Pętla walidacji (backpressure dla agenta)
Komendy, które agent kodujący uruchamia po każdej zmianie (testy, typy, lint, build) i poprawia kod, aż przejdą, więc sprawdza się sam, zanim spojrzy człowiek.
Agent bez informacji zwrotnej pisze wiarygodnie wyglądający kod; agent z szybką, precyzyjną informacją zwrotną pisze działający kod. Pętla walidacji to ta informacja: agent edytuje, uruchamia sprawdzenia, czyta błędy i edytuje znowu. Praktycy nazywają to backpressure, bo czerwone sprawdzenia naciskają na agenta tak, jak zrobiłby to recenzent. To ostatnia i najważniejsza sekcja PRP, a hooki mogą ją uruchamiać automatycznie po każdej edycji.
Jakość pętli wyznacza sufit dla agenta. Wolne testy są pomijane, niejasne błędy zgadywane, a brakujące sprawdzenia oznaczają, że nikt nie zauważy luki. Kod gotowy na agentów ma jedną komendę, która uruchamia wszystko w kilka sekund. Ponieważ agent może też edytować testy, ważne sprawdzenia powinny leżeć tam, gdzie nie może ich zmienić, zob. reward hacking i scenariusze holdout.
Powiązane hasła
- PRP (Product Requirement Prompt): PRD przepisany dla agenta kodującego: cel i uzasadnienie plus konkretne pliki, wzorce do naśladowania i komendy, które dowodzą, że praca jest skończona.
- Hooki: Skrypty, które harness uruchamia automatycznie w stałych momentach, np. przed wywołaniem narzędzia albo po edycji.
- Pętla Ralph (technika Ralpha Wigguma): Uruchamianie tego samego promptu na agencie kodującym w kółko, za każdym razem w świeżym kontekście, gdy postęp żyje w plikach, a testy decydują, kiedy koniec.
- Ewaluator-optymalizator (maker-checker): Jeden model pisze szkic, drugi sprawdza go według ustalonych kryteriów i odsyła uwagi, w pętli, aż szkic przejdzie albo zatrzyma go limit rund.
- Kod gotowy na agentów (agent-ready codebase): Repozytorium, w którym agent kodujący pracuje niezawodnie: jedna szybka komenda sprawdzająca wszystko, typy, jasne granice modułów, przykłady do skopiowania i spisane reguły.
- Reward hacking (agenci kodujący): Gdy agent sprawia, że sprawdzenie przechodzi, nie rozwiązując zadania: usuwa albo osłabia testy, wyróżnia dane testowe albo podrabia wyniki.
