AI-АГЕНТЫ В ПРОДАКШЕН-РАЗРАБОТКЕ

Что разберёшь:

• где заканчивается полезный вайб-кодинг
• как определить уровень зрелости AI-разработки
• как построить карту модулей и определить границы изменений
• как оценить blast radius правки
• как исследовать репозиторий в режиме read-only
• как использовать characterization tests в качестве страховочной сетки
• как создать always-on rules и AGENTS.md
• как собрать harness из линтера, типизации, тестов и eval-петли
• как применять progressive disclosure
• как создать инженерную базу знаний с INDEX.md, вики и журналом решений
• как описать контракт скила: триггер, входы, шаги, результат и стоп-условия

Практика
Исследуешь существующий репозиторий, построишь карту модулей, определишь радиус влияния задачи, зафиксируешь текущее поведение тестами и создашь первые правила для агента

Результат воркшопа
Научишься строить карту модулей и оценивать радиус влияния изменений, создавать characterization tests и настраивать AGENTS.md. Соберёшь каркас инженерной базы знаний, разработаешь первый версионируемый скилл и на практике сравнишь результаты работы AI без обвязки и с ней

Что разберёшь:

• почему автор не может объективно ревьюить собственную работу
• как ставить задачу через спецификацию
• как декомпозировать задачу и сохранять checkpoints
• как разделить роли Coder, Reviewer, QA и Gate
• как назначать каждой роли отдельный контекст и права
• как настроить structured handoff между сессиями
• как ограничить количество циклов Coder ↔ Reviewer
• когда останавливать цикл и эскалировать проблему
• как составить риск-план QA до написания тестов
• как использовать red/green cycle и bug injection
• как проводить независимое ревью тестов
• как организовать экспертную панель
• как принимать работу через техлид-гейт и пакет доказательств

Практика
Проведёшь вертикальную фичу через независимые сессии Coder, Reviewer и Gate. Замечания будут возвращаться на доработку через handoff-пакеты, а результат пройдёт техническую и QA-проверку

Результат воркшопа
Спроектируешь агентный конвейер и настроишь structured handoff между агентами. Научишься вести лог итераций, составлять риск-план QA и собирать тестовый пакет. Получишь вердикт независимого ревьюера и результаты экспертной панели

Что разберёшь:

• как context rot влияет на длинные сессии
• как применять стратегию «сначала карта, затем план, затем патч»
• как искать по символам и читать файлы порционно
• как управлять контекстным бюджетом
• как запретить агенту рассуждать о непрочитанных файлах
• как получать минимальный diff с ограниченным blast radius
• как составлять отчёт «что сознательно не смотрели»
• как создавать красный тест до реализации
• как проводить мутационную проверку тестов
• как запретить агенту ослаблять проверки
• как включить SLO, timeout, retry with backoff и идемпотентность в критерии готовности
• как составить матрицу прав агента
• как внедрять AI в порядке: знания → тесты → quality gates → права → автономность
• как проводить приёмку по требованиям, diff, тестам и рискам

Практика
Получишь issue в монорепозитории, построишь карту радиуса влияния, выберешь ограниченный набор файлов, подготовишь узкий патч и проведёшь его через собранный инженерный контур

Результат воркшопа
Научишься строить карту модулей и оценивать радиус влияния изменений, создавать characterization tests и настраивать AGENTS.md. Соберёшь каркас инженерной базы знаний, разработаешь первый версионируемый скилл и на практике сравнишь результаты работы AI без обвязки и с ней.