# Кунь Чен: «Агенты — это новый интерфейс для софта» Источник: https://www.youtube.com/watch?v=8ZgpAXe5V5w Канал: David Ondrej Опубликовано: 17.07.2026 --- ## Эволюция разработки: как Кунь Чен создал свою «агентную» экосистему [[JUMP:0:00]] В этом выпуске подкаста ведущий Дэвид Ондрей обсуждает с гостем Кунем Ченом — инженером с опытом работы в Meta, Microsoft и Atlassian — философию и технические детали его «агентного» рабочего процесса. Чен разработал собственную систему управления AI-агентами, которая позволяет ему работать в одиночку с производительностью целой команды, используя автоматизированные пайплайны и «агент-ориентированные» интерфейсы (axi). ### 💻 Терминал как центр управления: «First Mate» и экосистема инструментов [[JUMP:0:00]] Рабочий процесс Чена полностью сосредоточен в терминале. Он использует **Westerm** за его высокую кастомизируемость и **Herder** — современный аналог Tmux для управления множеством сессий,. * **First Mate**: это главный «агент-координатор», который управляет другими специализированными агентами (crewmates). Чен создал его, чтобы не тратить время на жонглирование десятками открытых вкладок и контекстов. * **Принцип делегирования**: Когда Чен задает вопрос или дает задачу, First Mate самостоятельно решает, какому «члену экипажа» делегировать выполнение. Это позволяет Чену не ждать завершения одной задачи, чтобы начать обсуждение следующей. * **Гибкость ПО**: Чен отмечает, что «агентное» ПО обладает свойством самоисцеления. Инструкции (`agents.md`) и bash-скрипты в текущей директории позволяют First Mate модифицировать свои действия при возникновении ошибок, делая систему практически «неубиваемой». ### 🛡️ No Mistakes: Адверсариальный код-ревью [[JUMP:38:06]] Одной из главных проблем при работе с AI Чен считает риск «поставки мусора» (shipping slop). Для этого он разработал пайплайн **No Mistakes**. 1. **Анализ интента**: Система считывает исходный запрос пользователя к агенту, чтобы понять, какие требования должны быть выполнены. 2. **Адверсариальный ревью**: Другая модель (обычно GPT 5.6 Soul) выступает в роли критика, выявляя пограничные случаи и баги, которые не очевидны сразу. 3. **Тестирование и автофикс**: Если найден баг, система пытается исправить его автоматически или делегирует решение пользователю, если затрагивается логика продукта. По статистике Чена, за три месяца работы через этот пайплайн прошли изменения в 59 репозиториях, и в 63% случаев «No Mistakes» помог выявить ошибки до слияния кода. ### 🏗️ Агентная эргономика: Почему API важнее Web UI [[JUMP:50:01]] Чен полагает, что современное ПО (особенно в SaaS) слишком ориентировано на людей-пользователей. В будущем программы должны стать «headless-сервисами», заточенными под взаимодействие с агентами. * **Axi (Agent Ergonomic CLI)**: Чен считает большинство существующих MCP-серверов неэффективными. Он разработал концепцию *axi* — интерфейсов, которые придерживаются 10 принципов эргономики для агентов. * **Эффективность**: Например, его *Chrome Dev Tools axi* снижает стоимость запросов на 20% по сравнению со стандартными решениями, просто за счет оптимизации структуры данных и использования токено-эффективных форматов вывода. * **JSON vs Семантика**: Чен критикует избыточность JSON в текущих инструментах и призывает к использованию форматов, которые передают только нужную агенту смысловую нагрузку. ### 📉 Инвестиционный тезис и квоты LLM [[JUMP:17:28]] Спикеры сошлись во мнении, что текущие лимиты в $200 на подписках для индивидуальных разработчиков недостаточны, и необходимы более дорогие тарифы (например, за $500) для интенсивного использования агентов. * **Рациональность моделей**: Чен опирается на бенчмарк *Deepu*, который считает наименее «загрязненным» на данный момент. * **Поведение моделей**: Он утверждает, что при нехватке «интеллекта» у модели для решения задачи, она начинает «сжигать» огромное количество токенов, выполняя бесполезные циклы — так называемая «высокая кривая обучения» (на примере моделей Luna).