1. Тезис: Чистый кодинг (ручное написание кода)
Состояние: Человек пишет код построчно, следуя своей интуиции, стандартам языка и локальным соглашениям.
Движущее противоречие:
- Субъект хочет точности и контроля.
- Средство (ручной ввод) медленное, требует полного погружения в синтаксис, не масштабируется.
- Результат — жёсткие, детерминированные программы, но высокая когнитивная нагрузка и низкая скорость итераций.
Проблема для ИИ-агентов: Текстовые абстракции (комментарии, документация, устные задания) легко интерпретируются неоднозначно, требуют много токенов и не гарантируют соблюдения стиля.
2. Антитезис: Вайбкодинг (чистое намерение, код «по настроению»)
Состояние: Человек или агент описывает желаемое поведение высокоуровневыми промптами, почти без синтаксиса — «сделай круто», «добавь фичу, ну ты понял».
Движущее противоречие:
- Скорость генерации резко растёт.
- Качество структуры и безопасность падают: код полон дублирования, уязвимостей, неконсистентных стилей, непроверенных зависимостей.
- Агенты ИИ плодят ошибки, потому что у них нет строгого, машинно-читаемого контракта.
Проявление в вашем контексте:
Токенов тратится мало на промпт, но много на исправление хаоса. Агенты интерпретируют «вайб» по-своему, и каждый раз генерируют разный стиль.
3. Синтез: Код как спецификация для агентов (мета-архитектура)
Состояние: Переход обратно к коду, но не как к целевому продукту, а как к правилам игры для самих агентов.
Как это работает:
- Код с хорошей архитектурой становится носителем инструкций — вместо тысяч токенов текстового описания «используй фабричный метод, не забывай валидацию, форматируй отступами 2 пробела».
- Примеры правил стиля и безопасности кодируются непосредственно в структуре проекта:
Шаблоны модулей с уже расставленными // @security: sanitize(input)
Конфиги линтеров и тайп-чеков как исполняемый код
Типы в TypeScript, трейты в Rust, контракты в Python (@overload, Protocol) — это сухие, однозначные указания агентам.
Архитектурные границы (например, слой domain не импортирует infrastructure) зафиксированы в коде, а не в документе «best practices.txt». - ИИ-агенты не читают длинные инструкции — они читают и анализируют код:
Видят функцию validate_user_input и автоматически используют её перед всеми изменениями ввода.
Видят стиль форматирования в существующих файлах и копируют его.
Видят запрещённые паттерны (например, eval, exec, raw SQL конкатенацию) через статические анализаторы, встроенные в пайплайн.
Почему это уменьшает количество токенов и ошибок:
- Токены: Один раз написанный архитектурный скелет (например, 200 строк кода) заменяет 5000 токенов промпта на каждую задачу. Агент получает только задачу «добавь метод в сервис UserService» — остальное он выводит из окружения.
- Ошибки: Код не двусмысленен. Если в проекте везде используется Result-тип (Ok(value) | Err(error)), агент вряд ли сгенерирует исключение. Если папка tests/ содержит примеры с pytest, агент напишет тест в этом же стиле.
Минуя текстовые абстракции:
Вы не пишете «Агент, пожалуйста, убедись, что ты следуешь принципам SOLID и никогда не используй глобальные переменные».
Вы просто кладёте в src/core/di/container.py код внедрения зависимостей, и агент вынужден его использовать, иначе его код не скомпилируется/не пройдёт тесты.
Итоговый цикл в диалектической спирали:
- Кодинг (тезис) → точный, но медленный, полон текстовых инструкций.
- Вайбкодинг (антитезис) → быстрый, но опасный, нет контракта.
- Код как архитектурное правило для агентов (синтез) →
Скорость как у вайбкодинга (агенты пишут быстро)
Надёжность как у кодинга (архитектура и стиль зашиты в исполняемые примеры)
Минимум токенов и ошибок → потому что код говорит сам за себя, без посредника в виде прозы.
Фактически, вы приходите к self-hosting правилам:
Код становится мета-указанием для агентов, как им безопасно и единообразно улучшать этот же код.
