Агенты пишут плохой код из-за отсутствия правил в репозитории
Использование ИИ-агентов часто приводит к созданию «слопа», кода, который проходит тесты, но нарушает архитектуру проекта. Проблема заключается не в возможностях моделей, а в отсутствии зафиксированных правил внутри репозитория.
Агент работает как новый сотрудник, который каждое утро забывает все предыдущие замечания. Поскольку у моделей нет постоянной памяти, они опираются только на текущий контекст или файлы в репозитории. Если правила команды не записаны, агент может использовать устаревшее легаси или неправильные команды сборки в качестве образца.
Для решения проблемы предлагается использовать файл AGENTS.md в корне проекта. Это краткая шпаргалка на пару сотен строк, которая заменяет объемную документацию. В файле стоит указать структуру репозитория, пути к папкам, команды для тестов и специфические договоренности команды.
В компаниях уже внедряют конвейеры, где код, лишь часть процесса. В «Диасофт» создали систему из десятков агентов, где только один пишет код. Остальные занимаются требованиями и тестами, а за основу берется спецификация. Если результат не соответствует ей, задача возвращается на перегенерацию.
Разработчики могут столкнуться с ситуацией, когда ИИ-агенты пишут слишком раздутый или медленный код. Однако Марк Брукер в ответ на обсуждение оптимизации предполагает, что будущее может за динамически создаваемым специализированным ПО под конкретные нагрузки. Это напоминает подход демосцены, где код оптимизируется под узкие задачи.
Что поменялось
Для качественной работы агентов необходимо переносить правила команды из устных договоренностей в файлы репозитория, такие как AGENTS.md.
· обновлено, версия 3
Источники · 3
Текст подготовила языковая модель по материалам источников.

