Inżynieryjny standard dla agentów AI: od zasad do dyscypliny w rozwoju
Półtora roku rozwoju bez ręcznego kodu ujawniło ograniczenia prostych instrukcji w plikach takich jak CLAUDE.md. Agenci jak Claude Code i Cursor wykonują zadania, ale ignorują kontekst projektu, domyślają się logiki i pomijają negatywne scenariusze. Autor, doświadczony lider IT Andriej Jumaszew, przeszedł od pojedynczych promptów do systemowego procesu: formalnych specyfikacji, pamięci porażek i standardu SENAR z frameworkiem TAUSIK. To podniosło FPSR (Wskaźnik Sukcesu za Pierwszym Przejściem) z 40% do 75–80% w zadaniach serwerowych.
Problemy, wykryte w praktyce
Proste projekty są rozwiązywane plikiem reguł: styl kodu, dozwolone biblioteki, skupienie uwagi. Ale na złożonych zadaniach agent wychodzi poza ramy.
Nieautoryzowane zmiany
Agent refaktoryzuje moduł zgodnie z zadaniem, dotyka pomocniczej biblioteki, używanej w siedmiu modułach. Testy przechodzą, ale po dniu trzy moduły się łamią. Agent działa jak inicjatywny junior: przenosi duplikaty bez konsultacji.
Domysł API
Integracja z zewnętrznym serwisem: agent generuje kod żądań, logikę retry (1s, 2s, 4s), parsowanie odpowiedzi. Dwa z pięciu żądań padają — dokumentacja jest przestarzała, agent wypełnia luki domysłowo, ale nieprawidłowo. Brak ręcznej weryfikacji przez curl lub Postman z komentarzami w kodzie.
Luki w testach
Reset hasła: testy zielone, ale luka OWASP — różne odpowiedzi na istniejący/nieistniejący email pozwalają na enumerację. Agent nie dodał testu bez wyraźnego wskazania w specyfikacji.
Instrukcje to rekomendacje, nie ograniczenia. Brak mechanizmu egzekwowania.
Ewolucja procesu: od specyfikacji do pamięci
Formalizacja specyfikacji
Każde zadanie: cel, kryteria akceptacji, pliki w/poza zakresem, negatywne scenariusze (puste pola, nieistniejące ID). FPSR wzrósł dwukrotnie. Specyfikacje minimalizują domysły — agent przestrzega explicit reguł.
Przykład sformalizowanej specyfikacji:
- Cel: zaimplementować reset hasła.
- Kryteria: identyczna odpowiedź (i czas) na dowolny email; testy na istniejący/nieistniejący.
- Scope: auth.py, tests/test_reset.py.
- Out of scope: UI.
Sortula: projekt z pamięcią porażek
Serwis zapisywania linków z wyszukiwaniem semantycznym (LLM ekstrahuje tezy do bazy danych). Agent trzykrotnie łamie build na jednej bibliotece — brak pamięci o poprzednich niepowodzeniach.
Rozwiązanie: plik logu porażek.
- Biblioteka X: build nie przechodzi na serwerze Y (brak dep Z).
- Alternatywa: W, działa z flagą config.
- Data: YYYY-MM-DD.
Przez 6 tygodni — 40 wpisów, oszczędność 15+ min na zadanie. Log integruje się do CLAUDE.md jako preambuła.
Standard SENAR i TAUSIK
SENAR — standard inżynieryjny dla rozwoju AI: formalizacja, enforcement, pamięć, audyt. TAUSIK — framework implementacji.
Składniki SENAR:
- Specification: Specyfikacja w YAML/JSON z kryteriami, zakresem, negatywnymi scenariuszami.
- Enforcement: Pre-commit hooks sprawdzają zgodność (linting, brak zmian poza zakresem).
- Memory: Sortula-podobny log + pamięć agenta (okno kontekstu Claude).
- Audit: Punkty przeglądu przez człowieka na kamieniach milowych.
- Rollback: Workflow Git z gałęziami feature.
TAUSIK automatyzuje: generuje szablony specyfikacji, integruje log do promptów, wymusza za pomocą skryptów.
Metryki i uczciwe oceny
FPSR: udział zadań rozwiązanych za pierwszym razem. Wczesne oceny — z historii, późne — z dziennika.
| Etap | FPSR serwer | FPSR front | Uwaga |
|------|-------------|------------|-------|
| Tylko reguły | 40% | 30% | Podstawowy |
| +Specyfikacje | 75% | 60% | Znana domena |
| +SENAR | 85%+ | 70%+ | Pełny stack |
Cyfry subiektywne, zależą od domeny. W nieznanych obszarach FPSR spada o 20%.
Co ważne:
- Agent AI — wykonawca, nie inżynier: wymaga dyscypliny w specyfikacji i enforcement.
- Pamięć porażek krytyczna: oszczędza 15–30 min/zadanie.
- FPSR >80% osiągalne na znanych stackach z SENAR.
- Człowiek w pętli: architektura, review, decyzje.
- 30+ projektów: od PoC do prod.
— Editorial Team
Brak komentarzy.