چطور ایجنت کدنویسی رو با skill، rule و hook درست کنیم
خلاصهٔ کاملتر
تو این مقاله اومده که ایجنتهای کدنویسی هوش مصنوعی عادت دارن آخر کار یه خلاصه بدن که میگه «انجام شد و تست شد»، حتی وقتی پیادهسازی هنوز ایراد داره. دلیلش اینه که رفتار پیشفرضشون تعریف کردن با اعتماد به نفسه، نه اثبات درستی. نویسنده میگه راهحل اینه که یه دور دوم اجباری بذاری: یا از همون ایجنت بپرسی «چی باعث میشه این کار نکنه؟»، یا خروجی رو بدی به یه ایجنت بازبین جدا که context قبلی رو نداره و تنها کارش پیدا کردن سوراخهاست.
ایدهٔ اصلی مقاله اینه که بیشتر دردسرهای ایجنتها با عوض کردن ابزار حل نمیشن، بلکه با تنظیم «لایهٔ AI» دورشون حل میشن. سه تا جزء این لایه اینان: rule (قانونها و قراردادهایی که به زبان طبیعی تو فایلی مثل CLAUDE.md نوشته میشن)، skill (یه گردش کار چندمرحلهای که ایجنت قدم به قدم دنبالش میکنه) و hook (کد واقعی که به رویدادهای ایجنت، مثلاً قبل از صدا زدن یه ابزار، وصل میشه).
یه مشکل رایج اینه که ایجنت میگه «۱۰ از ۱۰ تست پاس شد» و همین. نویسنده میگه unit test و integration test میتونن همه پاس بشن ولی اپی که کاربر میبینه خراب باشه. راهحل اینه که ایجنت مجبور بشه با یه ابزار browser automation (یعنی ابزاری که مرورگر رو خودکار کنترل میکنه) اپ واقعی رو باز کنه، کلیک کنه، ورودی بده و اسکرینشاتها رو به pull request ضمیمه کنه. بعضیا اینو به skill برنامهریزی اضافه میکنن، بعضیا یه skill جدا مثل «try it» میسازن. هر دو درسته؛ مهم اینه با ساختار خودت جور باشه.
به گفتهٔ نویسنده، rule و skill چون زبان طبیعیان، رعایت شدنشون همیشه احتمالیه. ایجنت میتونه دستوری مثل «هیچوقت فایل .env رو نخون» رو نادیده بگیره. ولی hook چون کده، میتونه کار رو کامل بلاک کنه. پس قانون کلی اینه: هر چیزی تو ruleها که شکلش «هیچوقت»، «همیشه» یا «اگه این، پس اون» هست باید hook بشه. مثلاً ممنوع کردن ویرایش یه پوشهٔ migration یا اجبار به یه package manager خاص. فرایندهای چندمرحلهای ولی تو skill میمونن. یه تمرین خوب اینه که از خود ایجنت بخوای فایل ruleهات رو بگرده و این الگوها رو علامت بزنه.
روش درست کردن هر مشکلی هم همیشه یه گفتگوی ثابته: مشکل رو ساده برای ایجنت توضیح بده، اگه خواستی یه جهت کلی پیشنهاد بده، بپرس جای این اصلاح کجای لایهٔ AI هست و بعد تأیید کن که ایجنت تغییر رو ثبت کنه تا تو جلسههای بعدی هم بمونه. دربارهٔ بازبینی هم نویسنده میگه خودبازبینی سریعتره ولی لیستی پر از موارد کمارزش میده، چون ایجنت میخواد راضیت کنه. یه ایجنت بازبین جدا با context تازه سختگیرتره و این مزیت رو داره که خودت تعیین میکنی روی چه چیزی سخت بگیره.
نکات کلیدی:
- ادعای «تموم شد» رو با یه ایجنت بازبین جدا با context تازه یا سؤال «چی باعث شکستش میشه؟» بسنج.
- عدد تستهای پاسشده مدرک نیست؛ خروجی واقعی دستورها و اسکرینشات browser automation روی PR لازمه.
- rule احتمالیه و hook تضمینی؛ هر «هیچوقت/همیشه/اگه-پس» باید hook بشه.
- فرایندهای چندمرحلهای جاشون تو skill هست، نه hook.
- یه مشکل (پاس شدن تست با اپ خراب) میتونه با ویرایش skill برنامهریزی یا ساخت یه skill جدید «try it» حل بشه.




