Мой ПОЛНЫЙ рабочий процесс агентного программирования: создавайте что угодно (без воды и усложнений)
원제 · My COMPLETE Agentic Coding Workflow to Build Anything (No Fluff or Overengineering)
핵심 요약
Эффективное агентное программирование строится на создании воспроизводимого каркаса из структурированной документации и строгих циклов валидации, где человек фокусируется на архитектуре и проверке, а ИИ — на написании кода.
하이라이트
Создание «ИИ-слоя» (AI Layer) как фундамента для работы любого агента, включающего PRD, глобальные правила и специализированные команды.
Применение цикла PIV (Plan, Implement, Validate) для итеративной разработки каждой функции с жестким контролем качества.
Важность минимизации допущений агента через сессии уточняющих вопросов и использование субагентов для глубокого исследования.
Золотое правило управления контекстом: очистка истории диалога перед переходом от планирования к реализации для предотвращения галлюцинаций.
Использование истории коммитов Git как долгосрочной памяти системы для обучения агента на прошлых решениях и паттернах.
Концепция эволюции системы: исправление багов не только в коде, но и в правилах ИИ-слоя для предотвращения повторных ошибок.
타임라인
Введение и философия простого фреймворка
Автор критикует перегруженные мультиагентные системы на GitHub и предлагает свой минималистичный подход для Greenfield-разработки. Основной акцент делается на создании простого каркаса, который позволяет быстро перейти от идеи к реализации без лишней настройки. Вводится понятие «золотых правил», таких как управление контекстом и автоматизация навыков. Этот раздел задает тон всему видео, подчеркивая, что контекст является самым ценным ресурсом при работе с ИИ. Автор обещает показать процесс создания проекта Linktree с нуля в реальном времени.
Создание ИИ-слоя: PRD и минимизация допущений
Разбирается понятие «ИИ-слоя», состоящего из PRD, глобальных правил и команд. Автор демонстрирует технику «брейн-дампа» через голосовой ввод для передачи идей агенту Claude Code. Критически важным этапом является запуск субагентов для ресерча и генерация списка уточняющих вопросов от ИИ. По мнению автора, одна ошибка в плане может привести к тысяче строк плохого кода, поэтому детальное интервью с агентом экономит часы работы. В итоге формируется структурированный PRD, разделенный на фазы MVP.
Глобальные правила и настройка контекста по запросу
Рассматривается создание файла глобальных правил (.agents или agents.md), который служит индексом всей кодовой базы. Автор объясняет стратегию «прогрессивного раскрытия», когда агент подгружает специфические инструкции (например, по API или UI) только при необходимости. Использование специализированных команд, таких как /create_prd и /create_rules, делает процесс настройки воспроизводимым для любого проекта. Вводится команда /prime, которая запускается в начале каждой сессии для синхронизации ментальной модели ИИ с текущим состоянием кода. Это позволяет агенту изучать историю миграций и документацию перед началом работы.
Цикл PIV: Планирование, Реализация и Валидация
Автор детально описывает цикл PIV, где каждая фича проходит через этапы строгого планирования и проверки. На этапе планирования создается структурный план с четкими критериями успеха и пирамидой тестирования (unit, integration, E2E). Перед фазой реализации критически важно сбросить контекст диалога, оставив только финальный план, чтобы избежать путаницы. Реализация полностью делегируется агенту, который самостоятельно настраивает окружение и запускает тесты в браузере. Этот метод позволяет автору доверять результату, так как код зажат между жесткими рамками плана и автоматической валидации.
Живое тестирование, коммиты и регрессия
Демонстрируется работающее приложение Linktree, созданное агентом: функционал добавления ссылок, превью и перемещение элементов. Автор подчеркивает важность стандартизированных коммитов как долгосрочной памяти для будущих сессий программирования. Обсуждается необходимость настройки системы регрессионного тестирования, чтобы новые функции не ломали старый код. В качестве примера внешнего инструмента упоминается QA tech, который использует ИИ-агентов для сканирования сайта и автоматического создания тест-кейсов. Это освобождает разработчика от ручного написания сложных сценариев проверки интерфейса.
Эволюция системы и заключение
Заключительное правило гласит, что любой баг — это повод для улучшения ИИ-слоя, а не только кода. Автор показывает, как провести мета-анализ неудачного дизайна и добавить новые правила стилизации в справочные документы. Такой подход создает эффект геометрической прогрессии: со временем агент становится все более точным и автономным в рамках конкретного проекта. Видео завершается анонсом будущих уроков по Brownfield-разработке и призывом к системному подходу. Автор приглашает зрителей изучить его библиотеку команд и присоединиться к сообществу для глубокого освоения агентного программирования.
설명
Building software from scratch with coding agents like Claude Code is one of the highest-leverage skills you can develop right now, but honestly most people seriously overcomplicate it. In this video I'll walk you through the complete greenfield AI coding workflow I use daily that is dead simple and super easy to use + evolve for yourself. This is the workflow that lets a single developer build production-grade software in hours instead of weeks. This is a longer video only because I am going through literally everything with you. The framework itself is simple to implement now! ~~~~~~~~~~~~~~~~~~~~~~~~~~ If you want to take the validation phase to the next level, check out QA Tech - AI testing tool for QA automation and Shift-Left Testing. No test code to write, no selectors to maintain: https://qa.tech/ ~~~~~~~~~~~~~~~~~~~~~~~~~~ - If you want to dive even deeper into building reliable and repeatable systems for AI coding, check out the Dynamous Community and Agentic Coding Course: https://dynamous.ai/agentic-coding-course - GitHub repository with the build from this video and command/rules resources (see .claude/): https://github.com/coleam00/link-in-bio-page-builder ~~~~~~~~~~~~~~~~~~~~~~~~~~ 0:00 The Dead Simple Framework for AI Coding 2:28 Creating the AI Layer for Your Codebase 4:14 PRD Creation - The Ultimate Planning Tool 8:38 Subagents for Research 15:42 Global Rules and On Demand Context 20:50 The Prime Command 23:18 The PIV Loop Framework 31:40 Live Feature Implementation + Validation 34:53 Keeping Your Codebase Reliable 38:40 Evolve Your Coding Agent Over Time ~~~~~~~~~~~~~~~~~~~~~~~~~~ Join me as I push the limits of what is possible with AI. I'll be uploading videos weekly - at least every Wednesday at 7:00 PM CDT!