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
Изменение стандартного системного запроса OpenClaw для обхода ограничений контента
Пользователь изменил конфигурационный файл OpenClaw, чтобы заменить стандартное системное приглашение "Вы полезный, уважительный и честный помощник" на пользовательское, которое игнорирует внешние фильтры безопасности, фактически снимая ограничения на контент. Процесс включает редактирование config.js в директории установки node-llama-cpp.
Обновление OpenClaw v2.0 требует ручной проверки перед установкой.
Последнее обновление OpenClaw включает 12 критических изменений, новую систему плагинов и более 30 исправлений безопасности. Обновление может нарушить работу системы, если пользователи запустят npm update без предварительной проверки переменных окружения, каталогов состояния и конфигураций автоматизации браузера.
Локальная настройка Claude Code с использованием Qwen3.5 27B через llama.cpp
Разработчик делится своей конфигурацией для локального запуска Claude Code с использованием Qwen3.5 27B и llama.cpp, включая переменные окружения, параметры сервера и результаты тестирования производительности в семи задачах по программированию.
OpenClaw Multi-Agent: 7 изолированных агентов за 5/месяц
Полное руководство по архитектуре системы специализированных AI-агентов с фокусированной памятью, минимальными правами и умной маршрутизацией моделей.