Эпоха агентной инженерии: как выстроить рабочий процесс с ИИ и не потерять контроль над кодом
Современные инструменты разработки на базе искусственного интеллекта способны решать задачи невероятно быстро, однако они не способны писать поддерживаемый код без участия человека []. Главная ошибка, которую совершает большинство разработчиков, — это отсутствие продуманного проектирования программ перед тем, как запустить агента в работу []. Ведущий Давид Ондрей и гость подкаста Декстер Хорти (известный как Dex, создатель термина «контекстная инженерия») обсудили, почему традиционные подходы к кодингу устаревают, как работают автономные программные фабрики и почему отказ от чтения собственного кода неизбежно ведет к системному кризису.
🏭 Эволюция программных фабрик и роль ИИ 1:18
Традиционная программная фабрика до эпохи активного внедрения искусственного интеллекта строилась вокруг людей и тикетов в трекерах задач. Команда инженеров создавала список задач в Jira или Linear, писала код, отправляла его на код-ревью, проверяла через CI/CD и отправляла в продакшен.
После появления ИИ первый этап цепочки (написание кода) полностью перешел к агентам. Однако процесс ревью и проверки остался узким местом.
- Автоматизация инцидентов: По мнению Декстера Хорти, современные системы позволяют направлять ночные алерты и отчеты об ошибках напрямую в агентную фабрику.
- Практика интеграции: Давид Ондрей рассказывает, что в своем проекте Deep API использует модель для автоматического разбора инцидентов времени безотказной работы и получения точных отчетов об ошибках.
- Платформа PostHog: Инструменты аналитики нового поколения объединяют отслеживание ошибок, сеансовые записи и автоматические исправления через ИИ.
[
[Image of software development lifecycle diagram] ]
🛠️ Четыре этапа проектирования для работы с агентами 11:37
Чтобы успешно координировать работу ИИ-агентов и избегать написания нечитаемого кода («слопа»), авторы подкаста рекомендуют соблюдать четыре ключевых этапа разработки.
- Продуктовая часть: Определение того, какую именно пользовательскую проблему нужно решить, и установка четких измеримых метрик успеха.
- Системная архитектура: Проектирование взаимодействия сервисов, конечных точек API и структуры таблиц баз данных до начала написания кода.
- Программирование логики (Program Design): Детальное описание стека вызовов и структуры файлов, чтобы агент не принимал нежелательных решений самостоятельно.
- Вертикальные срезы (Vertical Slices): Построение приложения сквозными вертикальными слоями с возможностью тестирования на каждом шаге, вместо горизонтального написания тысяч строк кода.
📊 Проблемы современных бенчмарков и метрик качества 1:01
По мнению Декстера Хорти, многие популярные бенчмарки для оценки ИИ-агентов не отражают реальную эффективность в долгосрочных проектах.
- Большинство бенчмарков оценивают решение изолированных разовых задач, но не штрафуют модель за создание избыточного или нечитаемого кода.
- В реальном бизнесе стоимость архитектурных ошибок измеряется неделями и месяцами поддержки.
- Появление новых подходов от компаний вроде Cognition позволяет оценивать функциональную эквивалентность кода и соблюдение внутренних правил разработки.
🧠 Контекстная инженерия и управление окном контекста 35:52
Понятие «контекстной инженерии», сформулированное Декстером Хорти еще в начале 2025 года, базируется на физике работы трансформеров.
- Качество работы модели напрямую зависит от точности подобранных токенов, а не от их общего количества.
- Слишком раздутый контекст приводит к снижению производительности модели («тупая зона»), поэтому эффективнее вовремя компактизировать данные и начинать сессию заново.
- Документирование архитектурных решений через файлы в репозитории (например,
/docs/adr) помогает ИИ лучше понимать бизнес-контекст проекта.
