🧠 Почему каждому разработчику стоит написать своего агента

Когда-то программирование казалось магией. Потом стало инженерией. А теперь — снова немного магией, но управляемой через 15 строк Python. Именно это утверждает Томас Птачек (Thomas Ptacek) в своей статье You should write an agent на Fly.io, и с ним трудно не согласиться.

Потому что агент — это не какой-то заоблачный «ИИ-мозг». Это всего лишь цикл, который хранит контекст и общается с моделью. А магия рождается не в LLM, а в том, как ты используешь этот цикл.

⚙️ Магия из 15 строк кода

Птачек показывает почти дзен-пример:

from openai import OpenAI
client = OpenAI()
context = []

def process(line):
context.append({"role": "user", "content": line})
response = client.responses.create(model="gpt-5", input=context)
context.append({"role": "assistant", "content": response.output_text})
return response.output_text

Вот и всё. Это не «минимальный пример» — это, по сути, ChatGPT в терминале.
💬 Контекст — просто список сообщений.
🧩 Модель — чистый stateless-механизм.
🔁 «Память» — лишь симуляция, которую создаём мы сами.

А теперь добавь к этому инструменты (например, ping), и твой агент уже может выполнять реальные действия. Ни MCP, ни IDE-плагинов, ни сложных SDK — просто JSON-описание и subprocess.

🧰 Собери себе агента, как LEGO

Что особенно ценно в этом подходе — агентность перестаёт быть монолитом.
Хочешь — создавай субагентов, каждый со своей задачей. Один отвечает за поиск по файлам, другой за SQL-запросы, третий за рерайт кода. Между ними можно строить иерархии, обмениваться контекстами и даже сводить их ответы в обобщённые резюме.

🪄 «Контекст-инжиниринг» — не шаманство с подсказками, а настоящее проектирование.
Ты решаешь, как именно агент хранит историю, распределяет токены, сжимает результаты и взаимодействует с внешним миром.

Вот несколько инженерных идей, которые лично мне кажутся особенно интересными:

🧩 Многоуровневые контексты — отдельный контекст на задачу, суммаризация через LLM.
🕸 Гибридные субагенты — текстовый агент + bash-агент + визуальный агент, объединённые в пайплайн.
💾 Контекст в SQLite — мгновенная “память” между сессиями без лишних API.
🔒 Безопасность через контекст-изоляцию — каждому агенту только нужные инструменты.

И всё это пишется за вечер, не за квартал.

🚀 MCP, IDE и прочие костыли

Птачек метко критикует MCP — как он говорит, «это не технология, а интерфейс для тех, кто не хочет писать код». MCP — просто способ подключать плагины к агентам вроде Claude Code или Cursor.
Но MCP — это зависимость, а не свобода.
Пишешь агента сам — управляешь архитектурой сам. И главное — понимаешь, как оно работает.

На мой взгляд, это философский сдвиг: вместо веры в «умные IDE» разработчики снова начинают экспериментировать вручную, создавать свои мини-системы, строить микроархитектуры и возвращать себе ощущение «я управляю машиной».

🧠 Контекст-инжиниринг — новая форма программирования

Когда я впервые попробовал сделать собственного агента, я понял, что это — как учиться ездить на велосипеде: сначала неустойчиво, потом весело, а потом начинаешь осознавать, что можешь ехать туда, куда хочешь.

Контекст — это не просто список сообщений. Это операционная память модели, её «RAM».
Ошибка в структуре — и модель начинает "глючить": путает факты, забывает цели, теряет нить.
Поэтому работа с контекстом — это буквально новая инженерная дисциплина.

🧩 Она учит думать в терминах пространства токенов, не кода.
⚙️ Она заставляет оптимизировать «вес» истории, а не просто производительность CPU.
📦 И она открывает возможность собирать ИИ-системы из простых модулей — без сложных фреймворков.

🔬 Почему это важно

Разработка агентов — это способ вернуть понимание в эпоху «магических» LLM.
Когда ты сам создаёшь цикл, хранишь контекст, решаешь, какие инструменты разрешены, — ты понимаешь механику мышления модели.

А ещё — учишься держать баланс между:

• 🎲 Стохастикой модели (пусть удивляет, но не теряет контроль),
• 🧩 Детерминизмом логики (пусть предсказуема, но не скучна).

Как сказал бы сам Птачек:

Садись на этот велосипед и начинай крутить педали.
Скажи потом, что тебе это не понравилось — я с уважением приму это

💡 Личное мнение

Для меня написание своего агента — это не просто технический эксперимент.
Это акт возвращения себе роли инженера, а не пользователя ИИ.
Ты видишь, как модель принимает решения, где ошибается, где блестит, и начинаешь относиться к ней не как к магическому существу, а как к инструменту, который можно понять, улучшить и даже обмануть.

Мир LLM-агентов — это как Интернет 90-х: всё только начинается, всё нестабильно, но уже захватывающе.
И если ты хоть немного программист — напиши своего агента. Даже если он будет «глючить».
Главное — чтобы к концу дня ты понял не как работает модель, а как работает ты рядом с ней.

🔗 Источники:

• Оригинальная статья: You Should Write An Agent — Fly.io