Обычный AI-агент работает так: получает prompt, загружает документацию (или, возможно, второй мозг), прочёсывает исходные файлы grep-ом и пытается собрать контекст из доступных данных, чтобы сгенерировать решение на основе наилучшей догадки.
AITM (AI Task Manager) работает иначе. Он ведёт собственную, постоянно обновляемую базу знаний о кодовой базе и передаёт её агенту ещё до начала работы.
Ловушка корпоративных проектов При масштабировании крупных проектов отдельные части (модули, исходный код, документация) со временем упираются в свои пределы. Разработка замедляется, и вы попадаете в ловушку:
• Информация, собранная AI, неполна, разрознена или, что хуже всего, просто неверна.
• AI доверяет ложным данным, а вы доверяете AI.
• Код больше не соответствует документации.
• Даже правильно написанные prompt работают в иллюзии, что всё в порядке, тогда как реальность совсем другая.
Добавьте щепотку галлюцинаций, и итоговые результаты уходят далеко от ожиданий.
Знания в AITM состоят из 4 прочных слоёв:
- Контракты
Логические единицы, связывающие ключевую информацию для AI: unit-тесты, исходные файлы, ссылки на другие контракты и на документацию.
Посмотрите в документации Business Logic & Contracts.
- DOM-элементы
Каждый элемент UI несёт собственный тег AITM, связанный с бизнес-логикой и логикой поведения. С помощью AITM Dev Tools эти элементы можно вставлять прямо в prompt. AI точно знает, какой элемент он изменяет и какие события от него запускаются.
Посмотрите в документации DOM Explorer.
- Поведение
Определяет функциональность, видимую пользователю: какие действия он может выполнить и что им препятствует (например, нажатие этой кнопки запускает валидацию и затем вызывает функцию сохранения). В зависимости от потребностей это может быть от абстрактных описаний до прямых ссылок на функции, классы или файлы.
- Бизнес-логика
Правила и зависимости, которые иначе существовали бы только в головах разработчиков.
Как AITM обеспечивает истинность и разрешает конфликты В AITM вы создаёте Task (определяя, что должно делать ПО). Затем система генерирует код, документацию, контракты и тесты.
Что происходит, когда информация противоречива?
Требования пользователя всегда имеют наивысший приоритет;
Документация, контракты и итоговый код сверяются с задачей;
Если возникает несоответствие (например, требование конфликтует с архитектурой системы), AITM автоматически регистрирует Bug.
В конечном счёте человек остаётся единственной инстанцией для окончательных решений. AI указывает на конфликты, но что правильно, определяет человек.
Личный опыт: разработка без единой строки кода, написанной вручную Я создаю AITM внутри самого AITM. Он на 100% написан AI. Как разработчик, я не касался кода вручную. Моя роль - исключительно определять архитектуру, паттерны проектирования и операционные правила.
Благодаря AI я могу проектировать куда более абстрактные и сложные структуры, которые остаются строго разделёнными, но глубоко связанными.
Главный вывод: для кода, написанного AI, нужно изобретать новые архитектуры и паттерны - такие, которые очень читаемы для AI, даже если людям кажутся сложными. С AI вас ограничивают не технические рамки, а лишь ваша способность проектировать архитектуру и управлять ею.
Что я делаю иначе и что дальше То, о чём я писал в предыдущих статьях, в целом справедливо для большинства AI-оркестраторов. Здесь мы начинаем отличаться.
В следующих публикациях я разберу конкретные отличия AITM - объясню, чем мы отличаемся, почему выбрали этот путь и какие преимущества он даёт.
Сегодня AITM насчитывает более 500 000 строк кода, и даже в таком масштабе я могу управлять всем процессом как разработчик-одиночка. Результаты заметно лучше, и в отличие от готовых решений на слабо связанных агентах и плагинах, ничто не выходит из-под контроля.
