← Каталог

Один день и $1 000 на токены: AI-штаб для работы с legacy-кодом

One Day, $1,000 in Tokens: An AI War Room for Legacy Code — Ford Prior, GEICO

Агентная war room с очередью проверки людьми за день и $1000 на токены доводит legacy-домен до предложенного изменения и API для агентов, по словам автора.

  • Координатор с очередью проверки — FleetKit разбивает цель на этапы: исследовательские агенты готовят подход, люди комментируют его в общей очереди, и только после одобрения запускаются агенты-строители. Очередью может служить, например, GitHub Issues.
  • Контекст, методы и полномочия — по словам автора, ценность создают не модель и не harness, а собственные стандарты, база прошлых решений, доменные skills и правила о том, кто принимает решение на каждом этапе. Эти материалы хранятся в репозиториях, которые правят и люди, и агенты.
  • Результаты по трём доменам — в аренде найдено потенциальное сокращение 8 500 вызовов в месяц за счёт актуальной информации для клиента, в домене salvage подготовлен проверенный план миграции с API-спецификациями, а агент, по словам автора, нашёл баг в проде.
  • Цена агентов — не запускайте проверки по cron из сессии Fable: каждая проверка открывает новую сессию и быстро съедает бюджет. Автор также отмечает, что доля prompt caching оказалась выше ожидаемой.

Кому полезно: тем, кто работает с большой legacy-системой и хочет, чтобы агенты помогали с решениями и согласованием, а не только с написанием кода.

Статья по теме

На какие вопросы отвечает доклад

  • Как ускорить решения и согласования вне кодинга, если разработка уже быстрая?

    GEICO собрал AI-native war room: лица, принимающие решения, эксперты предметной области, водитель с инструментами и флот агентов работают в одном канале миссии. Спикер считает узким местом не написание кода, а сбор контекста и согласования.

    ▶ 0:00Внутренний и внешний циклы
  • Как за один день превратить легаси-домен в API, которые могут вызывать агенты?

    Спикер ставил задачу за день с бюджетом $1000 на токены: картировать домен, предложить одно изменение и развернуть API для вызова агентом. Эксперимент повторили на трёх доменах: аренда, ущерб и годные остатки.

    ▶ 4:38AI-native оперативный штаб и ставка на один день
  • Как координировать агентов-исследователей и агентов-строителей с проверкой человеком?

    FleetKit задаёт правила в Markdown: цель разбивается, агенты-лидеры готовят подход и выкладывают его в очередь на проверку человеком, и только после одобрения запускаются строители. Для отслеживания задач агентов используется Beads.

    ▶ 9:57FleetKit и координация агентов
  • Почему расходы на токены быстро растут, если агент сам настраивает cron-проверки своей работы?

    Каждая проверка по cron запускала новую сессию Fable, и бюджет сгорал за считаные минуты, поэтому спикер советует не давать агенту такие настройки. Попаданий в prompt caching оказалось больше, чем он ожидал.

    ▶ 15:58Уроки по стоимости, бенчмарки и следующие шаги
  • Какую модель выбрать для переписывания легаси-кода: Fable или Sonnet?

    По словам спикера, на ограниченном бенчмарке с эталонным кодом, написанным недавно, Sonnet 5.5 справился не хуже Fable. Выборка маленькая, поэтому выбор модели стоит проверить на своём коде.

    ▶ 15:58Уроки по стоимости, бенчмарки и следующие шаги
  • Какие части агентной системы стоит держать в собственности компании, а какие можно заменить?

    Заменяемы harness, модель и плагин модернизации от вендора. Своими остаются база знаний с контекстом, локальные инструменты, методы в виде skills и решения о том, кто и на каком этапе принимает решение.

    ▶ 8:30Инструменты вендоров и контекст GEICO

Главы

Похожие доклады