ตัวอย่างบทเรียน

Карта репозитория для AI-агента: структура проекта и состояние без памяти между сессиями

Как дать AI-агенту карту репозитория, если у него нет памяти между сессиями: что измерять в карте, четыре принципа хорошей карты, структура файлов проекта и ACID-гарантии для состояния агента.

репозиторий как единственный источник истины карта репозитория ACID для состояния агента

คุณจะเรียนรู้อะไรในบทเรียนนี้

Сможете провести аудит репозитория на предмет «слепых пятен» для агента.
Настроите структуру файлов так, чтобы агент не угадывал, а читал.
Примените принципы ACID к тому, как агент фиксирует прогресс и решения.

จุดเริ่มต้นของบทเรียน

📖 Агент выдумывает архитектуру заново — и вот почему

Архитектурные решения живут в Confluence, Slack, Jira и в головах двух сеньоров
Для людей это работает — можно просто спросить
Агент спросить не может
Каждая новая сессия — новая догадка о структуре проекта

Часть архитектурных решений вашей команды лежит в Confluence — и половина из них уже устарела. Часть — в Slack, но там ничего не найти. Часть — в Jira, без контекста. Остальное помнят два сеньора. Для людей это как-то работает: можно подойти и спросить. Агент спросить не может. У него нет памяти между сессиями и нет доступа к чужим головам. Поэтому каждый раз, открывая проект заново, он честно придумывает структуру с нуля — и путается в том, что где лежит, хотя формально вся информация где-то существует.

Всего три источника — и больше агент ничего не знает

Системный промпт и описание задачи
Содержимое файлов репозитория
Вывод инструментов
Больше входов нет

У агента есть ровно три источника информации: системный промпт вместе с описанием задачи, содержимое файлов репозитория и вывод инструментов, которые он вызывает. Это не преувеличение и не метафора — это буквальное описание его сенсорного аппарата. Знаний, которых нет ни в одном из этих трёх мест, для агента попросту не существует. Он не может позвонить коллеге, полистать вики в браузере или вспомнить вчерашний разговор в чате — всего этого для него нет.

Принцип OpenAI: репозиторий и есть спецификация

Репозиторий — авторитетный источник по решениям
По ограничениям и текущему состоянию
По стандартам верификации
Ни Slack, ни Confluence не имеют голоса

OpenAI формулируют это предельно жёстко: репозиторий и есть спецификация. Не дополнение к спецификации, не её иллюстрация, а сам авторитетный источник по решениям, ограничениям, текущему состоянию проекта и стандартам верификации. У Slack и Confluence в этой модели попросту нет права голоса: если решение живёт только там, для агента его не существует. Это меняет отношение к тому, куда вы кладёте важные вещи — не туда, где удобнее писать, а туда, откуда агент реально читает.

บทเรียนฉบับเต็มใช้ได้เมื่อสมัครสมาชิก

ฉบับเต็มมีสไลด์เพิ่มอีก 20 สไลด์

วิดีโอ สไลด์ทั้งหมด โน้ต แบบทดสอบ AI ติวเตอร์ และการสัมภาษณ์จะเปิดหลังเข้าสู่ระบบและสมัครสมาชิก

เข้าสู่ระบบหรือลงทะเบียน สมัครสมาชิก

เนื้อหาบทเรียน

📖 Агент выдумывает архитектуру заново — и вот почему
Всего три источника — и больше агент ничего не знает
Принцип OpenAI: репозиторий и есть спецификация
🤔 Миф: если это есть в репозитории — агент это увидит
Что мерить: knowledge visibility gap
Что мерить: knowledge decay rate
❓ Стоп-проверка: сколько вопросов закроет агент
Принцип 1: знания живут рядом с кодом
Принцип 2: один стандартный вход
Принцип 3: минимально, но полно
Принцип 4: обновляется вместе с кодом
💡 Разбор: четыре принципа закрывают разрыв
Рабочая структура репозитория для агента
Верхний уровень: вход, прогресс, решения
Служебный слой: .agent/ и scripts/
Грабли: документация, которая врёт
ACID для состояния агента
Atomicity: одна единица работы — один коммит
Consistency: зелёный check после каждого шага
Isolation: два перевода с одного счёта не мешают друг другу
Durability: контекст не считается
Домашнее задание: закройте свой разрыв в знаниях
Репозиторий как контракт, а не архив