Разработка с ИИ — от задачи до работающего решения
Развиваю агентские инструменты и исследую, как сделать их полезнее в реальной работе: сохранять контекст, проверять код и поддерживать живой разговор.
- Фокус
- Работа с агентами и развитие собственной среды на базе Pi
- Опыт
- 7 лет backend-разработки. Основной стек — Python и DRF
Опыт и исследования
-
Проверка кода в контексте задачи
Развиваю автоматическое ревью: от задачи в Jira, merge request или локальных изменений — до отчёта с обоснованными замечаниями.
Важно не просто найти подозрительную строку, а показать, при каком сценарии возникает проблема и что она ломает.
Замечание попадает в отчёт, только если у него есть достижимый сценарий, наблюдаемый эффект и доказательства, а попытка его опровергнуть не удалась.
Ход ревью - задача в Jira
- merge request
- локальные изменения
- точный срез кода
- стандартные проверки
- смысловой анализ
- попытка опровергнуть
Отчёт сценарий, последствие, доказательства
-
Память и продолжение работы
Работаю с памятью агентских сессий и передачей контекста.
Чтобы вернуться к решению, недостаточно найти похожий текст: нужно восстановить обсуждение, учесть последующие поправки и проверить исходный источник.
Возврат к решению - решениеобсудили и выбрали
- поправкапозже уточнили
- что действуетсо ссылкой на источник
-
Агенты в общей беседе
Развиваю разговорного агента с собственной памятью и характером. Он участвует в общем разговоре: учитывает соседние реплики, обращается к нужному человеку, поддерживает шутки и атмосферу компании.
Довожу поведение на разговорных сценариях: проверяю не только удачность отдельного ответа, но и сохранение темы, авторства и смысла сказанного.
Общий чат Схема: в общем чате несколько участников, агент отвечает на реплику одного из них с учётом соседних.
-
Надёжность агентской работы
Исследую, как инструкции, память, инструменты и состав контекста влияют на результат.
Разбираю реальные сбои и сравниваю варианты на сценариях: помогло ли изменение решить задачу и какие ограничения остались.
Сравнение на одних сценариях Схема: два варианта настройки агента проходят один и тот же набор сценариев; отмечено, где задача решена, решена частично или не решена.
Подход
Начинаю с того, что должно стать полезнее для пользователя, и довожу решение до работающей функциональности. От агентов жду не только исполнения, но и исследования, предложений, реализации и проверок.
Сам погружаюсь в задачу, контролирую важные планы и архитектурные решения, лично принимаю и код, и функциональность. Развиваю среду и передачу контекста с учётом ограничений моделей. За качество решения и конечный результат отвечаю сам.
Агенты
- исследуют задачу
- предлагают варианты
- реализуют
- проверяют
Я
- погружаюсь в задачу и цель
- контролирую планы и существенные решения
- лично принимаю код и функциональность