Agen AI membutuhkan lebih dari sekadar aturan: cara mentransfer keahlian teknik
Penulis berpendapat bahwa instruksi deklaratif seperti prompt panjang, dokumentasi yang dihasilkan, atau kumpulan keterampilan tidak cukup bagi agen pengkodean AI untuk menghasilkan kode yang lolos peninjauan. Sebagai gantinya, mereka mengusulkan proses enam aturan di mana agen mengikuti jalur keputusan yang sama dengan pengembang, menguraikan tugas untuk merujuk solusi, menggunakan contoh few-shot, dan secara bertahap mengubah tes yang terverifikasi dan keputusan yang diterima menjadi keterampilan yang dapat digunakan kembali. Pendekatan ini menekankan pembelajaran iteratif dan pengawasan manusia daripada operasi agen otonom.
Artikel di Habr ini menjelaskan evolusi bantuan pengkodean AI dari prompt yang detail menjadi dokumentasi dan keterampilan, namun penulis menemukan bahwa hal-hal tersebut saja tidak menghasilkan kode yang siap untuk direview. Masalahnya adalah kompetensi tidak dapat sepenuhnya ditransfer secara deklaratif; banyak dari kompetensi tersebut muncul selama bekerja. Penulis mengusulkan enam aturan: agen harus mengikuti jalur keputusan yang sama dengan pengembang, menguraikan tugas ke tingkat solusi referensi, menyediakan pengetahuan proyek lokal, menggunakan referensi yang tervalidasi sebagai beberapa contoh untuk kode berikutnya, menjadikan tes yang tervalidasi sebagai tahap penerimaan yang berdiri sendiri, dan mengubah keputusan yang diterima menjadi keterampilan yang dapat digunakan kembali. Dia membedakan ini dari gaya vibe coding dan mode otonom seperti loop Ralph, dengan menekankan manusia sebagai penentu akhir. Dia memberi contoh seperti memperbaiki masalah N+1 melalui keterampilan dan menggunakan implementasi pertama sebagai template untuk kode berikutnya.
Sumber: Habr — хаб ИИ —
asli