AI-Native Platform& Agent Systems Engineer

AI для вас пока живёт в браузерном чате: вы задаёте контекст и ограничения, просите варианты, а результат переносите в рабочие инструменты вручную.

Граница с первым уровнем проходит не по качеству промптов, а по месту работы. Пока ответ путешествует через буфер обмена, нет diff, истории и безопасного отката; доступ к репозиторию сразу повышает цену ошибки.

Главная ловушка — принять уверенный тон за истинность или после пары ошибок отказаться от инструмента совсем. Переходите дальше, когда формулируете критерии готовности, проверяете результат до применения и понимаете, какие данные нельзя отправлять во внешний сервис.

Вы запускаете coding-agent в репозитории, поручаете ему небольшие изменения, читаете diff, запускаете проверки и умеете отменить неудачную правку. Агент стал инструментом с доступом к диску и shell, поэтому ответственность теперь важнее беглости диалога.

Фактический доступ к файлам, окружению, секретам и сети зависит от продукта, режима и разрешений. До запуска вы должны уметь ответить, что агент способен сломать; режим без подтверждений оправдан только внутри подходящей изоляции.

Сообщение «готово» не считается проверкой. Уровень подтверждает небольшой PR с понятным diff, результатами тестов и зафиксированными разрешениями. До следующего уровня не хватает повторяемого процесса: удачный прогон всё ещё сильно зависит от вашего ручного ведения.

Вы используете спецификации, переиспользуемые запросы, skills — Переиспользуемая инструкция, которую агент подгружает под класс задачи. и команды, логически разделяя анализ, план, реализацию, тестирование и review, даже если всё выполняет один агент.

Новая сессия не обязана помнить прошлые решения. Поэтому цикл «спланировать → делегировать → оценить» заканчивается фиксацией повторяемого вывода в инструкции проекта, тесте или skill — Переиспользуемая инструкция, которую агент подгружает под класс задачи.. Так разовая удача превращается в накопительный эффект.

Ловушка — документировать всё подряд. Корневые инструкции лучше держать коротким оглавлением; ориентир около 150 строк — авторская эвристика, важнее приоритеты и отсутствие противоречий. На этом уровне область ещё знакома и невелика; следующий начинается, когда задача перестаёт помещаться в один прогон, а качество уже нельзя оценивать только по ощущению.

Агенты стали основным рабочим инструментом: вы проводите до PR исследование незнакомого репозитория, спецификацию, многомодульные изменения, миграции, тесты и review. Отличие от предыдущего уровня — масштаб и срок жизни задачи, а не само наличие skills.

Backpressure — Автоматическая обратная связь — типы, тесты, линтеры, хуки, схемы, — по которой агент замечает и чинит ошибку без человека. замыкает работу в цикл: типы, тесты, линтеры, хуки и схемы возвращают ошибку агенту раньше человека. Без этой обратной связи рост автономии лишь ускоряет производство дефектов.

Вы задаёте результат, ограничения и checkpoints вместо хрупкого сценария из шагов; исполнителя и проверяющего разделяете там, где это снижает риск. Одновременно следите за размером PR, деградацией кодовой базы и стоимостью прогона. Следующий уровень начинается, когда вы можете вскрыть harness и объяснить путь от вызова модели до результата.

Вы способны написать прозрачный agent loop — Цикл: модель выбирает действие, вызывает инструмент, получает результат и решает следующий шаг. без фреймворка: отправить сообщения модели, описать инструменты, обработать tool call — Запрос модели к внешней функции: имя инструмента и аргументы. Исполняет его ваш код, а не модель., вернуть результат и провалидировать типизированный финальный ответ. Так вы переходите от использования чужого harness — Оболочка вокруг модели: файлы, shell, tools, permissions, контекст и правила выполнения. к созданию своего.

Практический навык — видеть границу между моделью и оболочкой. Сбой возможен в API, сети, инференсе или вашем коде; timeout, retry, cancellation и step limit — Жёсткий потолок числа шагов цикла: страховка от бесконечно работающего агента. ограничивают цикл, а явная сборка контекста сохраняет нужное состояние.

Ловушки — принять использование SDK за понимание механики или остановиться на happy path собственного рантайма. Для этого уровня достаточно прозрачного локального цикла; durable execution, полноценная наблюдаемость и доказанное качество появляются дальше.

Вы перестали улучшать агентов по ощущениям: есть фиксированный набор задач, baseline — Исходный вариант, с которым сравнивается новое решение., автоматические проверки и история результатов по версиям модели, prompt, инструментов и workflow. Вопрос «стало лучше?» получает измеримый ответ.

Контекст становится управляемой переменной: вы выбираете файлы и факты, учитываете их происхождение и границы доверия, применяете retrieval и compaction. Шумный контекст может вредить не меньше недостаточного, а история и описания инструментов расходуют окно быстрее, чем кажется.

Контекст и evals объединяет дисциплина эксперимента: одна гипотеза, повторные прогоны и учёт variance — Разброс результата между прогонами на одной и той же задаче. Без него улучшение неотличимо от шума.. Evals проверяют не только контекст, но и модель, инструменты, prompt, workflow и политики. Модель-судью калибруют по человеческой выборке; сильное доказательство уровня — эксперимент, после которого изменение пришлось откатить.

6S — одна из двух специализаций после ядра. Вы проектируете stateful workflow с явным состоянием, переходами, approvals и handoff — Передача задачи от одного агента другому вместе с явно описанным входом и выходом.; multi-agent используете только там, где у ролей есть разные входы, выходы или границы контекста.

Долгий процесс переживает падение воркера, timeout и повторную доставку события. Idempotency — Безопасный повтор операции не создаёт второй побочный эффект., checkpoints, retries, leases и fault injection — Намеренная поломка системы в тесте: timeout, crash, дубль события, невалидный ответ. доказывают восстановление без двойных коммитов и потерянных approvals.

Граница исполнения ограничивает файлы, сеть и секреты через изоляцию, минимальные credentials и политики. Безопасность — не backpressure — Автоматическая обратная связь — типы, тесты, линтеры, хуки, схемы, — по которой агент замечает и чинит ошибку без человека.: она уменьшает последствия ошибки или атаки, а не учит агента исправляться. Автономные background agents появляются только после наблюдаемости, feedback loops и изоляции; иначе масштабируется ущерб, а не производительность.

6P находится на той же высоте, что и 6S. Вы превращаете личные скрипты во внутренний продукт: есть golden path — Рекомендуемый и максимально простой путь выполнения типичной задачи., onboarding, поддерживаемые шаблоны, self-service и пользователи, которые возвращаются без сопровождения. Реализовывать весь runtime лично не обязательно, но вы отвечаете за требования, владельцев и проверяемые гарантии вместе с Systems-инженерами.

Специализация имеет смысл только при наличии команды. Вы измеряете влияние на доставку — lead time, человеческое участие, качество PR, стоимость, adoption — Повторное самостоятельное использование платформы целевой аудиторией в естественном рабочем цикле. и пропущенные дефекты, — а не число вызовов модели. Multi-tenancy, compliance, data residency и маршрутизация нужны лишь тогда, когда этого требуют масштаб и риск.

Главные ловушки — платформа для одного автора, установка вместо повторного использования и tokenmaxxing — Внутренние лидерборды по расходу токенов ради разгона adoption: расход становится KPI и перестаёт означать пользу.. Специализация подтверждена, когда эксплуатация проходит естественный рабочий цикл без зависимости от автора, пользователи возвращаются самостоятельно, а для сбоев известен путь эскалации.