Автор решил провести эксперимент по использованию AI-агентов для создания Grit - написанной с нуля библиотечно-ориентированной реализации Git на memory-safe Rust. За несколько месяцев и миллиарды токенов автоматизированные рабочие процессы успешно сгенерировали более 360 000 строк кода, проходящих свыше 99% официального тестового набора C Git.
Скотт Чакон, сооснователь GitHub и GitButler, за несколько месяцев перебрал множество подходов: от OpenClaw и Claude Code до Cursor cloud-агентов в "Grind mode" и динамических воркфлоу Claude в режиме "Ultracode".
Он забавно рассказвает про то, как агенты норовят сжульничать. Например, реализовать sha256 только для прохождения тестов, а не по-настоящему. Как агенты не замечают собственных регрессий, а на проекте такой сложности ручное стратегическое направление снизу вверх оказалось эффективнее попыток полностью распараллелить работу
Только оди вопрос. А нахуя?
17.06.2026
Похожее
11.09.2026
Как построить Diffusion Language Model
Это, по сути, введение в диффузионные языковые модели, альтернативу авторегресси...
09.09.2026
Агенты лучше нас
Автор утверждает, что оптимизация производительности перестала быть дорогой спец...
05.09.2026
DDD во времена AI
Статья утверждает, что с ростом AI-кодинга идеи Domain-Driven Design становятся ...
29.08.2026
Фундаментальные знания важны
Автор размышляет о том, что значит быть инженером в эпоху агентного ИИ, и приход...