В этой волне AI-программирования вокруг полно концепций, инструменты каждый день «меняют шкурку», но на базовом уровне тут нет никакой мистики.
Agent — не магия; по сути это «структурированные ограничения» (Harness), надетые на нестабильную LLM, чтобы сделать вывод более управляемым. Claude Code, Codex — всё по этой схеме.
1）Сначала разберись с LLM: она всего лишь угадывает следующий Token
Поняв это, многие «мистические проблемы» перестают быть мистикой.
Как ты скармливаешь контекст — так её и уводит; как направляешь — туда она и идёт.
Поэтому эволюция промптов от «культа формата» к «естественному выражению» неизбежна, но умение задавать вопросы всё равно остаётся хард-скиллом.
2）Prompt не стал бесполезным — просто нужно «меньше наводить, больше давать обратной связи»
- Не пихай решение с порога: сначала опиши текущую ситуацию и цель, пусть модель даст тебе ракурс;
- Итерации, ориентированные на проблему: смотри результат → укажи ошибки → перепиши инструкцию → проверь в новом диалоге;
- Слишком жёсткие ключевые слова чаще уводят модель в кювет.
Одной фразой: меньше контролируй маршрут, больше валидируй результат.
3）AGENTS.md важен, но не делай из него «энциклопедию обручей и запретов»
В сообществе много сверхдлинных списков «обязательно/запрещено/принципы» — в основном это шум.
Если засовывать в модель слишком много ограничений, обычно она становится не стабильнее, а тупее.
Глобальные инструкции должны задавать границы и объяснять инструменты, а не дрессировать стиль.
4）Не дай «маркетингу новых терминов» тащить тебя за собой
RAG, Context Engineering, MCP, Skills…
Многое по сути — новая упаковка старых проблем или попытка формализовать Prompt.
Гнаться нужно не за «словами», а за тем, сможет ли это реально снизить трение и сократить путь до поставки.
5）У параллельной разработки есть потолок: два задания — предел для большинства
Запустить три-четыре Agent выглядит суперэффективно, но на практике — мозг переполняет кэш.
Постоянные уведомления только рвут поток и создают иллюзию «я очень занят».
Совет: отключи уведомления и проверяй прогресс сам.
Пассивно реагировать на уведомления = жить по чужому ритму; активно инспектировать задачи = ты управляешь ритмом.
6）Файлы = память: перенеси контекст из «головы» в «файловую систему»
CLI Agent сильнее завязан на логике текстового поиска.
Чтобы Agent работал стабильно, нужно не молиться, а иметь проектную документацию, которую можно искать и переиспользовать.
Файлы должны быть ориентированы на конечное исполнение — не набивай их мусором процесса.
По сути ты закрываешь врождённые ограничения модели по контексту и вниманию.
7）Упростить процесс: сначала план, потом код
Твоя текущая двухшаговая схема очень практична:
- Много раз обсудить и зафиксировать план (PLAN / каталог plans)
- Реализовать код по финальному плану и осадить документацию реализации (каталог docs)
Файл плана — якорь, код — продукт.
8）Ориентация на результат: меньше думай про «элегантный процесс», больше следи за «проверяемой поставкой»
Сдвиг от «я пошагово учу Agent писать код» к «я управляю решением и критериями приёмки».
Мелкие ошибки по пути не вылизывай сразу — собери и исправь единым пакетом на этапе ревью.
Качество кода определяется не эмоциями, а тестами и структурой, которую можно расследовать.
Цель одна: It just works.
9）Апгрейд мышления: от исполнителя к менеджеру
Используй Codex как «внешний мозг + резиновую уточку»: ты разбиваешь проблему, задаёшь стандарты, принимаешь компромиссы;
он делает масштабное исполнение.
Не делай из Agent бога и не относись к нему как к игрушке — это усилитель: он усиливает твой здравый смысл и усиливает твой хаос.
10）Уроки неправильных практик
- Слепая погоня за «долгим автономным (autonomous) запуском» мало что даёт;
- Реальная ценность — уменьшить ручные вмешательства и повысить вероятность стабильной поставки;
- Копировать чужие Prompt/Skills — быстро для старта, но не факт, что подходит твоему проекту;
- Самый эффективный путь роста: смотреть на процесс исполнения, находить корневую причину провалов и итеративно улучшать свою методологию.
