مهندسی ایجنتیک؛ راهنمای عملی ایجنتهای کدنویس قابلاعتماد
هوش مصنوعیخلاصهٔ کاملتر
نویسنده مهندسی ایجنتیک (agentic engineering، یعنی همون کار با ایجنتهای کدنویس ولی داخل یه سیستم مهندسی مشخص) رو اینطور تعریف میکنه: مدل میتونه پلن بده و کد بنویسه، ولی حق نداره خودش تصمیم بگیره که کارش درست بوده. به گفتهٔ اون سؤال اصلی این نیست که LLM به کد دست زده یا نه، سؤال اینه که اعتماد کجا نشسته. اگه جریان کار «پرامپت بده، یه نگاه بنداز، بفرست بره» باشه، اون میشه vibe coding.
اولین قدمی که پیشنهاد میکنه اینه که یه سِشن تازه اول شواهد رو جمع کنه: ریپو و دستورالعملهای محلیش، پیادهسازی فعلی و تستهاش، سِشنهای قبلی مرتبط و مستندات اصلی سرویسها. ولی تأکید داره هدف حداکثر کانتکست نیست؛ یه فایل دستورالعمل غولپیکر خود تسک رو گم میکنه. برای همین سراغ ابزارهایی مثل pirecall برای تاریخچهٔ سِشن و یه sidecar روی SQLite برای خروجیهای حجیم ابزارها رفته تا اون دیوار متن قابل جستوجو بشه.
نکتهٔ بعدی اینه که دانش پروژه رو اجرایی کنی. فایل AGENTS.md برای قانونهای ثابت خوبه ولی به قول نویسنده میدان نیرو نیست؛ هر قانونی که شکستنش به کدبیس آسیب میزنه بهتره به شکل تایپ، rule لینتر، تست مرز یا دستور CI دربیاد. کار پرریسک رو هم میبره بیرون از گفتوگو، توی یه harness بیرونی که مسیرهای مجاز، عملیات ممنوع، دستور اعتبارسنجی و شواهد جمعشده رو نگه میداره. ایجنت میتونه پلن اجراش رو عوض کنه، ولی نمیتونه بیسروصدا دسترسی خودش رو بازتر کنه.
بازخورد هم باید برگرده دست ایجنت: خطای تایپ، تست، لینت، بیلد و بهخصوص diagnostics زبانسرور (LSP، یعنی همون سرویسی که ادیتور ازش خطا و محل تعریف سمبل رو میگیره). نویسنده میگه این یکی بیشتر از انتظارش فرق ایجاد کرد، چون ایجنت بهجای اجرای چک کل پروژه بعد هر ادیت، فقط فایل تغییرکرده رو میپرسه. شرط تمومشدن کار هم «ایجنت میگه خوبه» نیست، یه دستور مستقل یا نتیجهٔ قابلمشاهدهست. تلهمتری و eval محلی هم برای اینه که بشه پرسید تغییر پرامپت یا ابزار واقعاً چیزی رو بهتر کرد یا نه.
شواهد عملیاتیش عدد هم داره: بین ۲۸ ژوئن تا ۲۵ ژوئیهٔ ۲۰۲۶، ایجنتها ۱۷۳ تا harness توی ۱۰۴ سِشن و ۱۰ ورکاسپیس واقعی ساختن، ۱۴۴ تاشون حداقل یکبار به حالت کاملشده رسیده، ۱۵۵ تاشون شواهد اعتبارسنجی یا بازبینی ثبت کرده و ۱۳۳ بار هم جلوی یه اکشن گرفته شده. همین آمار ضعفها رو هم لو داد: بعضی الگوهای دستور ممنوع زیادی کلی بودن، پلنها بیشتر از حد انتظار نیاز به اصلاح داشتن، و تسکهای کمریسک با همین تشریفات فقط کندتر شدن.
نکات کلیدی:
- درستی کار ایجنت رو یه چک مستقل تعیین میکنه، نه خلاصهای که خودش مینویسه.
- قانون مهم پروژه بهتره بهجای متن AGENTS.md، تایپ، rule لینتر، تست مرز یا دستور CI بشه.
- harness بیرونی مسیر مجاز، عملیات ممنوع و دستور اعتبارسنجی رو بیرون از کانتکست اجرا نگه میداره.
- آمار ۲۸ ژوئن تا ۲۵ ژوئیهٔ ۲۰۲۶: ۱۷۳ harness، ۱۰۴ سِشن، ۱۴۴ تای کاملشده، ۱۳۳ بار بلاک اکشن.
- جواب نمیده: پرامپت سفتوسختتر، ریختن همهچیز توی کانتکست، بازبینی ایجنت توسط خودش.
