Bir Fabrikadan İki Katmanlı Koşum Takımına: Bir Geliştirme Hattı Bir Yıldan Kısa Sürede Nasıl Büyüdü
Cursor
Anthropic
OpenAI
Google/DeepMind
Yazar, neredeyse on paralel hattan oluşan bir sisteme dönüşen çok ajanlı bir geliştirme fabrikası inşa etme sürecini anlatıyor. Sistem, üst düzey kontrol ve her fabrika için yerel geçitler içeren iki katmanlı bir koşum takımına sahip. Temel ilkeler: cırcır (hatalar kalıcı düzeltmelere dönüşür), sensör-ilk (kurallardan önce değişmezler dedektör olarak kullanılır) ve ölçülebilirlik (kurallar davranışı değiştirmelidir). Sistem Cursor'a bağlı değildir; Skills, AGENTS.md ve MCP gibi açık standartlar kullanır.
Geçen yılın Kasım ayında yazar, çok ajanlı bir geliştirme ortamı oluşturmaya başladı – tek bir modelin üzerine inşa edilmiş bir sarmalayıcı değil, bir projeyi gereksinimlerden çalışan koda dönüştüren ve bozulmaması gereken şeyleri bozmayan bir fabrika. Cursor ve kural tabanlı ajanlarla başlayan sistem, süreç odaklı bir yaklaşım kullandı: her aşamanın kendi rol alt-ajanı ve denetçisi vardı. Aylar içinde, pazarlama, ürün, tasarım, içerik için birden fazla paralel boru hattına ihtiyaç duyuldu. Üst düzey bir kontrol düzlemi eklendi: bir kök yönlendirici, kontrol düzlemi (239 İş Kalemi), bir koşum takımı öğrenme katmanı (mandal, sensörler, kural değerlendirmeleri). Fabrika iki katlı hale geldi: üstte çapraz kesim kontrol, her fabrikanın içinde yerel geçitler. Yazar mandal uyguluyor – her ajan hatası, bir sohbet notu değil, kalıcı bir ortam düzeltmesine dönüştürülüyor. Sensör öncelikli yaklaşım, yeni bir değişmezlik, bir metin kuralı haline gelmeden önce, GEÇTİ/BAŞARISIZ sözleşmesine sahip bir detektör betiği olarak başlar. Ölçülebilirlik, bir kuralın davranışı değiştirmesini sağlar – bir geçit, iyi yapıtları geçirir ve ihlal edenleri engeller. Yazar Cursor'a bağımlı değil: açık standartlar (Skills, AGENTS.md, MCP), Claude, Codex ve Gemini tarafından destekleniyor. Kullanıma hazır minimum çalışan bir iskelet, agent-harness-reference adresinde sağlanmıştır. Bazı değişmezlikler hâlâ detektörlerden yoksundur ve inceleme disiplinine dayanır.
Kaynak: Habr — хаб ИИ —
orijinal
