AIエージェントにはルールだけでは不十分:エンジニアリングの専門知識を移転する方法
著者は、長いプロンプト、生成されたドキュメント、スキルのコレクションといった宣言的な指示だけでは、AIコーディングエージェントがレビューに合格するコードを生成するには不十分だと主張しています。代わりに、エージェントが開発者と同じ意思決定の経路をたどり、タスクを分解して解決策を参照し、少数ショットの例を使用し、検証済みのテストと受け入れられた決定を再利用可能なスキルに徐々に変換する、6つのルールからなるプロセスを提案しています。このアプローチは、自律的なエージェント操作ではなく、反復的な学習と人間による監督を強調しています。
Habrの記事は、AIコーディング支援の進化について、詳細なプロンプトからドキュメントやスキルへと移行する過程を説明しているが、著者はこれらだけではレビュー可能なコードが生成されないことを見出した。問題は、専門知識は完全に宣言的に伝達できるものではなく、その多くが作業中に創発されるということである。著者は6つのルールを提案している。エージェントは開発者と同じ決定経路をたどり、タスクを参照ソリューションのレベルまで分解し、ローカルなプロジェクト知識を提供し、検証済みの参照を後続のコードのための数発の例として使用し、検証済みのテストを独立した受け入れ段階とし、受け入れられた決定を再利用可能なスキルに変えることである。彼はこれをバイブコーディングやラルフループなどの自律モードと区別し、人間が最終的な判断者であることを強調している。N+1問題をスキルで修正する例や、最初の実装を後続のコードのテンプレートとして使用する例を挙げている。
出典: Habr — хаб ИИ —
原文
