Контекст — это новый код
Context Is the New Code
Инструкции и skills для кодинговых агентов стоит вести как исходный код: тестировать, распространять и наблюдать за ними.
- Evals для контекста — проверки строятся по уровням: линтер валидирует формат, например длину
descriptionу skill, а LLM-as-a-judge проверяет, что сгенерированный код следует правилам компании, вплоть до префикса/awesomeу эндпоинтов. Если LLM-as-a-judge получает инструмент и sandbox, он может выполнитьcurlи проверить работу эндпоинта целиком. - Допустимая доля падений — результаты агентов недетерминированы, поэтому тест запускают несколько раз, например пять, и смотрят на долю успешных прогонов. Для важных наборов задают допустимую долю падений, а не требуют прохождения каждого прогона.
- Фильтр контекста поверх sandbox — sandbox не блокирует AGENTS.md и SKILL.md, которые агент загружает сразу, поэтому спикер предлагает фильтр, похожий на WAF, против prompt injection. По словам спикера, почти все публичные skills слабые, поэтому при распространении нужны сканирование и AI SBOM: кто и на какой модели создал контекст.
- Логи агентов как обратная связь — когда агент чего-то не знает, недостающий фрагмент добавляют в контекст и раздают всей команде. Если несколько разработчиков упираются в одно и то же, это сигнал для общего правила.
Кому полезно: тем, кто ведёт AGENTS.md или skills на команду и хочет понимать, как проверять их изменения.
Статья по теме
Главы
Ещё доклады: Patrick Debois
Все 5 докладов →Агенты всей команды одновременно меняют один и тот же код
AI Engineer Code 2026
Coding agents не масштабируются сами. Команды — тоже
AI Engineer World's Fair 2026
Четыре паттерна AI-native разработки
AI Engineer World's Fair 2025
Похожие доклады
MCP на практике в GitHub Copilot Agent Mode
AI Engineer World's Fair 2025
Близко по содержанию
Skills — новые SDK
AI Engineer World's Fair 2026
Близко по содержанию

