Antialgorithm: как ИИ-агент уходит от шаблонных идей
Разбираем Antialgorithm: как навык для Claude Code помогает генерировать нестандартные названия и идеи, что он делает на самом деле и где его границы.
Antialgorithm — навык для Claude Code, который вмешивается в самый первый момент творческой работы: когда модель выбирает, что предложить. Вместо того чтобы сразу выдать усреднённый вариант, она сначала называет его, а затем уходит от него по причине, взятой из проекта. Навык заявлен для названий, текстов, историй, игровых идей, постеров и интерфейсов.
Идея выглядит простой, но в ней есть несколько слоёв. Один слой — процедурный: модель обязана зафиксировать первое, самое ожидаемое решение и объяснить, почему оно не подходит. Второй — инструментальный: набор скриптов помогает задать стартовую точку, не повторяться, проверить вёрстку и добавить рукотворную неровность. Третий — демонстрационный: в README есть сравнение постеров; ниже — что оно показывает и чего не доказывает.
Разбираем, как устроен навык, что именно делают его скрипты и где заканчивается обещание «нестандартных идей». Это полезно, если вы хотите применять агента в креативе и не хотите путать демонстрацию с доказательством.
1. Что такое Antialgorithm
В README репозитория Antialgorithm описан навык для Claude Code. Он устанавливается в папку навыков агента и подключается к творческим задачам: придумать имя, написать текст, собрать историю, предложить игровую механику, нарисовать постер или экран интерфейса. Автор описывает его как навык для творческой работы.
Главный приём сформулирован в одном предложении README: навык заставляет модель назвать свой первый, самый средний вариант, а затем отойти от него по причине, взятой из проекта. То есть модель не просто получает указание «будь креативнее». Она проходит через явный шаг: вот что я выбрала бы по умолчанию, вот почему для этого проекта это не работает, вот чем я заменяю.
Установка простая: навык клонируется в папку навыков Claude Code. Скриптам нужен Python 3, а check.py — ещё numpy, Pillow и rsvg-convert либо cairosvg. Это не приложение с интерфейсом и не сервис по подписке: это набор файлов, который живёт внутри агента и меняет его поведение.
Лицензия MIT. В README нет ни слова о поддержке других агентов, кроме Claude Code, и нет обещания, что приём сработает в любой модели. Это стоит учитывать при выборе инструмента: перед вами не универсальный стандарт, а конкретный навык под конкретную среду. О том, как формулировать задачи агенту в других сценариях, — в материале «7 промптов для управления проектами и командами через ИИ (2026)».
2. Приём: назвать среднее и уйти от него
Почему вообще возникает проблема среднего варианта? Первый ответ обычно оказывается самым ожидаемым. Для постера это может быть знакомый набор приёмов, для названия — предсказуемое сочетание слов. Такой ответ часто выглядит нормально, но именно поэтому он не выделяется. Antialgorithm не спорит с этим механизмом, а делает его видимым.
Шаг «назови свой первый вариант» важен содержательно и процедурно. Пока вариант не назван, модель может незаметно для себя остаться в нём же, только другими словами. Когда средний выбор зафиксирован, у агента появляется точка отсчёта. Дальше он обязан сформулировать причину, почему для конкретного проекта этот вариант не годится: не «потому что скучно», а потому что в проекте есть ограничение, смысл или деталь, которые требуют другого решения.
В README есть пример такого хода: «neon tube wall, almost no type». Это не случайный набор слов, а описание приёма, который отличается от ожидаемого решения. moves.py записывает подобные ходы, чтобы модель видела, что уже использовала, и не повторяла удачный приём только потому, что он сработал в прошлый раз.
Здесь же лежит главный риск. Причина может быть настоящей, а может быть придумана задним числом, чтобы оправдать эффектный вариант. Навык не проверяет, действительно ли отклонение связано с проектом. Поэтому в творческой работе остаётся человек, который читает обоснование и решает, держится ли оно. Без этого приём превращается в способ генерировать странность ради странности.
3. seed и moves: как задаётся старт
seed.py нужен, когда запрос слишком тонкий. Если пользователь просит «сделай постер» и не даёт направления, скрипт подбрасывает стартовую точку. Для визуальной задачи он выдаёт метод изготовления, цвета, макет, типографику, глагол и масштаб идеи, место действия, регион и в половине случаев объект. Для текстовой — голос, способ входа и регистр. Для идеи — глагол, ограничение, масштаб и давление.
Источник случайности — системный, поэтому два человека с одинаковым запросом стартуют в разных местах. Это не гарантирует разницы в результате, но снижает вероятность, что все получат один и тот же средний ответ. Каждый seed сохраняется в history.jsonl в папке навыка, а значения из последних записей пропускаются. Так свои же стартовые точки не повторяются от сессии к сессии.
У скрипта есть флаг --keep "axis=value", который удерживает одну ось неизменной. Это удобно, когда нужно сохранить subject и менять только внешний вид. Можно оставить тему и прокрутить цвета, типографику и метод, не начиная каждый раз с нового сюжета. Ось задаётся вручную, поэтому результат остаётся управляемым, а не полностью случайным.
moves.py работает как короткий журнал. Он хранит главный ход, стоящий за каждым ответом, который ушёл от выбора по умолчанию. Перед показом новой работы модель читает этот журнал. Смысл не в том, чтобы запретить повтор, а в том, чтобы не выдавать старый удачный ход за новый. Это особенно полезно в серии задач для одного бренда: приёмы не должны кочевать из проекта в проект без причины.
4. rough и check: ремесло и проверка
rough.py берёт SVG и встряхивает прямые линии, фигуры и буквы, а также ломает равномерность повторяющихся знаков. Задача — убрать ощущение, что макет начерчен по линейке. Скрипт предназначен только для рукотворных методов: печати, краски, штампов, туши. Экранные, камерные и рендерные образы должны сохранять свои собственные следы, иначе грубая неровность разрушает логику изображения.
Это ограничение важнее, чем кажется. Инструмент, который умеет «делать рукотворно», легко применить не туда: на экранный интерфейс, где нужна точность. README прямо говорит, где граница. Поэтому перед запуском стоит ответить, какой метод изготовления вы имитируете. Если ответа нет, rough.py лучше не использовать.
check.py решает другую задачу. Он рендерит SVG в полном размере и в размере иконки и перечисляет текст, который выходит за край, оказывается под фигурой, имеет низкий контраст или слишком мелкий. Лимит размера рассчитан на постеры; для экрана приложения в README указан флаг --min-text 0.6. Это не оценка красоты, а проверка читаемости и композиции.
Третья часть — visuals.md, файл с визуальными правилами. Модель читает его только для визуальной работы, поэтому название или слоган не загружают визуальные правила. Это гигиена контекста: чем меньше лишних правил попадает в задачу, тем меньше шансов, что модель начнёт применять их не к месту. Вместе скрипты и файл правил закрывают разные слои: старт, повторяемость, фактуру и проверку.
Приём не заменяет модель: он меняет процедуру выбора, а качество результата всё равно зависит от агента. О том, как ИИ-инструменты меняют черновую сборку, — в статье «Вайбкодинг для самых маленьких. Часть 1». Речь там о коде, но логика наброска и ручной доводки близка.
5. Что показывает сравнение постеров
В README есть два изображения. Первое — шесть постеров без навыка сверху и шесть с навыком снизу. Оба ряда сделаны по одному запросу: постер музыкального фестиваля в SVG размером 400 на 600, который нужно сохранить как final.svg в текущей папке. Верхний ряд — одна партия из шести запусков без навыка, ни один не выброшен. Нижний — выбранные из примерно дюжины запусков, сделанных, пока навык ещё писался.
Это важная деталь для честного чтения демонстрации. Сравнение показывает, что результаты могут отличаться, но не является контролируемым экспериментом: нижний ряд отобран, верхний — нет. Неизвестно, сколько из нижних вариантов забраковали и по какому критерию. Неизвестно и то, как оценят постеры люди, которые не видели, какой ряд сделан с навыком. Поэтому изображение стоит воспринимать как иллюстрацию приёма, а не как доказательство превосходства.
Второе изображение — график распределения выборов: высокий пик около среднего, помеченного как безопасная зона, и плоские края по бокам. Он объясняет, откуда берётся проблема: большинство ответов скапливается в середине, а редкие варианты находятся далеко от неё. Antialgorithm пытается сдвинуть выбор из пика, но не обещает, что каждый сдвиг будет удачным.
Что можно проверить самостоятельно? Собрать две партии по одному запросу, одну с навыком, другую без, и оценить их вслепую по заранее заданным критериям. Смотреть не на «нравится / не нравится», а на соответствие бренду, читаемость, отличие от типового решения и пригодность к печати или вёрстке. Такой тест не даст абсолютной истины, но хотя бы покажет, работает ли приём в вашем случае.
6. Что сделать
Antialgorithm не требует большого внедрения: это навык и несколько скриптов. Но и запускать его «на всякий случай» смысла мало. Ниже — порядок, который помогает проверить приём на одной реальной задаче и не принять красивую демонстрацию за доказанный результат. Такой тест не требует новых инструментов.
Заключение
Ценность навыка в том, что он заставляет агента объяснить выбор. Вместо одного ответа появляется цепочка: вот средний вариант, вот причина от него отказаться, вот ход, который из этого следует. Такую цепочку можно обсуждать, править и проверять. Именно поэтому Antialgorithm интересен не только дизайнерам, но и всем, кто работает с агентами в задачах, где важна не скорость, а осмысленность.
При этом навык не отменяет вкус и не заменяет бриф. Причина отклонения может быть слабой, seed может увести не туда, а rough — испортить аккуратный макет. Пользоваться им стоит как инструментом ремесла: с ясной задачей, ручной проверкой и готовностью отказаться от эффектного варианта, если он не работает.
Что спрашивают перед внедрением
Перед установкой обычно спрашивают, нужен ли Python, можно ли использовать навык вне Claude Code и не даёт ли он гарантию оригинальности. Ниже — ответы по README. Если ваш случай не описан, проверяйте его на одной задаче, а не на всём проекте.
Первоисточники
Данные проверены на 20 ноября 2026 года. Единственный источник — README репозитория Antialgorithm: в нём описаны приём, установка, скрипты, зависимости и демонстрационные изображения. Ссылки ведут на репозиторий и его разделы; если проект обновится, команды и флаги стоит проверить в актуальной версии README.
Дизайнерам, авторам и небольшим командам, которым нужен управляемый способ уходить от первого очевидного варианта. Навык особенно полезен там, где есть контекст проекта: бренд, ограничение, история. Без такого контекста он рискует производить эффектные, но случайные решения.
Установите навык в Claude Code и запустите его на одной задаче, где у вас есть контекст проекта, а не только тема.
Сформулируйте причину отклонения от первого варианта: ограничение, смысл или деталь проекта, а не слово «необычно».
Если запрос тонкий, используйте seed и зафиксируйте subject через --keep, чтобы менять только нужные оси.
Проверьте журнал moves, чтобы новый вариант не повторял приём из прошлой сессии.
Применяйте rough только к рукотворным методам и не используйте его для экранных или рендерных изображений.
Запустите check на полном размере и размере иконки; для экрана добавьте --min-text 0.6.
Оцените результат вслепую по критериям бренда и читаемости, а не по первому впечатлению.
ИТОГОВЫЙ ВЕРДИКТ
Antialgorithm — это дисциплина отклонения, а не машина оригинальности. Его стоит проверять на собственных задачах и оценивать вслепую; сравнение постеров в README остаётся иллюстрацией, а не исследованием.
Вайб-кодинг и ИИ-автоматизация
Александр Антощенко
Эксперт по нейросетям и автоматизацииГибкий Маркетинг
Сооснователь рекламного агентства «Гибкий Маркетинг». Занимаюсь нейросетями и автоматизацией: ИИ-контент (видео, Reels, креативы, тексты), вайб-кодинг приложений и сервисов, парсеры, ИИ-агенты и автопостинг. Автор нашего генератора SEO-статей — ставим клиенту блог под ключ, статьи индексируются и приводят бесплатный поисковый трафик.
Заставляет модель назвать первый, самый средний вариант, а затем отойти от него по причине, взятой из проекта. Навык заявлен для названий, текстов, историй, игровых идей, постеров и интерфейсов.
Нужен ли Python?
Да, скриптам нужен Python 3. Для check.py дополнительно требуются numpy, Pillow и rsvg-convert либо пакет cairosvg.
Можно ли использовать навык не в Claude Code?
README описывает его как навык для Claude Code и даёт установку в папку ~/.claude/skills/antialgorithm. Другие агенты в документации не упоминаются.
Гарантирует ли он оригинальность?
Нет. Навык меняет процедуру выбора, но не проверяет качество идеи. Результат зависит от брифа, контекста проекта и того, насколько удачно сформулирована причина отклонения.
Зачем нужен флаг --keep?
Он удерживает одну ось неизменной, например subject, и позволяет прокручивать только внешний вид. Без него seed может сменить и тему, и оформление.