AI агент: это инструмент, а не автопилот, и вот как им управлять

По данным автора оригинальной публикации, проект Blockstor начинался как пятничный эксперимент: запустить нейросеть на фоне и посмотреть, справится ли она сама. Не справилась, пришлось «достаточно сильно повозиться». Но в процессе автор собрал набор работающих методов управления ИИ-агентами, которые повысили его продуктивность и в повседневных задачах. Ниже разбираем эти методы как пошаговую инструкцию, которую можно применить к любому проекту.

Что понадобится

• Доступ к ИИ-агенту с возможностью запуска кода (Claude Code, Cursor, Cline или аналоги)
• Проект с чётким API или набором требований, которые можно формализовать в тесты
• Линтер для вашего языка программирования (для Go автор использовал golangci-lint)
• Базовое понимание TDD (разработка через тестирование, когда тесты пишутся до кода)
• От нескольких часов до нескольких недель в зависимости от масштаба задачи

Пошаговая инструкция: как управлять ИИ-агентом на реальном проекте

1. Определите «выходной гейт», условие, при котором задача считается выполненной. Это первый и главный урок автора. Вместо того чтобы вручную проверять каждую строку кода, вы задаёте нейросети чёткое условие: «пиши, пока все тесты не пройдут». Если код проходит тесты, задача выполнена. Если нет, агент продолжает работу.

2. Напишите тесты до реализации (подход TDD). Автор заставил нейросеть применять TDD, тесты пишутся ещё до самого кода. Тесты фиксируют требования: что система должна делать. Это даёт два преимущества: новая функциональность не ломает старую, а вы получаете объективный критерий готовности.

Промпт для агента (пример логики):
"Напиши тест для функции создания реплицируемого тома.
Тест должен проверить: том создаётся на двух нодах,
размер соответствует запросу, репликация активна.
Только после прохождения теста пиши реализацию."

1. Подключите линтер и сделайте его обязательным. По совету коллеги автора (он упоминает пользователя lexfrei), подключение golangci-lint на ранней стадии позволяет «существенно экономить токены (единицы текста, которые нейросеть обрабатывает за одну операцию)». Агент тратит меньше попыток на исправление стилистических ошибок в коде и сосредотачивается на логике.

Инструкция агенту:
"Перед каждым коммитом прогоняй код через golangci-lint.
Не отправляй код на проверку, пока линтер не пройден."

1. Используйте API как контракт. Автор взял публичные API-типы LINSTOR как жёсткую спецификацию. API-контракт, это набор правил: какие запросы система принимает и какие ответы отдаёт. Когда у агента есть формальный контракт, он не выдумывает интерфейсы, а реализует заданные.

2. Внедрите reconciliation loop (цикл сверки). Автор указывает, что отсутствие такого цикла в оригинальном LINSTOR делает автоматическое восстановление системы затруднительным. Цикл сверки, это когда система постоянно сравнивает желаемое состояние с фактическим и сама исправляет расхождения. Такой подход, заимствованный из Kubernetes, даёт системе способность к самовосстановлению.

3. Контролируйте масштаб задачи для агента. Автор не бросил нейросети весь проект целиком. Каждая задача имела чёткие границы: конкретный тест, конкретный API-метод, конкретный компонент. Агент работал в рамках одного «гейта» за раз.

Как это работает на практике: пример с Blockstor

Что делать с этим прямо сейчас?

Автору Дзена. Даже если вы не программист, логика «выходного гейта» работает для текстов: задайте нейросети чёткие критерии (объём, ключевые тезисы, стиль), проверяйте результат по чек-листу, а не «на глаз». Промпт-инжиниринг (искусство формулировать задания для нейросетей) по тем же принципам: конкретный вход, измеримый выход.

Маркетологу. Техника TDD применима к автоматизации отчётов, парсингу данных, генерации креативов: сначала задайте критерий качества, потом запускайте агента. Без критерия вы получите «нейрослоп», как называет это автор.

Предпринимателю и разработчику в РФ. ИИ-агент, это способ компенсировать нехватку системных инженеров, но только при грамотном управлении. Все инструменты из инструкции (Claude Code, Cursor, golangci-lint) доступны из России. Из российских аналогов для генерации кода можно пробовать GigaCode от Сбера, хотя агентный режим в нём пока ограничен.

Главный вывод из эксперимента с Blockstor прост: не доверяйте агенту результат, доверяйте ему процесс, но только тот, который вы сами разметили тестами и контрактами.