Agentontwikkeling en Documentatiegedreven Ontwikkeling: Wanneer AI Contracten Schrijft, Niet Code
Een artikel beschrijft een agentische benadering waarbij grote taalmodellen eerst systeemcontracten ontwerpen (OpenAPI, Proto, JSON Schema, CloudEvents, AsyncAPI) voordat codegeneratie plaatsvindt. De methode, genaamd Documentatiegedreven Agentontwikkeling, gebruikt meerdere promptfasen om contracten te produceren en te beoordelen. De auteur demonstreert dit aan de hand van een voorbeeld van een automatische telefooncentrale (PBX)-dienst en maakt onderscheid tussen generatoren en agenten.
De auteur, Matvey Likhota, een senior Go-ontwikkelaar, stelt een ontwikkelingsaanpak voor waarbij een LLM eerst een systeem ontwerpt en contracten produceert zoals OpenAPI, Proto, JSON Schema, CloudEvents en AsyncAPI, waarbij code later wordt gegenereerd door herhaalbare generatoren en projectafhankelijke delen door ontwikkelaars en agents. Hij noemt dit Documentation Driven Agent Development of Specification Driven Agent Development. Het artikel toont het proces aan de hand van een eenvoudig PBX-servicevoorbeeld. De eerste prompt vraagt de LLM om architectonisch significante vragen op te sommen zonder code te schrijven. De tweede prompt genereert een OpenAPI 3.1-contract met strikte vereisten, waaronder RFC 9457-fouten, Idempotency-Key, If-Match/ETag en cursor-paginering. Vervolgens bekritiseert een adversariële review-prompt het contract op defecten. Voor gebeurteniscontracten wordt CloudEvents 1.0 gebruikt met een catalogus van gebeurtenissen zoals CallStarted, CallAnswered, CallMissed. WebSocket-contracten worden beschreven via AsyncAPI 3.0, en interne API's worden ontworpen als gRPC met proto3. Het artikel benadrukt het scheiden van contractontwerp van codegeneratie en het gebruik van review-prompts om inconsistenties op te sporen.
Bron: Habr — хаб ИИ —
origineel