Перейти к содержанию

AI-агенты в работе веб-разработчика

Четырнадцать уроков: контракт задачи, контекст Markdown-библиотеки, небольшие изменения, ревью, диагностика, доступ, бюджет и передача работы.

Сквозной проект — маленькая авторская Markdown-библиотека с явными permalink. Дорабатываем рекомендуемый отбор, сохраняя URL и приватность. Курс переносим между AI-инструментами: он объясняет постановку задачи и контроль результата, а не настройки одного аккаунта. Учебные кандидаты, карточки ревью и usage написаны автором; реальные ответы моделей отсутствуют.

Нужны основы Python, JSON, функций, файлов и Markdown. Примеры не выполнялись, тесты и деплой отсутствуют; ожидаемые эффекты не выдаются за наблюдения. Полные папки lesson-NN выбираются целиком.

Последовательность результатов

Урок Результат
1. Контракт задачи для AI-агента Зафиксировать наблюдаемый результат и исключения задачи.
2. AI-агент для разработки: карта проекта и границы изменения Сопоставить ответственность файлов с разрешёнными изменениями.
3. AI-агент для разработки: контекст проекта без лишних файлов Собрать компактный пакет контекста с происхождением и отпечатками.
4. AI-агент для разработки: сохранение URL как условие изменения Связать страницу с явным permalink и реестром прежних адресов.
5. AI-агент для разработки: одна задача и один небольшой результат Добавить отбор рекомендуемых материалов без смены адресов.
6. AI-агент для разработки: ревью изменения, предложенного агентом Отделить проверяемые изменения от предположений в объяснении.
7. AI-агент для разработки: диагностика ошибки с достаточными данными Описать ошибку воспроизводимо и исправить границу типа boolean.
8. AI-агент для разработки: чужой текст в контексте агента Отделить текст документа от действующих инструкций задачи.
9. AI-агент для разработки: разрешения на действия и человеческое решение Составить разрешённые действия и остановки перед внешним эффектом.
10. AI-агент для разработки: параллельная работа без конфликтов файлов Разделить задачи на непересекающиеся файлы и собрать единый контракт.
11. AI-агент для разработки: учёт расходов и граница повторной попытки Рассчитать учебный бюджет по явному тарифу без скрытых допущений.
12. AI-агент для разработки: продолжение работы после смены контекста Передать состояние, известные решения и незавершённые действия.
13. AI-агент для разработки: отчёт об изменении и основания выводов Связать каждый вывод с файлом, чтением либо невыполненной проверкой.
14. AI-агент для разработки: полный маршрут изменения Markdown-библиотеки Собрать воспроизводимую локальную передачу без автоматической публикации.

Скачать полные состояния. Источники и границы указаны в каждом уроке; runtime/model calls остаются not_run.