Самозванец-инженер размышляет, что значит быть разработчиком, когда вокруг agentic engineering больше шума, чем сигнала. Название статьи — о выборе: что выбирать, решая головоломки разработки. За хайпом крупных провайдеров моделей автор нашёл мощный инструмент — связку harness и моделей. Знакомые, делающие самое интересное, не кричат об этом и не пророчат конец профессии. Они взяли «большую палку», нашли точку опоры и двигают мир, как Архимед.
За год agent harnesses перешли рубикон «можно ли это сделать». Автор не хотел бы, чтобы мировые знания взяли без разрешения, а «безумцы» занялись экономическими махинациями. Экономические модели больших моделей нежизнеспособны, но способности не исчезнут — они быстро сжимаются. Open weight модели дают мощным персональным компьютерам похожие возможности: чуть менее эффективно, но разница невелика.
«Можно ли это сделать» — только начало. Как сварка в юности: автор быстро наворотил вещей, которые не мог поднять. Урок тот же: решает то, как детали соединяются. С agent harnesses и каплей предвидения получаешь не только «работает», но и «тестируемо» — если просить TDD в стиле red/green. Выше этого прочности нет. Швы — как устроен код, его API, как он стыкуется с другим софтом — наполовину искусство, наполовину наука. Это субъективные оценки, зависящие от опыта.
Сделать код отлаживаемым, поддерживаемым, слоистым и композируемым — та ещё задача. Нужны глубокие рассуждения, а именно их современным LLM не хватает. LLM не «рассуждают», они предсказывают. Модель — сжатые человеческие знания, и если в них закодированы цепочки рассуждений, модель их повторит. Для агентов, пишущих код, такие цепочки — драгоценные данные. О слабости LLM в рассуждениях — работа The Illusion of Thinking.
Автор следит за исследованиями предсказания результатов действий, но в нынешних coding-агентах этого нет. Это другое направление: JEPA models, LeWorld Model, свежие выступления Яна ЛеКуна. Пока же много способов выжать из LLM больше. Чаще всего побеждает короткая точная подача данных в нужный момент плюс детерминированные инструменты проверки с обратной связью на естественном языке. Удивительно не то, что LLM предсказывает текст, а как ловко она вызывает инструменты и следует инструкциям.
У следования инструкциям есть тёмная сторона — lethal trifecta, термин Саймона Уиллисона. LLM не отличают хороший совет от плохого и не могут постоянно защищаться от prompt injection. Alignment work, защитные harness и песочницы ставят барьеры, но дыры остаются. Существо, без устали исполняющее инструкции без нормального рассуждения, — кошмар.
Автор надеется, что модели скоро будут учить с учётом цепочек рассуждений на этапе RLHF. В идеале reinforced evaluations оценят умение строить софт с чистыми интерфейсами, отлаживаемый и поддерживаемый. Ревьюить, планировать и чинить швы софта — критический навык, нужный и с agentic ассистентами, и без них. Когда все тянутся к clankers на волне «это же легко», такой навык важнее прежнего.
Отличное время следить за людьми, которые пишут о ремесле разработки. Панацеи нет, всегда компромиссы. Главное — выбирать правильные абстракции, управлять когнитивной нагрузкой, понимать, где нужна стабильность, а где гибкость. И да, все em-dash автор написал сам — он любит рекурсивные скобочные конструкции.