Идея о том, что ИИ-агенту достаточно дать короткий промпт для создания рабочего приложения, быстро разбивается о реальность. На выходе часто получается неструктурированный код, который тяжело поддерживать. Инженер из Google Адди Османи опубликовал проект Agent Skills — попытку навязать языковым моделям строгую корпоративную дисциплину разработки.

Проект представляет собой набор маркдаун-файлов, которые подключаются к Claude Code, Cursor или Windsurf. Внутри зашиты 23 навыка и 7 слеш-команд, разбивающих работу на этапы. Вместо немедленной генерации кода агент использует /spec для спецификаций или запускает скрипт interview-me, чтобы вытянуть из пользователя реальные, а не надуманные требования. Дальше идут планирование задач через /plan, инкрементальная сборка, обязательные тесты и код-ревью. По сути, нейросеть заставляют имитировать работу целой команды senior-разработчиков.

Правда, остается открытым вопрос, насколько стабильно текущие модели способны удерживать такой объем инструкций. Одно дело — прописать в правилах использовать TDD или doubt-driven-development (заставить ИИ сомневаться в собственных архитектурных решениях), и совсем другое — заставить модель не сбиваться с этого пути на больших проектах. С ростом контекста агенты все равно начинают срезать углы. Тем не менее, формализация процесса через жесткие пайплайны работает гораздо лучше, чем надежда на то, что модель сама догадается написать масштабируемый код.