Yhdestä tehtaasta kaksikerroksiseksi valjaiksi: Miten kehitysputkisto kasvoi alle vuodessa
Cursor
Anthropic
OpenAI
Google/DeepMind
Kirjoittaja kuvaa monitoimittajaisen kehitystehtaan rakentamista, joka kehittyi järjestelmäksi, jossa on lähes kymmenen rinnakkaista putkistoa ja kaksikerroksiset valjaat – ylätason ohjaus ja paikalliset portit jokaiselle tehtaalle. Keskeiset periaatteet: räikkä (epäonnistumisista tulee pysyviä korjauksia), anturi ensin (invariantit havaitsijoina ennen sääntöjä) ja mitattavuus (sääntöjen on muutettava käyttäytymistä). Järjestelmä ei ole sidottu Cursoriin; se käyttää avoimia standardeja, kuten Skills, AGENTS.md ja MCP.
Viime vuoden marraskuussa kirjoittaja alkoi koota moniagenttista kehitysympäristöä – ei yksittäisen mallin käärettä, vaan tehdasta, joka vie projektin vaatimuksista toimivaan koodiin rikkomatta sitä, mitä ei saa rikkoa. Aloittaen Cursorista ja sääntöpohjaisista agenteista järjestelmä käytti prosessilähestymistapaa: jokaisella vaiheella oli oma rooliagentti ja tarkastaja. Muutamassa kuukaudessa syntyi tarve useille rinnakkaisille putkistoille – markkinointiin, tuotteeseen, suunnitteluun, sisältöön. Lisättiin ylätason ohjaustaso: juurireititin, ohjaustaso (239 työkohdetta), valjastava oppimiskerros (räikkä, anturit, sääntöarvioinnit). Tehtaasta tuli kaksikerroksinen: läpileikkaava ohjaus ylhäällä, paikalliset portit kunkin tehtaan sisällä. Kirjoittaja noudattaa räikkämenetelmää – jokainen agentin epäonnistuminen muutetaan pysyväksi ympäristökorjaukseksi, ei keskustelumuistiinpanoksi. Anturikeskeisyys tarkoittaa, että uusi invariantti alkaa tunnistusskriptinä, jolla on PASS/FAIL-sopimus, ennen kuin siitä tulee tekstimuotoinen sääntö. Mitattavuus varmistaa, että sääntö muuttaa käyttäytymistä – portti päästää läpi hyvät artefaktit ja estää rikkojat. Kirjoittaja ei ole sidottu Cursoriin: avoimet standardit (Skills, AGENTS.md, MCP) ovat Clauden, Codexin ja Geminin tukemia. Toimiva minimirunko on saatavilla osoitteesta agent-harness-reference. Joiltakin invarianteilta puuttuu vielä tunnistimet, ja ne luottavat tarkastuskuriin.
Lähde: Habr — хаб ИИ —
Alkuperäinen