Лично мне нравится LLM как инструмент, усиливающий мои интеллектуальные возможности. Я использую его ежедневно — для поиска информации, для создания и перевода текстов, в качестве ассистента по подсчёту калорий и, само собой, для разработки приложений. Немного попрактиковавшись с генерацией pull request'ов через OpenAI Codex для модулей своего проекта TeqCMS, я пришёл к выводу, что в "грядущую эпоху вытеснения разработчиков моделями" настоящую ценность представляет вовсе не код и даже не проектная документация. Главный артефакт — это инструкции, настраивающие контекст для Агента, и история запросов, с помощью которых генерируется код.
Открытый код уже давно стал обыденностью. Проектную документацию open-source разработчики писать не любят, но за них это вполне может сделать ИИ. Тем не менее, чтобы действительно подключиться к разработке проекта, который создаётся с помощью LLM, одного кода и документации может быть недостаточно. Нужны инструкции по настройке Моделей (ИИ-агентов), которые работают с кодом. А ещё лучше — иметь историю итераций: какая проблема решалась, откуда она возникла, в каком состоянии было приложение, какой запрос был дан Агенту и какой результат он вернул.
Я использую OpenAI Codex, в котором когнитивный контекст для Агента можно задавать через файл AGENTS.md в корне проекта (см. "Appendix" в документации). Это ещё не вполне общепринятая практика — но уже направление движения. Что касается оформления истории итераций, то я пока не видел каких-либо устойчивых решений. Может быть, я ошибаюсь и "всё уже придумано до нас" — буду рад, если кто-то поделится ссылками на формат записи отдельной итерации для истории.
Комментарии (6)
SkyCat
15.07.2025 20:28Сейчас тестирую два инструмента для реализации общей памяти (мультиагентность) и сохранение истории написания кода:
1. Общая память — Openmemory от Mem0. Пока еще очень глючное решение (пришлось самому исправлять код, чтобы это заработало). По задумке авторов, позволяет сохранять в базе данных какие‑то свои мысли, идеи, инструкции для написания кода и т. д. Позволяет подключать много ИИ‑агентов, которые могут работать с этой общей памятью. Пока не удалось разобраться, как заставить Cursor использовать эту память в автоматическом режиме.
2. История запросов и разработки — Cursor Memory Bank. Представляет из себя сборник подробных инструкций для ИИ‑агента по разработке кода: планирование разработки, разработка, итоговая информация для сохранения, архивирование с обогащением базы знаний о проекте. Всем хорошая эта штука, кроме нескольких моментов:
— очень быстрый расход лимитов на ИИ‑агенты (может за одну задачу легко сожрать 3–4 миллиона токенов)
— если не поставить четкую и подробную задачу либо не уточнить ее на этапе планирования, может накодить тонну мусора
flancer Автор
15.07.2025 20:28Интересные инструменты. Я использую OpenAI Codex через веб-интерфейс, сейчас тестирую вариант приватного репо на GitHub'е с инструкциями в виде md-файлов. По-идее, такой подход должен быть совместим с различными агентами (Markdown - это "родной" для LLM формат) и позволяет поднимать независимые приватные когнитивные контексты для различных проектов, а также шарить общие контексты между различными проектами. Ничто не мешается использовать несколько репозиториев с контекстами для одного проекта.
SkyCat
15.07.2025 20:28Memory bank тоже создает файлы *.md в процессе работы. Вся информация о текущей разработке и истории хранится там.
alfredlao
Верно ли я понял, мы об одном и том же? https://habr.com/ru/articles/923066/
Написал в личку
flancer Автор
Думаю, что да. Я, правда, так широко не размахивался - на мультиагентность, мне бы контекст для одного агента удержать между итерациями при разработке :) Но эту статью я читал и "позеленил".
Я согласен, что "промпт инжиниринг" вытесняется "контекст инжиниригом". При грамотно составленном и обновляемом (!) контексте Агенты смогут "выдать на-гора" и код, и документацию, плюс смогут поддерживать их актуальность во времени. И, да - "контекст" != "промпт"
flancer Автор
Перечитал ещё раз публикацию. Да, "контекстный инжиниринг" растянутый во времени или в пространстве (между агентами) превращается в "когнитивный инжиниринг" (если использовать этот термин).
Итого, вот такая цепочка: "промпт инжиниринг" => "контекст инжиниринг" => "когнитивный инжиниринг". От простого к сложному. Я пока что посередине нахожусь :) С лёгким уклоном вправо.