Как я написал в прошлом посте, меня как и во многих других вещах, в контексте LLM интересует в первую очередь методологический аспект: как работать с ними эффективно?
При этом я намеренно не задаю определение слова «эффективно», чтобы можно было применять этот подход в разных контекстах.

В этот раз я не буду писать долго и много, и просто порекомендую посмотреть на https://github.com/Fission-AI/OpenSpec/
Это одновременно метод и инструмент для построения coding workflow вида «планируем фичу -> проектируем архитектуру -> пишем тесты -> пишем код».

На базе него эту эффективность собрать кажется достаточно несложно независимо от того что вы понимаете под «эффективностью»:
- если вам дела нет до документации можно ее оставить только как опору для агентов
- если вам техническая документации нужна, здесь уже есть готовый каркас на базе которого можно строить и не выдумывать его самому
- каркас довольно легковесный, при этом его можно дорабатывать (например корректировать какая именно документация вам нужна)

(уточнение: я пока не могу сказать насколько он сочетается с полностью автономными coding agents)

Похожие инструменты/подходы, но менее удобные для старта по тем или иным причинам:
- https://promptdriven.ai/ — кажется, один из первых подходов «спеки -> доки», который так и не выстрелил, да и помер. Смотреть на него не рекомендую.
- https://github.com/github/spec-kit — более детальный по сравнению с OpenSpec и кажется более тяжеловесный подход от Microsoft
- https://github.com/bmad-code-org/BMAD-METHOD — на мой взгляд чрезмерно формализованный
- Plan & Act — самый простой, но и наименее мощный из всех

Как и с изучением всего нового, рекомендую взять какой-то подход и сделать на базе него десяток итераций (реализовать десяток решений любого размера начиная от простейшего скрипта).

Мои первые опыты генерировали гигантское количество документации которая не нужна, но теперь я понимаю что именно из нее нужно.
Следующая итерация видимо будет обкатка этих подходов в коллективном контексте (см слова из предыдущего сообщения про interop с человеком).