Как больше доверять коду агентов
У poteto вышел хороший пост: если агент повторяет ошибки, не спешите дописывать AGENTS.md. Усилия лучше распределять так:
- Код и архитектура. Строгие типы, инварианты, понятные границы. Агенты копируют существующие паттерны и выбирают короткий путь. Сделайте так, чтобы он был правильным, а целые классы ошибок стали невозможны.
- Автоматические проверки. Линтеры, тесты, CI. Ловить проблему автоматически дешевле, чем снова объяснять её агенту.
- Текстовые инструкции. Правила,
AGENTS.md, skills - для того, что нельзя обеспечить кодом и что требует суждения. Использовать, но умеренно. - Ручное ревью. Хуже всего масштабируется. Вместо попытки тщательно проверить каждый сгенерированный PR выгоднее создавать среду, где агент по умолчанию делает правильно.
Агенты выбирают самый простой путь. Сделайте правильный путь самым простым.
Практический рецепт от poteto: поставить pstack, дать агенту свои комментарии к ревью и прошлые диалоги через /recall. Затем с /correct и /architect найти повторяющиеся ошибки и предложить изменения архитектуры, которые их исключат. Неизвестные проверять прототипами, предложения подкреплять данными. Перед стартом - /sharpen и /in-your-own-words, чтобы согласовать понимание задачи.
Что нового в pstack 0.15.25
Из обновления особенно понравилось:
/ketchupобъясняет, что изменилось, а не только текущее состояние. По каждому запросу видно: готово, выполняется, провалилось или не проверено.- Два фикса провалили одну проверку? Прежде чем писать третий, проверь исходное предположение.
- Исправляй первопричину, а не место проявления симптома. Очередной guard не считается решением, если он просто скрывает недопустимое состояние.
- Повторный запуск опирается на фактическое состояние и меняет только разницу до нужного результата.
- Хороший тест падает при поломке поведения, но остаётся зелёным при изменении внутренней реализации.
Обновление Superpowers 300к⭐
Они постепенно упрощают процесс и оставляет агенту больше самостоятельности.
В v7.0.0 переделали brainstorming: сначала агент выясняет, что вам нужно и зачем, затем подбирает процесс под масштаб задачи. Простое делает сразу, небольшие изменения согласует в чате, для большого проекта пишет дизайн.
Свежий субагент проверяет дизайн глазами исполнителя: чего не хватает, чтобы это построить? Мелочи решаются без пользователя, существенные вопросы возвращаются ему.
Pi Durable на Cloudflare
Earendil показали, как сделать агента, которому не нужен постоянно работающий сервер: состояние хранится в SQLite внутри Durable Object, агент засыпает без работы и просыпается от сообщения или по расписанию.
В примере есть общий чат, ветки разговоров, отложенные задачи и субагент для поиска по истории. Подробности и код - в статье.