Спексмаксинг: Борьба с ИИ-психозом с помощью YAML-спецификаций и ACAI

Последний пост в блоге Acai.sh, «Specsmaxxing – О преодолении психоза ИИ и почему я пишу спецификации в YAML», рассматривает проблему сбоев AI-агентов, когда контекстные окна переполняются или сессии завершаются. Автор делится практическим рабочим процессом: пишите структурированные спецификации в YAML вместо только markdown и используйте нумерованные требования (например, AUTH-1, AUTH-2), на которые агенты могут напрямую ссылаться в коде. Этот метод, названный Acceptance Criteria for AI (ACAI), появился, когда под-агент автоматически пронумеровал требования и ссылался на них в реализации, улучшая отслеживаемость и уменьшая регрессии.

В посте описывается четырехэтапный процесс: Specify (написание требований в YAML), Ship (реализация агентами), Review (проверка кода на соответствие спецификациям) и Iterate. Автор признается, что ранее переусердствовал со спецификациями в markdown (PRD, TRD, архитектурные документы) и страдал от «психоза ИИ» — тратил больше времени на создание обвязок для ИИ, чем на сам продукт. Подход на основе YAML призван быть более легким и машинно-читаемым.

Ключевая мысль: простые README.md и AGENTS.md уже значительно улучшают вывод агентов. В посте утверждается, что «пик халтуры» пройден, и структурированные спецификации — следующая эволюция. Фрагмент кода демонстрирует шаблон:

# Requirements
AUTH-1: Accepts `Authorization: Bearer <token>` header
AUTH-2: Tokens are user-scoped, providing access to any of the user's resources
AUTH-3: Rejects with 401 Unauthorized

// AUTH-1
const authHeader = req.headers["authorization"];
// AUTH-2
const isAuthorized = verifyBearerToken(authHeader);
// AUTH-3
if (!isValid) return res.status(401).json({ error: "Unauthorized" });

В посте также рассматриваются альтернативы: GitHub SpecKit, OpenSpec, Kiro, Traycer.ai — и перечисляются причины, по которым acai.sh может не понравиться (например, накладные расходы, жесткий формат). Это прагматичный взгляд для разработчиков, которые хотят, чтобы их AI-агенты выдавали надежный код без постоянных циклов подсказок и исправлений.

Для кого это: Разработчики, использующие AI-агентов для написания кода (Claude, Copilot и т. д.), которые сталкиваются с ограничениями контекста и хотят легкий слой спецификаций, чтобы держать агентов на верном пути.