Использование ИИ для написания лучшего кода медленнее: рабочий процесс поиска ошибок
Разработчики, уставшие от AI-пушек, могут оценить альтернативу Нолана Лоусона: использование LLM для написания более качественного кода, но медленнее. Ключевая идея: бросить несколько агентов на ревью PR, чтобы найти баги, отсортированные по серьезности, а затем методично их исправить.
Как это работает
Лоусон описывает навык Claude, адаптированный из основной идеи другой статьи: чем больше разных моделей вы используете для ревью PR, тем меньше галлюцинаций или ложных багов. Навык запускает трех агентов — Claude sub-agent, Codex и Cursor Bugbot — для поиска багов в PR с классификацией критический/высокий/средний/низкий. После завершения вы проверяете их находки, отсеиваете ложные срабатывания и пишете финальный отчет.
Определите "баг" по-своему: у Лоусона это принципы KISS/DRY, доступный HTML/JSX, правильные индексы SQL и т.д. Утверждается, что частота ложных срабатываний близка к нулю, и навык всегда находит множество багов — от критических проблем безопасности до вводящих в заблуждение комментариев.
Типичный рабочий процесс
- Поручите агенту исправить все критические и высокие баги (с вашим руководством по правильному решению), затем повторяйте, пока не останется ни одного.
- Пропускайте высокие/средние баги, где усилия по исправлению (например, 100 строк для узкого крайнего случая) того не стоят.
- Отказывайтесь от PR, если в нем так много критических багов, что весь подход ошибочен.
Процесс ревью часто выявляет уже существующие баги, что приводит к побочным квестам: написание юнит-тестов и исправление тонких дефектов. Это противоположность 10x продуктивности из пушек-слопа, но улучшает общее здоровье кодовой базы и углубляет понимание сценариев отказов.
Если вы скептически относитесь к AI-кодингу, это вас не переубедит. Но если вы штампуете многострочные PR, которые едва понимаете, Лоусон приглашает вас замедлиться: спросите агента, как работает ваш PR и как он может отказать, попросите написать Markdown-документацию с Mermaid-диаграммами или используйте навык /grill-me от Мэтта Покока, пока не поймете весь PR от и до.
Обсуждения на Hacker News: HN thread (748 points, 288 comments).
📖 Прочитать полный источник: HN AI Agents
👀 Смотрите также
Opus 4.7 испортил 40% запросов; исправлением стало структурирование CLAUDE.md и навыков
После того как Opus 4.7 ухудшил ~40% промптов в 6 настройках, фракционный руководитель по ИИ исправил это, заменив ad-hoc промпты структурированными файлами Skill, иерархическим CLAUDE.md и отдельными файлами памяти — сократив использование токенов на 22% и количество итераций с 3–4 до 1–2.
Создание пользовательских навыков для Claude Co-Work: лучшие практики и форматы
Изучите лучшие практики создания пользовательских навыков для Claude Co-Work с конкретными советами по форматированию и реализации, основанными на опыте пользователей.
Запись на Reddit: Разработчикам нужны лучшие практики работы с ИИ, а не просто лучшие инструменты
В посте на Reddit утверждается, что недовольство разработчиков инструментами ИИ для написания кода проистекает из плохих практик составления промптов, а именно из использования «сырых промптов» без контекста или структуры. Автор рекомендует использовать каркасы, такие как CLAUDE.md, и структурированные рабочие процессы для получения готового к производству кода от Claude.
Создание полностью локального мультиагентного ассистента с OpenClaw и Ollama
Разработчик делится своим стеком для полностью локального персонального AI-ассистента с использованием OpenClaw и Ollama, включая модели qwen3.5:35b-a3b, gemma3:4b, mistral:7b, MCP-серверы для Home Assistant и Gmail, а также интерфейс Telegram Bot.