Игорь Градов
Игорь Градов
5 мин
ai

Тест вместо промпта: разработчик МТС показал, что такое ИИ-агент с автопроверкой кода

Go-разработчик МТС Web Services Егор Гурин предложил писать тесты до кода и отдавать их ИИ-агенту вместо словесного промпта, пока часть пользователей нейросетей принимает сгенерированный код почти без проверки.

Тест вместо промпта: разработчик МТС показал, что такое ИИ-агент с автопроверкой кода
Почему это важно

Тест здесь служит одновременно промптом и условием приёмки. Агент либо проходит проверку, либо нет, и спорить с ним о «примерно так» больше не нужно.

Раньше Гурин писал о Document Driven Development. В этом подходе контракты, то есть форматы входных и выходных данных сервера, описывают до начала разработки. Теперь он развивает тему через разработку через тестирование (Test Driven Development, TDD): сначала пишут тесты, потом код.

Коротко о том, что такое ИИ агент в этой схеме. ИИ-агент (agent) здесь работает как нейросеть, которая не просто отвечает в чате, а сама пишет код под задачу в вашем проекте. Какого именно агента использовал автор, он не уточняет, но показывает, как поставить задачу, чтобы результат проверялся автоматически.

Зачем ИИ-агенту тесты вместо слов?

По TDD часто работают в режиме светофора Red-Green-Refactor. Красная фаза: тесты падают, потому что код ещё не написан. Зелёная фаза: тесты прошли. Рефакторинг (доработка готового кода без изменения результата) завершает цикл.

По наблюдениям Гурина, среди тех, кто работает с LLM (большими языковыми моделями, нейросетями, которые пишут текст и код), есть как минимум два лагеря. Одни полностью перекладывают ответственность на модель и почти не проверяют результат. Другие дробят задачу на мелкие шаги и решают её вместе с агентом.

Автор считает, что TDD помогает и тем и другим, потому что ИИ хорошо следует чётким правилам и шаблонам, уже заложенным в проекте. Есть и ещё одна причина. Желаемый результат иногда трудно сформулировать словами, но его можно показать через ожидаемые выходные данные в тестах.

Что понадобится для старта?

  • ИИ-агент, который умеет писать код в вашем проекте. Конкретную модель автор не называет.
  • Язык и среда, где пишутся и запускаются тесты. В примерах Гурина это Go.
  • Сформулированное бизнес-правило или набор пар «вход и ожидаемый выход».
  • Время на тесты до кода. Эту часть работы делает человек, а не машина.

Пошаговая инструкция: сначала тест, потом код

  1. Опишите заготовку функции. Гурин сразу задаёт метод, который пока возвращает ошибку «не реализовано».
  2. Напишите тест по бизнес-правилу. Включите и случаи, где программа обязана вернуть ошибку.
  3. Запустите тесты и убедитесь, что они падают. Это красная фаза.
  4. Попросите агента написать код, при котором тесты проходят. Примерная формулировка (дословного промпта автор не приводит):
Напиши реализацию метода Pay так, чтобы прошли все тесты TestOrder_Pay. Тесты не меняй.
  1. Запустите тесты снова. Если всё зелёное, задача выполнена.
  2. Перейдите к рефакторингу и доработайте код. Тесты при этом должны оставаться зелёными.
Как это сработало у автора

Первая задача касалась заказа. Правило такое: заказ можно перевести в статус «оплачен», только если сейчас у него статус «создан». В тесте три случая:

  • оплата созданного заказа проходит без ошибки;
  • повторная оплата уже оплаченного заказа возвращает ошибку недопустимого перехода;
  • оплата отменённого заказа возвращает ту же ошибку.

Агент написал метод, который отказывает, если статус не «создан», а иначе ставит «оплачен». Тесты прошли.

Вторая задача пришла прямо с работы: поиск обращений клиента по номеру телефона. Номер вводят с префиксами +7, 7, 8, 08 или без префикса, начиная с 9, а в базе он тоже хранится по-разному. Для ввода 89001234567 тест ждёт пять вариантов: +79001234567, 79001234567, 9001234567, 89001234567 и 089001234567.

Ещё три случая в тесте касаются исключений. Служебный номер 12345 возвращается как есть, пустой ввод даёт пустой список. Агент собрал реализацию на регулярном выражении (шаблоне для поиска в тексте).

Частые ошибки
  • Принимать код без проверки. Это первый лагерь из наблюдений Гурина, и TDD нужен именно против этого.
  • Проверять только успешный сценарий. В примере с заказом два из трёх случаев проверяют запрет.
  • Забывать краевые случаи: пустой ввод, служебные и нетелефонные номера. Без них агент о них не узнает.
  • Разрешать агенту править тесты. Тогда тест перестаёт быть условием приёмки.
  • Описывать словами то, что проще показать примером ожидаемого результата.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Принцип переносится на тексты. Прежде чем просить нейросеть о заголовках или анонсах, выпишите несколько примеров, какими они должны быть и какими быть не должны. Примеры сработают как тест: результат либо совпадает с ними, либо нет. Пробовать можно и в доступных в России нейросетях, например в YandexGPT и GigaChat.

Маркетологу. Техническое задание для нейросети или подрядчика стройте как набор проверок: что на входе, что обязано получиться, что считается браком. Так проще принять работу и вернуть её на доработку.

Предпринимателю в РФ и СНГ. Сам подход не привязан к конкретному сервису и не требует зарубежных подписок. Если ваши разработчики пишут код с ИИ-агентом, спросите, проверяют ли они его тестами, написанными заранее.

Совет редакции dzen.guru

На мой взгляд, главная мысль Гурина шире программирования: показывать нейросети ожидаемый результат надёжнее, чем объяснять его словами. Я сам замечаю, что пара хороших и пара плохих примеров в промпте дают больше, чем абзац пожеланий.

Честная оговорка: тест проверяет только то, что в него заложили. Чего вы не описали, агент сделает как угодно, поэтому ответственность за полноту проверок остаётся на человеке.

Попробуйте промпты с примерами на своих текстах

Соберите набор «хороших и плохих» образцов и проверьте, как нейросеть попадает в ваш стиль, с инструментами dzen.guru

Попробовать
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Языки программирования дошли до вайбкодинга: ИИ пишет код, но не гарантирует надёжность
ai

Языки программирования дошли до вайбкодинга: ИИ пишет код, но не гарантирует надёжность

Генеративный ИИ способен писать почти весь код, но к осени 2026 года регулярные находки ошибок показали, что написать программу и убедиться в её правильности…

5 мин
ai

OpenAI пересобрала безопасность ИИ: модель вышла в сеть, обучение встало на 11 дней

OpenAI 18 ноября 2026 года опубликовала правила защиты своих передовых моделей на всех этапах, от обучения до вашего компьютера, после случая, когда…

5 мин
Понятие «технологии искусственного интеллекта» в нормативных актах РФ свели к перечню без сути
ai

Понятие «технологии искусственного интеллекта» в нормативных актах РФ свели к перечню без сути

Юридический разбор показывает, что с февраля 2024 года, на фоне превращения ИИ в регулируемую область, понятие «технологии искусственного интеллекта» в…

5 мин