Агентное программирование, объяснение: от автодополнения до автономных агентов

Четыре года назад «ИИ-кодинг» означал автодополнение: модель угадывала следующую строку кода на основе контекста курсора. Теперь это нечто гораздо большее. Инструменты агентного программирования планируют изменения в нескольких файлах, запускают тесты, читают логи, вызывают API, пишут pull requests и решают, когда остановиться и задать вопрос. Разрыв между двумя категориями больше, чем большинство разработчиков осознаёт.

Автодополнение против агента: короткая версия

Автодополнение реактивно. Оно ждёт вашего курсора, предсказывает и останавливается. Агент проактивен. Вы даёте ему цель («переписать этот модуль, используя новый паттерн авторизации, запустить тесты, открыть PR»), и он разбивает это на шаги, выполняет каждый, проверяет свою работу и отчитывается. Те же самые базовые модели могут делать и то, и другое — разница в том, как инструмент их оборачивает.

Что делает инструмент «агентным» — это цикл: план, действие, наблюдение, решение. На каждом ходу агент выбирает инструмент (прочитать файл, записать файл, запустить тест, поискать в вебе, спросить вас), выполняет его, смотрит на результат и решает, что делать дальше. Шестьдесят вызовов инструмента для закрытия одной задачи — это норма.

Почему одна модель не подходит для каждого запроса

Хороший агент не воспринимает каждый запрос как проблему одного типа. «Исправить опечатку» — это не то же самое, что «провести аудит слоя авторизации на утечку токенов». Им нужны разные модели, разные инструменты и разная степень осторожности.

Ava Supernova справляется с этим с помощью семи режимов — состояний мышления, а не скинов интерфейса. Каждый режим имеет своё мышление, палитру инструментов и во многих случаях разных специализированных персонажей под капотом.

• Work — мышление строителя, полный набор из более чем 120 инструментов, пишет код и выпускает его.
• Plan — мышление архитектора, только чтение, думает перед тем, как коснуться чего-либо.
• Чат — подход «друга» для некодирующей половины вашего мозга (память, дневник, погода, новости).
• Обучение — подход «репетитора»: пять специалистов, которые создают учебную программу, пишут контент, проверяют факты, задают вопросы и обучают.
• Безопасность — подход «аудитора»: разведка + сканер + исследователь уязвимостей CVE + верификатор + отчётчик.
• Мозговой штурм — подход «генерации идей»: пять специалистов, которые исследуют, изучают, генерируют идеи, оспаривают их и дорабатывают.

Что означает \"память\" для агента

Инструменты автодополнения не сохраняют состояние — каждый запрос начинается с нуля. Агентам нужна память, чтобы выполнять реальную работу в течение недель и месяцев. Без неё вам приходится заново объяснять проект в каждой сессии. Ava использует 5-уровневую память (извлечение, осмысление, накопление, анализ, консолидация), которая накапливает всё важное о вас, ваших проектах, ваших предпочтениях и предоставленных вами отзывах.

Как начать мыслить агентно

Если вы использовали автодополнение и хотите перейти к работе в стиле агентов, сдвиг меньше связан с инженерией промптов и больше с формулировкой задач. Вместо \"напиши функцию, которая делает X,\" попробуйте \"вот цель и ограничения, решите, как туда добраться, и сообщите, если упрётесь в стену\". Хорошие агенты превращают это в план, показывают проблему до того, как она потратит час вычислений, и заслуживают ваше доверие со временем.

Трение при переходе к уровню доверия по мере накопления памяти агентом. Сначала он будет проверять чаще; по мере получения вашей обратной связи он спрашивает реже. Действия с высокими ставками никогда не переходят в автоматический режим — агент всегда делает паузу перед деструктивными действиями.

Агентное программирование — это не просто увеличенное автодополнение. Это другие отношения с инструментами — ближе к коллеге, чем к макросу клавиатуры. Инструменты, которые первыми поймут это, изменят способ создания программного обеспечения.