Ллмки регулярно лажают с конкуренцией, с распределённостью, со стейтом. Вечно забывают какие-то нюансы при составлении спек и тест-кейсов. Поэтому любой процесс обязательно должен включать ревью опытным специалистом. Без опытного разработчика хоть сколько-то серьёзную production систему все ещё не выйдет сделать.

Итого

Настоящая ИИ-разработка сейчас находится в самом своём зачаточном состоянии. Лидеры мнений очень часто вещают откровенную чепуху. Общееиндустриальное невежество и наивность из ручной разработки перекочевали в ИИ-разработку, что уже привело к ряду весьма забавных и обидных казусов на радость ии-скептикам.

В каком направлении двигаться? Фреймворк с тестами и ревью.

1. Какое ревью? Чем больше кода за раз смотреть, тем тяжелее. Поэтому чем чаще, тем лучше.
2. Какие тесты? Перед разработкой список кейсов для реализации. После разработки - соответствующий набор автотестов.
3. Какой фреймворк? Вот именно.

Поэтому я и начал с того, что почему-то лидеров как-то не видать. Видимо, все, кто реально что-то могут, помалкивают в тряпочку. Я себе сделал такой сам, но больше ни у кого ничего похожего пока не встречал. Месяц назад я выкладывал его зачаточную версию. Может, через месяц-другой дойдут руки и поделюсь уже тем полноценным фреймворком, что у меня вышел. По ощущениям - получилось весьма хорошо.