Управление ИИ-агентами через файловую систему: как repo-harness разделяет планирование и написание кода

Принято считать, что автономные ИИ-агенты скоро смогут писать готовые приложения по одному текстовому промпту. Но реальность такова, что контекст чата быстро превращается в кашу, как только проект становится чуть сложнее скрипта. Нейросети забывают изначальную архитектуру, ломают уже написанные модули и постоянно теряют нить текущей задачи.

Проект repo-harness предлагает перенести состояние сессии из памяти чата напрямую в жесткую структуру файлов репозитория. Локальная утилита через систему хуков сохраняет планы, статусы передачи задач и чеклисты в виде обычных markdown-документов. Новая сессия агента начинается с чтения актуального статуса из файловой системы, а не с мучительного восстановления контекста по истории сообщений.

Особый интерес вызывает архитектурное разделение ролей с использованием протокола MCP для связки сильных сторон разных моделей. ChatGPT Pro выступает в роли системного аналитика, который изучает проект, пишет техническое задание и формирует спринты. Затем в дело вступает Codex, который берет на себя роль исполнителя и пишет код по сформированному плану. Права планировщика при этом жестко ограничены: языковая модель не может писать в исходники или выполнять произвольные команды в консоли.

Правда, подобная бюрократизация процесса разработки с помощью ИИ выглядит гладко только в идеальных тепличных условиях. Поддержание стабильного базового контекста размером около 12KB действительно экономит токены и избавляет от необходимости сканировать весь проект при каждом запросе. Вопрос в том, насколько жизнеспособна эта файловая система контрактов, когда требования внезапно меняются прямо посреди активного спринта. При любом отклонении от плана ручная синхронизация артефактов рискует превратить программиста в штатного делопроизводителя при нейросетях.