Загружаем страницу…
Загружаем страницу…
Как писать софт вместе с ИИ-агентами: от выбора инструмента до проверки кода, который агент написал за вас.
Доклады идут от практики команд. В Anthropic ежедневно мержат 30 000 изменений кода, инженеры GitHub, Replit и Jane Street показывают свои инструменты, а небольшие команды рассказывают, что сломалось на большом legacy-проекте. Отдельно спорят, ускорил ли ИИ выпуск на самом деле или только сдвинул узкое место на ревью.
Внутри четыре подтемы: агенты для кодинга, code review и тесты, harness и Skills, spec-driven development.

Спикеры советуют начинать с вопросов по кодовой базе, а перед правками просить у Claude Code план. Агенту нужна цель для проверки: тест, скриншот, CI. Контекст стоит держать коротким и чистым. Вайб-кодинг без чтения кода годится для личных и разовых утилит, но не для продакшена.

Лишние инструкции не добавляют ума. Nick Nisi скормил агенту 10 000 строк skills из документации, и тот стал чаще ошибаться: с одним из навыков задача сходилась в 77% прогонов, а без него - в 97%. Когда Nisi урезал инструкции до 553 строк граблей, агент ожил.

Да, и это подтверждено цифрами. По данным Laurie Voss, разработчики с агентами строчат на 741% больше строк, но релизов стало больше всего на 30%. Человек физически не может читать чужой код быстрее, чем раньше, поэтому затор просто сместился на этап ревью.
Единого ответа в докладах нет. Чаще всего спикеры работают с Claude Code, Codex, Cursor и GitHub Copilot. Многие сходятся в другом: результат больше зависит от окружения агента, тестов и инструкций в репозитории, чем от выбранной модели.
Автодополнение подсказывает строку. В AI-native процессе агент получает задачу целиком: читает код, правит несколько файлов, запускает тесты и открывает pull request. Человек описывает задачу и проверяет результат, поэтому в докладах столько внимания ревью и тестам.