O que dezenas de agentes de IA me ensinaram: como escrevi o sistema de armazenamento Blockstor como experimento
Anthropic
Um engenheiro descreve um experimento para criar uma implementação de sala limpa do LINSTOR chamada Blockstor usando agentes de IA. O processo envolveu o uso de TDD (desenvolvimento orientado por testes), linters e um enxame de até 60 agentes paralelos para corrigir bugs e passar nos testes. O resultado foi um protótipo funcional, embora o desenvolvimento totalmente autônomo não tenha sido alcançado.
O autor decidiu criar uma implementação clean-room do LINSTOR, um sistema distribuído de armazenamento em blocos, usando agentes de IA. Chamado de Blockstor, é um orquestrador para dispositivos de bloco que suporta replicação, snapshots e failover. O autor optou por reutilizar os tipos de API do LINSTOR como contratos e usar TDD para definir o comportamento, já que o LINSTOR não publica sua suíte de testes. Eles usaram golangci-lint e configuraram um ambiente de teste com Kubernetes em Talos, exigindo DRBD. O primeiro protótipo era baseado em requisições, mas o autor pediu que a IA o reescrevesse usando controller-runtime para comportamento assíncrono. Em seguida, eles geraram uma lista de problemas a partir de seus próprios artigos de depuração e relatórios, e fizeram a IA corrigi-los. Para acelerar o processo, eles paralelizaram os agentes, com até 60 agentes trabalhando em worktrees e ambientes separados, metade em testes unitários e metade em testes e2e. O agente principal mesclou suas correções. Após muitas iterações, o sistema se tornou mais estável, mas ainda exigia testes de integração manuais.
Fonte: Habr — хаб ИИ —
original