Anthropic продолжает экспериментировать с long-running автономными агентами.
На этот раз делали компилятор для C.

Агенты сожрали $20k и осилили собрать работающий компилятор на Rust. Код критикуют в разных статьях и ругают за неспособность собрать hello world в этом эпичнейшем треде, но факт такой: проект был написан и он компилирует Linux, SQlite, postgres и другие крупные проекты. Это совершенно фантастический результат.

Harness – т.е. упряжка вокруг моделей – был на удивление простой. Никаких issue трекеров, общего чата или планировщика – просто много параллельных агентов работающих независимо над любой задачей, простейшая блокировка задач через файлы, и git. Явно можно сделать лучше.

Но пост не про это.

Автор несколько раз подчеркивает что для успеха важно иметь мощный набор принимающих тестов. В том числе для скорости. Параллелизм достигнут за счет независимой работы агентов над разными тестами.

Эта идея концептуально мне нравится и проскакивает везде. Написать даже сложный код – модели справляются. Ключевое – написать четкие требования; ещё лучше - иметь полноценные принимающие тесты.

Мой личный опыт с последними моделями это подтверждает. Я долго сижу вместе с моделью над четкой формулировкой задачи – на выходе получается стройный .md файл который я сам читаю несколько раз чтобы было всё чётко. После этого реализация в коде – one-shot.

Профессия разработчика, получается, утонщается до написания технически грамотной спеки. Ощущение, что такой работы много не нужно – с большинством проектов справятся и продакты. разработчики не нужны

Учитесь писать спеки.