Prompts are suggestions. Hooks are hard stops.

For months, I treated Claude Code like a junior developer who simply needed clear ground rules. My project instructions were explicit: never force-push, never delete branches, never run destructive commands. Most evenings, that worked. The agent wrote tests, refactored functions, and kept its hands off the git history. Then one rebase went sideways.

The context window filled with git error output. Conflict markers, detached HEAD messages, and branch divergence warnings stacked up, token by token. Buried under that noise was my polite instruction to avoid force-pushing. To the model, the most recent and salient text in the thread was the error stream. Statistical attention won over policy. The agent executed a command that wiped two hours of uncommitted local changes. It was not malicious; it was distracted. That distinction matters. An LLM does not break rules out of spite. It breaks them because a louder pattern in the context window temporarily overrides an earlier instruction.

That incident changed how I think about agent safety. A guardrail that works ninety-nine percent of the time is a liability. If the failure mode costs you time, money, or production data, you cannot leave it inside the prompt. You need enforcement outside the model’s reasoning loop.

Claude Code hooks solve exactly this. They are small scripts that intercept tool calls at three specific moments: before a tool executes (PreToolUse), after a tool finishes (PostToolUse), and when the agent decides it is done (Stop). Because they run as external code, they do not depend on the model’s memory, mood, or context pressure. The model can forget every instruction you ever gave it; the hook will still say no.

Here is the harness I built after that lost evening.

The Guard Hook: Intercept Before Damage

My PreToolUse hook inspects every Bash command before the shell touches it. I keep a tight denylist of destructive patterns. If the command string matches something dangerous, the hook aborts execution and returns an error directly back to the agent.

The patterns I block are simple and unambiguous:

  • git push --force or any force-with-lease variant I do not trust yet
  • git reset --hard
  • rm -rf

This is not sophisticated security research. It is a seatbelt. But the critical detail is what happens after the block.

I never return a blunt “Blocked.” A flat refusal confuses the agent and can trap it in a loop where it tries variations of the same destructive command. Instead, the error message includes an escape route. When the hook catches a hard reset, it tells the agent: “This command is blocked to protect uncommitted work. Commit a checkpoint first, then reassess.” That extra sentence changes the agent’s behavior completely. It pivots from attempting damage control to creating safety. The hook is not just a wall; it is traffic control.

I also chose a denylist over an allowlist for shell commands. At first, I considered allowing only an explicit set of safe git subcommands. That failed quickly. Agents are creatively literal. They run legitimate but unexpected commands like git stash push -m "wip" or git branch --show-current to check state. An allowlist breaks normal workflow the moment the model invents a valid but unlisted command. A short, curated denylist of genuinely destructive patterns gives the agent room to move while protecting the borders.

The Formatter Hook: Automate the Busywork

I used to waste prompt tokens telling the agent to “always run the formatter after editing a file.” It forgot half the time. The other half, it would pause and ask whether to format, burning a tool call on a decision that had only one right answer.

Now I handle that with a PostToolUse hook. After the agent edits a file, the hook checks the file extension. If it is Python, it runs Ruff. If it is JavaScript or TypeScript, it runs Prettier. If it is Go, it runs gofmt. The agent does not know the formatter exists. It does not need to.

Moving this out of the prompt had two effects. First, the code is consistently clean without adding cognitive load to the model. Second, my project instructions got shorter. Every “always” and “never” you remove from a prompt is a token the model can spend on actual problem-solving. The hook owns the invariant; the prompt owns the intent.

The Quality Gate: Redefining “Done”

Stop hook chạy khi agent quyết định đã hoàn thành tác vụ và cố gắng kết thúc phiên làm việc. Tôi không cho phép điều đó. Thay vào đó, hook này sẽ chạy toàn bộ test suite. Nếu có bất kỳ bài kiểm thử nào thất bại, hook sẽ chặn lệnh dừng và trả kết quả lỗi về cho agent.

Điều này thay đổi định nghĩa về sự hoàn tất. “Xong” không còn là một cảm giác của mô hình nữa. Nó là một rào cản có thể đo lường được. Agent chỉ có thể kết thúc khi harness xác nhận mã nguồn hoạt động. Trong thực tế, điều này tạo ra một vòng lặp phản hồi chặt chẽ. Agent viết mã, nghĩ rằng mình đã xong, nhấn nút dừng, và ngay lập tức thấy một pytest traceback. Sau đó, nó tự sửa lỗi, khắc phục lỗi import hoặc lỗi assertion, rồi lại thử dừng lần nữa. Tôi đã chứng kiến các agent lặp lại ba hoặc bốn lần trong vòng lặp này mà không cần sự can thiệp của con người. Harness thực thi chất lượng; mô hình cung cấp các bản vá.

Điều này dạy chúng ta điều gì về Agent Engineering

Xây dựng các hệ thống tự trị đáng tin cậy đòi hỏi một sự thay đổi trong tư duy. Bạn chuyển từ việc viết các prompt dài hơn sang việc xây dựng các harness chặt chẽ hơn.

Hãy sử dụng hook để thực thi và prompt để thiết lập chính sách. Nếu một quy tắc phải được tuân thủ 100% thời gian, nó nên nằm trong mã nguồn, chứ không phải trong ngôn ngữ tự nhiên. Prompt rất giỏi trong việc xử lý sự mơ hồ, gu thẩm mỹ và kiến trúc. Nhưng chúng rất tệ trong việc duy trì các bất biến (invariants). Nếu một sai sót có thể khiến bạn mất cả một buổi chiều để khắc phục hoặc tệ hơn là làm gián đoạn uptime của production, hãy viết một hook.

Prompt ngắn hơn sẽ mang lại kết quả tốt hơn. Khi bạn chuyển các quy tắc máy móc vào các script, mô hình sẽ có ít thứ phải ghi nhớ và ít thứ phải mâu thuẫn hơn. Context window của agent là một tài nguyên khan hiếm. Đừng lấp đầy nó bằng những lời nhắc về định dạng.

Cuối cùng, hãy chấp nhận rằng vai trò của bạn đang thay đổi. Khi các agent dần có được sự tự trị, công việc của con người chuyển từ việc tạo nội dung sang thiết kế các guardrails. Bạn đang xây dựng harness để quyết định mô hình có thể chạm vào cái gì, khi nào nó có thể kết thúc, và nó phải hành xử như thế nào khi có lỗi xảy ra. Đó là engineering, không phải là prompting.

Nguồn cảm hứng cho phương pháp này và các chi tiết triển khai bổ sung có thể được tìm thấy tại đây.

Nếu bạn đang xây dựng với AI agents và muốn trao đổi kinh nghiệm với những người thực hành khác, bạn có thể tìm thấy cộng đồng học tập GyaanSetu tại đây.