GitHub опубликовал подробный разбор новых терминов, которые появляются в разговорах разработчиков на фоне активного внедрения ИИ-инструментов. Материал основан на выпуске GitHub Podcast и объясняет, что именно обозначают популярные понятия и как они связаны с практикой разработки.
Loop engineering описывается как подход к проектированию повторяемых систем вокруг ИИ-агентов. Вместо того чтобы каждый раз вручную давать модельному ассистенту отдельное задание, создаётся цикл, который запускается по расписанию, обрабатывает задачи, проверяет результаты и передаёт дальше всё, с чем агент не справился. Фактически это ИИ-ориентированный аналог cron-задач со вспомогательными механизмами навыков, наблюдаемости, валидации и точек контроля.
Ralph loop — частный случай такого цикла. Агент получает развёрнутое задание, например из продуктового документа, и работает до завершения задачи, многократно проходя через циклы «спланировать — выполнить — проверить». Подход помогает разбивать крупные задачи, но может быть дорогим по вычислениям из-за постоянного роста числа токенов и контекста в каждом проходе.
Отдельные термины описывают коллективную работу агентов. Squad — «команда» агентов с разными ролями, часто отражающими реальную продуктовую команду: планирование, проверка плана, реализация, тестирование, ревью. Fleet — набор агентов, выполняющих задачи параллельно. Squad может работать как последовательно, так и в составе fleet, что позволяет сочетать специализацию и параллельную обработку задач.
Под harness подразумевается всё, что окружает модель и делает её применимой в реальных сценариях. Это инструменты, права доступа, память, контекст, оркестрация и другие компоненты, которые направляют работу модели. В качестве примера приводится GitHub Copilot, который связывает модели с репозиториями, редакторами, pull request, терминалом и другими элементами процесса разработки.
Harness engineering — работа по проектированию и улучшению такого окружения. Ключевая цель здесь — превратить «сырую» модель в инструмент, встроенный в рабочие процессы команды и дающий предсказуемый результат.
Термин hill climbing описывает процесс поэтапного улучшения агентов и harness-систем. Для этого используют оценки (evals), чтобы понять, насколько решения агента соответствуют ожиданиям, а затем корректируют настройки и инструменты. Примером может быть агент, проверяющий pull request: команда анализирует, находит ли он реальные ошибки и даёт ли полезные рекомендации, и шаг за шагом улучшает конфигурацию.
Отдельное внимание уделено роли forward-deployed engineer. Эта позиция существовала и раньше, но с акцентом на ИИ стала чаще ассоциироваться с внедрением AI-решений. Такой специалист работает с заказчиками и помогает встраивать ИИ-инструменты, агентов и новые процессы в их инфраструктуру и продукты.
GitHub также разбирает разные подходы к открытости моделей. Закрытые модели доступны через API или облачные сервисы: разработчики используют их возможности, но не получают доступ к весам, данным для обучения и самому процессу обучения. Крупные известные языковые модели обычно относятся к этому типу.
Модели с открытыми весами позволяют скачивать и запускать веса модели, в том числе на собственной инфраструктуре. При этом обучающие данные и методика обучения часто остаются закрытыми. Такой формат даёт больше контроля и возможностей по кастомизации по сравнению с полностью закрытыми решениями.
Открытые модели являются следующим шагом: открыты код, веса, данные и процедура обучения. Это позволяет пользователям не только запускать модель, но и изучать её устройство, модифицировать и переобучать под собственные задачи, а также проводить аудит.
В публикации подчёркивается, что список терминов неполный и будет меняться, а маркетинговые формулировки сами по себе менее важны, чем практики, которые за ними стоят. Авторы советуют разработчикам фокусироваться на надёжности рабочих процессов, способах проверки результатов работы агентов, роли людей в этих процессах и возможностях по улучшению систем со временем.
Материал основан на выпуске GitHub Podcast и комментариях Cassidy, директора по работе с разработчиками в GitHub.
