dotey — 12-07-2026
2 твитов за сутки. Автор анализирует сдвиг парадигмы в разработке AI-агентов: от ручного контроля к автономному взаимодействию и оценке эффективности через призму личной продуктивности, а также поднимает вопрос приоритета UI над качеством кода.
Эволюция Agent-инфраструктуры — Anthropic представила обзор развития агентных систем, где сложные сценарии выполнения (harness) заменяются на более тонкие интерфейсы, позволяющие моделям самостоятельно принимать решения о выполнении задач 1. Вместо жесткого контроля каждого шага, фокус смещается на координацию взаимодействия между несколькими агентами, например, через механизмы выбора лучшего решения или взаимной проверки ошибок 1.
Метрики внедрения и роль инженеров — для оценки ROI рекомендуется начинать с измерения ускорения работы конкретного сотрудника, а не с масштабных автоматизаций процессов, так как это снижает сопротивление изменениям и быстрее демонстрирует результат 1. Роль инженеров трансформируется: они участвуют в архитектурных решениях и управляют Claude для выполнения задач, а такие системы, как Shopify River, демонстрируют端到端-потоки, объединяющие документацию, среду разработки и тестирование в единый агентный цикл 1.
Риски децентрализации и приоритеты дизайна — снижение стоимости прототипирования может привести к хаотичному росту продуктов, если команда не обеспечит стратегическое согласование, так как агенты усиливают индивидуальную эффективность, но не решают проблемы координации 1. В контексте разработки отмечается, что пользователи ценят внешний вид интерфейса (UI) больше, чем внутреннее качество кода, что создает дисбаланс в приоритетах при использовании AI-генерации 2.