AI agenti v kódování: standard SENAR pro disciplínu

Inženýrský standard pro AI agenty: od pravidel k disciplíně ve vývoji

Jeden a půl roku vývoje bez ručního kódu odhalil omezení jednoduchých instrukcí v souborech jako CLAUDE.md. Agenti jako Claude Code a Cursor plní úkoly, ale ignorují kontext projektu, domýšlejí logiku a přeskočí negativní scénáře. Autor, zkušený IT manažer Andrej Jumašev, přešel od jednotlivých promptů k systémovému procesu: formální specifikace, paměť selhání a standard SENAR s frameworkem TAUSIK. To zvýšilo FPSR (First-Pass Success Rate) ze 40 % na 75–80 % u serverových úkolů.

Problémy, zjištěné v praxi

Jednoduché projekty se řeší souborem pravidel: styl kódu, povolené knihovny, zaměření pozornosti. Ale na složitých úkolech agent překračuje hranice.

Neautorizované změny

Agent refaktoruje modul podle úkolu, dotkne se pomocné knihovny, používané v sedmi modulech. Testy projdou, ale za den se rozbijí tři moduly. Agent jedná jako iniciativní junior: vyjímá duplikáty bez koordinace.

Domýšlení API

Integrace s externí službou: agent generuje kód požadavků, retry logiku (1s, 2s, 4s), parsování odpovědí. Dva z pěti požadavků spadnou — dokumentace je zastaralá, agent vyplňuje mezery věrohodně, ale nesprávně. Není manuální kontrola přes curl nebo Postman s komentáři v kódu.

Mezery v testech

Reset hesla: testy jsou zelené, ale zranitelnost OWASP — různé odpovědi na existující/neexistující email umožňují enumeration. Agent nepřidal test bez explicitního uvedení v TZ.

Instrukce jsou doporučení, nikoli omezení. Neexistuje mechanismus vynucování.

Evoluce procesu: od specifikací k paměti

Formalizace TZ

Každý úkol: cíl, acceptance criteria, soubory v/iz scope, negativní scénáře (prázdná pole, neexistující ID). FPSR se zdvojnásobil. Specifikace minimalizují domýšlení — agent následuje explicitní pravidla.

Příklad formalizovaného TZ:

• Cíl: implementovat reset hesla.
• Kriteria: stejná odpověď (a čas) na jakýkoli email; testy na existující/neexistující.
• Scope: auth.py, tests/test_reset.py.
• Out of scope: UI.

Sortula: projekt s pamětí selhání

Služba ukládání odkazů se sémantickým vyhledáváním (LLM extrahuje teze do DB). Agent třikrát rozbije build na jedné knihovně — není paměť o minulých neúspěších.

Řešení: soubor logu selhání.

• Knihovna X: build selže na serveru Y (chybí závislost Z).
• Alternativa: W, funguje s konfiguračním příznakem.
• Datum: YYYY-MM-DD.

Za 6 týdnů — 40 záznamů, úspora 15+ min na úkol. Log je integrován do CLAUDE.md jako preambule.

Standard SENAR a TAUSIK

SENAR — inženýrský standard pro AI vývoj: formalizace, vynucování, paměť, audit. TAUSIK — framework implementace.

Komponenty SENAR:

• Specification: TZ v YAML/JSON s kriterii, scope, negativy.
• Enforcement: Pre-commit hooks kontrolují compliance (linting, no změny mimo rozsah).
• Memory: Sortula-podobný log + agent memory (Claude context window).
• Audit: Human review checkpoints na milestones.
• Rollback: Git workflows s feature branches.

TAUSIK automatizuje: generuje TZ-šablony, integruje log do promptů, vynucuje prostřednictvím skriptů.

Metriky a upřímná hodnocení

FPSR: podíl úkolů, vyřešených na první pokus. Raná hodnocení — z historie, pozdní — z deníku.

| Etapa | FPSR server | FPSR frontend | Poznámka |

|------|-------------|------------|------------|

| Pravidla pouze | 40% | 30% | Základní |

| +Specifikace | 75% | 60% | Známá doména |

| +SENAR | 85%+ | 70%+ | Plný stack |

Čísla jsou subjektivní, závisí na doméně. V neznámých oblastech FPSR klesá o 20 %.

Co je důležité:

• AI agent — vykonavatel, ne inženýr: vyžaduje disciplínu v TZ a vynucování.
• Paměť selhání je kritická: šetří 15–30 min/úkol.
• FPSR >80 % dosažitelný na známých stackech s SENAR.
• Human v cyklu: architektura, review, rozhodování.
• 30+ projektů: od PoC do prod.

— Editorial Team