Astra gpt-6-astra · effort ultra срез: 2026-09-27 источников: 72 слов: 17315 complete

Проектирование систем для параллельной разработки ИИ-агентами

Базовый выбор для параллельной разработки агентами — модульный монолит с вертикальными зонами, исполняемыми контрактами и проверкой затронутого. Скорость ограничивается приёмкой и связанностью данных; универсальная экономия времени и подписочных лимитов не доказана.

Вердикт

Рекомендуемая отправная точка — модульный монолит с вертикальными бизнес-зонами, владельцами данных, исполняемыми контрактами и локальными проверками, а параллельные агенты подключаются к уже различимым независимым задачам гипотеза. Такая нарезка продолжает принцип сокрытия изменчивых решений Парнаса и глубоких модулей Остерхаута, а не требует отдельной «ИИ-архитектуры» мнение [S1, S2]. Для одного человека и команды до 10 человек основной выигрыш ожидается от сокращения повторной разведки, ожидания общей среды, переделок на стыках и ручного восстановления смысла PR гипотеза.

Подход пользователя «ящики → семь вопросов контракта → трассы → детализация» уже даёт подходящую основу, но его следует дополнить владением состоянием, негативными/конкурентными сценариями, проверкой совместимости и машинным графом влияния изменений гипотеза. Выборочный тестовый прогон оправдан только при известном графе и воспроизводимых входах; после изменения общей политики доступа, среды, selector или неизвестной зависимости охват расширяется, а общий кандидат проверяется после композиции изменений гипотеза. Самые недооценённые направления оптимизации — пропускная способность человеческой приёмки, изоляция данных и тестовой среды, достоверность кеша/selector и замена повторяемого рассуждения скриптами гипотеза.

Универсальное ускорение от ИИ или количества агентов не доказано: METR 2025 наблюдала замедление опытных maintainers, полевые Copilot-эксперименты — рост выпуска PR, а обновление METR 2026 прямо ограничивает надёжность новой оценки эмпирика [S3, S4, S5]. Снижение API-токенов не равно такому же снижению расхода подписки; измерять нужно все попытки и проверяющих на принятый результат, а также фактические блокировки квот гипотеза. Сильнейшая простая альтернатива — последовательные небольшие вертикальные изменения с быстрым полным suite, особенно когда модель продукта ещё нестабильна; микросервисы и микрофронтенды выбираются при самостоятельной потребности в независимой поставке, а не ради числа агентов гипотеза. Уверенность высока в механизмах изоляции и ограничениях инструментов, умеренна в рекомендуемой комбинации и низка в переносимости численного ускорения: прямого длительного причинного сравнения этой комбинации на нужном масштабе не найдено гипотеза.

Что это и как работает

Единица параллельной разработки — зона изменения, внутри которой исполнитель может принять большинство решений, реализовать поведение и доказать его соответствие контракту без чтения внутренних деталей соседей. «Зона» здесь — авторский рабочий термин: модуль или небольшой набор модулей с владельцем данных, разрешёнными зависимостями, публичной поверхностью и собственным набором проверок. Число зон не обязано совпадать с числом процессов, репозиториев, команд или агентов гипотеза.

Три границы и четыре графа

Граница На какой вопрос отвечает Чем закрепляется Что остаётся общим
Изменения Что можно менять независимо? Владелец состояния, публичные порты, запреты импортов Бизнес-инварианты, сквозные сценарии
Проверки Какие прежние доказательства остаются действительными? Граф влияния, тесты контрактов, ключи кеша Общие конфигурации, миграции, интеграционный кандидат
Исполнителя Где агент пишет и что получает в контекст? Worktree/контейнер, права записи, пакет задания Лимит подписки, ревьюер, очередь слияния

Для планирования нужны четыре разных графа: runtime-вызовы; импорты и сборочные зависимости; зависимости данных и инвариантов; зависимости задач разработки. Цикл runtime-событий не обязательно блокирует параллельную реализацию, если контракты стабильны; отсутствие циклов импортов не исключает общего SQL-запроса, глобального CSS или конфликтующей миграции. Смешение этих графов создаёт ложную уверенность в независимости гипотеза.

  • Параллелизм разработки возникает, когда обе стороны работают против проверяемого интерфейса, а не ждут реализацию соседа гипотеза.
  • Локальность проверки возникает, когда известны входы поведения и потребители его результатов; название папки само по себе этого не обеспечивает гипотеза.
  • Изоляция контекста уменьшает повторное исследование соседей, но требует короткого достоверного описания их внешних обязательств гипотеза.

Механика времени и расхода

Модель итерации ниже — аналитическая декомпозиция, а не измеренные коэффициенты. Для отдельной задачи время до принятия можно разложить на активные интервалы и ожидание: постановка + поиск контекста + реализация + проверка + ревью + интеграция + переделка + очереди; перекрывающиеся интервалы нельзя дважды суммировать в календарное время гипотеза.

T_delivery >= max(длина критического пути задач,
                  суммарное занятое время каждого ограниченного ресурса)

Идеализированное ускорение N исполнителями:
S(N) = 1 / ((1-p) + p/N + h(N))
p — доля работы, допускающая параллельное исполнение;
h(N) — добавочные затраты координации относительно исходного времени.

K_accepted = (входные + выходные токены всех попыток и проверяющих) /
             число принятых изменений сопоставимого класса

Иллюстрация: при p=0,6 и четырёх исполнителях без накладных затрат получается 1/(0,4+0,15)=1,82×, а при h=0,1 — 1,54×; это не прогноз для конкретного проекта. Если четыре агента приносят по одному изменению в час, а человек принимает два в час, очередь растёт на два изменения в час, пока не изменится поток или производительность приёмки гипотеза.

Токены, деньги и лимит подписки — разные величины. Документация Codex связывает расход включённого использования с моделью, сложностью, длительностью и объёмом контекста; local и cloud расходуют общий allowance. Поэтому уменьшение API-стоимости кешированного ввода нельзя автоматически перевести в такое же увеличение числа задач по подписке факт [S6].

Шесть источников потерь времени

Следующая таблица — диагностическая модель, которую следует проверять по журналам проекта, а не считать установленной долей потерь для всех команд гипотеза.

Потеря Механизм Как распознать Что менять Как проверить эффект
Ручная проверка человеком На каждой правке приходится заново собирать окружение, данные и проходить весь продукт Один и тот же маршрут повторяется, большая часть времени уходит до начала оценки K04, K06, K09: стабильные preview, детерминированные сценарии, проверка только изменившегося UX и риска Минуты hands-on на принятое изменение, число повторных проходов
Долгие автотесты и CI Каждая итерация инвалидирует общий набор, окружение строится заново, тесты ждут общую БД Высокий p95, низкий hit rate, тесты зависят от порядка K05–K08: уровни проверок, affected-граф, корректный кеш, изолированные fixtures Календарное ожидание отдельно от runner-minutes, доля найденных пропусков
Ревью кода Генерация быстрее понимания, PR смешивает несколько решений, ревьюер восстанавливает замысел Длинная очередь готовых PR, мало времени на непосредственный просмотр K09–K11: ограничение WIP, небольшой проверяемый результат, evidence-пакет, выборочное независимое ревью Время ожидания/обработки, дефекты после приёмки, возраст PR
Поломки на стыках Совпали типы, но различаются семантика, порядок, ошибки, tenant-контекст или версии Локальные тесты зелёные, интеграция красная, исправления затрагивают соседей K02–K04, K08: данные с владельцем, behavioral contracts, CDC, проверка общего кандидата Доля переделок из-за стыков, контрактные дефекты, частота совместных изменений
Неточная постановка Агент быстро реализует неверную интерпретацию; детали интерфейса решаются слишком поздно Меняется критерий готовности после получения результата, повторяются уточнения K01, K03, K09: примеры приёмки, отрицательные сценарии, короткое исследование неоднозначности Переделки по причине «не то поведение», время до фиксации решения
Повторное чтение и сборка контекста Каждая сессия снова ищет команды, владельца и смысл зависимостей; передаются огромные логи Одни файлы перечитываются разными агентами, много exploration до первого изменения K12–K14: карта, пакет зоны, адресные ссылки, краткие журналы решений, генераторы Токены до первого полезного действия, дублированные tool calls, принятые изменения на окно лимита

Классификация лишней работы

Класс Пример Что делает работу лишней Средство
Поиск уже известного Вновь выяснять команду запуска тестов Ответ уже есть, но не находится Короткая карта команд, проверяемая скриптом
Ненужный объём Полная система в каждом промпте Большая часть текста не меняет решение Контракт + область изменения + адреса подробностей
Повтор доказанного Заново прогонять неизменную герметичную цель Входы и среда тождественны проверенным Корректный кеш доказательств
Неверная цель Сделать альтернативную трактовку UX Критерий приёмки не был зафиксирован Пример, макет, отрицательный сценарий
Несовместимая работа Две миграции на один инвариант Независимость существовала только на доске задач Один владелец изменения схемы, общий контракт
Оркестрационный шум Пять агентов пересказывают один файл Ничего нового не получено Локальное выполнение, один краткий результат
Неправильный инструмент Модель вручную правит сотни однотипных строк Преобразование детерминировано Codemod, codegen, форматтер
Избыточная страховка Полное второе ревью косметической правки Дополнительная проверка не соответствует риску Политика проверок по изменению

Полезная избыточность сохраняется: независимая проверка tenant-изоляции, испытание отказа и полная контрольная сборка могут повторять уже выполненную работу, но дают иное доказательство. Критерий потери — отсутствие дополнительной ценности приёмки, а не просто наличие повторения гипотеза.

Где совпадает и где недостаточен подход пользователя

Текущий приём Сильная сторона Недостающий элемент для параллельной разработки
Ящики и «чего не делает» Ограничивает ответственность и лишние решения Явный владелец состояния, транзакции, допустимые импорты, наблюдаемая частота совместных изменений
Семь вопросов контракта Описывает обе стороны и гейт, лучше одного списка полей Машиночитаемая схема, состояния/ошибки, негативные примеры, совместимость потребителей
Сквозные трассы Проверяет композицию возможностей Трассы отказа, повторной доставки, конкуренции, tenant-изоляции и смешанных версий
Детализация ящик за ящиком Не требует сразу проектировать всё внутреннее устройство Сначала тонкий работающий путь через все важные стыки; затем независимая детализация
Решение и версия при смене контракта Создаёт историю изменений План coexistence/миграции, кто обновляет потребителей, автоматический compatibility gate

Перестраивать подход с нуля не требуется. Его продуктивное развитие — сделать границы исполняемыми и дополнить их графом перепроверки и правилами допуска задач в параллельную работу; эта рекомендация является синтезом исследования гипотеза.

Что не видно в постановке задачи

  • Пропускная способность приёмки: дополнительный агент может только увеличить очередь у человека; управление WIP и размером результата раскрыто в разделах 4, 8, 10 гипотеза.
  • Стабильность данных важнее числа папок: общая таблица, уникальность и транзакция связывают зоны сильнее HTTP; карта владения и миграции приведены в разделах 5–6 гипотеза.
  • Надёжность самого выбора тестов: механизм affected нуждается в проверке на пропуски, а не только в измерении скорости; контрольные полные прогоны и cache keys разобраны в разделах 4, 6, 8 гипотеза.
  • Качество среды обратной связи: воспроизводимые данные, локальный брокер и понятный лог сокращают ошибочные циклы модели; разделы 4–6, 10 гипотеза.
  • Стоимость изменения решения: маленькая обратимая поставка уменьшает цену неверного предположения; release-флаги и expand–contract разобраны в разделах 4, 7 гипотеза.
  • Оптимальный объём самостоятельности: частые микрогейты создают задержки, огромные задания — дорогую позднюю ошибку; единицей делегирования предлагается принимаемое поведение, разделы 5, 10 гипотеза.
  • Качество контекста вместо его максимального объёма: инструкции способны увеличивать затраты; нужны измеряемые полезные исключения и команды, разделы 2, 6, 10 гипотеза.
  • Устранение работы до её ускорения: не генерировать несколько реализаций без причины, не поручать модели механические преобразования, не повторять доказательства с теми же входами; разделы 4, 8, 10 гипотеза.

Актуальность и доказательная база на дату среза

Что действительно известно на 2026-09-27

ИИ-инструменты широко используются в обследованном сегменте, но универсального коэффициента ускорения нет. Официальное резюме DORA 2025 описывает почти 5 000 специалистов и 90% сообщивших об использовании ИИ; медиана заявленного использования — два часа в день. Это доля респондентов исследования, не оценка всех разработчиков мира эмпирика [S7].

Тренд 2024–2026 годов — переход от подсказки в редакторе к задачам с длительным самостоятельным выполнением. Наличие отдельных cloud-окружений у Codex и cloud agent у GitHub, а также волн зависимых задач в Kiro подтверждает изменение возможностей продуктов. Документация не устанавливает долю команд, успешно применяющих такую организацию, и не доказывает экономию токенов факт [S8, S9, S10].

Работа и дизайн Выборка / задача Результат Что допустимо заключить Основное ограничение
METR, RCT early-2025 16 опытных разработчиков, 246 задач в знакомых open-source репозиториях, февраль–июнь 2025 С ИИ время выполнения больше на 19%; 95% CI +2…+39% Наблюдалось замедление; разбор записей выявил накладные затраты prompting/review/waiting эмпирика [S3, S4] Небольшая специфическая выборка, преимущественно Cursor и Sonnet 3.5/3.7; не календарный delivery всей команды
METR, обновление 2026 57 разработчиков, 143 репозитория, более 800 задач; 10 вернувшихся участников Для вернувшихся оценка −18% времени, CI −38…+9%; для новых −4%, CI −15…+9% Надёжного доказательства ускорения из follow-up нет; авторы меняют дизайн эмпирика [S4] Отбор участников/задач, отказ энтузиастов от no-AI, сложность учёта параллельных агентов
Copilot RCT, исследование опубликовано в 2023 95 профессионалов Upwork, одна задача HTTP-сервера JavaScript, по 35 завершивших в каждой группе Среди завершивших 71,17 против 160,89 минуты, −55,8% времени; CI 21…89% ИИ способен существенно ускорить ограниченную задачу с явной проверкой эмпирика [S11] Не сопровождение сложного продукта; сравнение завершивших, участие заинтересованных авторов
Три полевых эксперимента Copilot 4 867 разработчиков в трёх компаниях, 2–8 месяцев Пуловая IV-оценка недельных PR +26,08%, SE 10,3% Использование инструмента может увеличивать выпуск PR; это оценка с поправкой на adoption, не простой ITT эмпирика [S5] PR не фиксированная ценность; разные дизайны; качество приближено успешностью сборок
Google enterprise RCT 2024 96 инженеров, стандартная корпоративная задача, 93 завершения Скорректированная оценка около −21% времени; log CI −0,51…+0,03, p=0,086 Направление эффекта положительное, но скорректированный интервал включает отсутствие эффекта эмпирика [S12] Одна задача, внутренние инструменты; нельзя объявить значимыми именно 21%
DORA 2025 и авторская интерпретация 2026 Опрос и статистические связи, не рандомизация ИИ связан с ростом throughput и одновременно нестабильности поставки Генерация и надёжная доставка — разные результаты эмпирика [S7, S13] Самоотбор, самоотчёт, смешивающие факторы; причинность не установлена
Scaling Agent Systems, 2025 180 конфигураций, 5 архитектур, 3 семейства моделей, 4 benchmark Среднее относительное изменение success rate multi-agent против single-agent −3,5%, CI −18,6…+25,7%; большой разброс между задачами Топология задачи меняет полезность координации эмпирика [S14] Это success rate на иных задачах, не срок поставки веб-приложения

Противоречие между METR и Copilot не разрешается голосованием исследований. Знакомая большая кодовая база, новая ограниченная задача, выпуск PR и календарное принятие изменения — разные условия и метрики. Скорость печати или локального решения не следует переносить на цикл «постановка → ревью → проверенная интеграция» гипотеза.

Контекстные файлы: особенно важное противоречие

Работа Дизайн Результат Ограничение для решения
Evaluating AGENTS.md, прочитана v2 от 2026-06-23 CTXbench: 138 задач/12 репозиториев; SWE-bench Lite: 300/11; четыре конфигурации агентов Для LLM-файлов нет значимого улучшения успеха, p=0,87/0,37; стоимость +20%/+23%. Human files: среднее улучшение resolution на 2,4 процентного пункта, p=0,21 против отсутствия файла эмпирика [S15] Не всякая инструкция вредна; benchmark в основном Python и тестовая correctness, не безопасность
On the Impact…, v2 от 2026-03-30 Парное сравнение, 10 репозиториев, 124 задачи по PR, gpt-5.2-codex Медиана времени −28,64%, output tokens −16,58% при наличии существующего AGENTS.md эмпирика [S16] Функциональная эквивалентность результата не проверялась; это не доказанная экономия на принятом изменении
Two-Agent Ablation, 2026-07-28 17 задач/3 Python-репозитория, 288 прогонов двух агентов Значимого эффекта correctness нет; точность недостаточна для исключения небольшого эффекта эмпирика [S17] 288 прогонов не равны 288 независимым задачам; маленькая выборка

Практический вывод — проверять полезность конкретного содержания. Команды запуска, опасные ограничения, нестандартные соглашения и адреса контрактов могут быть полезны; автоматически сгенерированная экскурсия по очевидному дереву проекта может только увеличить работу. Это локальная проверяемая гипотеза, а не призыв удалить файлы правил гипотеза.

Практическая база и её пределы

  • Shopify: инженерная команда описывает 37 компонентов в монолите с 2,8 млн строк Ruby в 2020 году и проблему плотных зависимостей даже после выделения публичных интерфейсов. Переход проверки границ от инструментированного тестового прогона более часа к статическому Packwerk за минуты — заявленный локальный результат; независимые тестовые suites компонентов тогда оставались направлением развития вендор [S18].
  • Anthropic research agents: внутренний research-eval сообщил преимущество multi-agent 90,2% над single-agent; ориентиры расхода — около 4× токенов обычного чата для агента и 15× для multi-agent. База сравнения 15× — чат, а не одиночный агент; задачи исследовательские, не разработка вендор [S19].
  • Anthropic, август 2026: в экспериментах построения игр несколько десятков агентов в отдельных VM могли сливать больше PR, но авторы оценивали получившиеся игры как слабые; изменение ролевых промптов давало мало. Количество принятых PR без продуктового критерия не доказывает успех вендор [S20].
  • METR self-report 2026: 349 технических работников, включая 87 software engineers, сообщали большие субъективные выгоды. Это отдельный тип данных: более высокая воспринимаемая ценность и скорость не заменяют измерение и могут включать задачи, которые без ИИ вообще не делались бы эмпирика [S21].

Позиции и нерешённые споры

Позиция Кто и на чём основывает Что принимается в этом отчёте
Независимость через небольшие интерфейсы Parnas; Ousterhout — теоретический аргумент и опыт проектирования Механизм локализации изменений убедителен; фиксированного процента ускорения агентной разработки нет мнение [S1, S2]
Автономные потоки и снижение когнитивной нагрузки Авторы Team Topologies Полезен язык границ и взаимодействия; «агент = человеческая команда» остаётся непроверенной аналогией мнение [S22]
Ускоренная генерация переносит нагрузку на аудит Авторы DORA, интерпретация 2026 Нужно отдельно измерять ревью и переделки, не только coding time мнение [S13]
Больше агентов должно давать больше результата Вендорские демонстрации и продуктовые возможности Принимать как возможность эксперимента, а не универсальный закон; контролируемые сравнения неоднородны гипотеза [S14, S20, S19]

Главный пробел доказательной базы: не найдено независимого длительного причинного сравнения «модульные зоны + контракты + selective testing + несколько агентов» против альтернативы именно для команд из 1–10 человек. Поэтому итоговая комбинация опирается на проверенные механизмы отдельных инструментов, старые инженерные принципы и явно обозначенный авторский синтез гипотеза.

Доступ к DORA ограничен: полный PDF v2025.2 не открылся через инструмент; использованы официальное резюме, авторская статья DORA и доступные индексированные фрагменты отчёта. Численные коэффициенты из недоступных таблиц не восстановлены по пересказам факт [S7, S13, S23].

Где применимо и где нет, плюсы и минусы

Подходит, когда

  • Есть несколько независимых потоков изменений. Пользовательские сценарии используют разные правила и владельцев состояния, поэтому можно отделить реализацию и локальную приёмку гипотеза.
  • Есть повторяющиеся итерации. Цена контрактов, тестовой среды и кеша окупается на последующих изменениях, особенно при большой доле ожидания CI гипотеза.
  • Работа делегируется нескольким агентам. Явная область записи и пакет контекста снижают стоимость координации при условии проверяемых интерфейсов гипотеза.
  • Система существующая, но развивается. Можно начинать с одной часто меняемой зоны и характеристических тестов, не требуя общего переписывания гипотеза.

Не подходит, когда

  • Продуктовая гипотеза ещё меняется целиком. Полная сеть версионируемых контрактов преждевременно закрепляет неизвестную модель; полезнее короткие последовательные эксперименты гипотеза.
  • Вся задача — один инвариант или алгоритм. Разделение общего транзакционного решения на агентов увеличивает согласование без независимой работы гипотеза.
  • Полный тестовый прогон уже дешевле анализа влияния. Сложный selector создаёт дополнительный механизм отказа и не окупает сопровождение гипотеза.
  • Нет надёжного критерия правильности. Параллельная генерация умножает неоднозначные результаты; сначала требуются примеры ожидаемого поведения и исполнительная проверка гипотеза.

Плюсы

  • Меньше совместно изменяемых деталей. Скрытая реализация и небольшой публичный интерфейс позволяют локальные решения без постоянного пересогласования гипотеза.
  • Быстрее обратная связь. Проверки ранжируются по стоимости и охвату, а неизменные корректно описанные цели могут использовать прежний результат гипотеза.
  • Меньше повторного контекста. Агенту достаточно правил зоны и контрактов соседей для ограниченной задачи гипотеза.
  • Результат легче принять. Небольшое изменение с воспроизводимым сценарием снижает нагрузку на ревьюера гипотеза.

Минусы

  • Предварительная и постоянная работа. Схемы, контроль зависимостей, fixtures и граф влияния нужно поддерживать вместе с кодом гипотеза.
  • Ошибочная граница стоит дорого. Частые совместные изменения превращают интерфейс в дополнительный слой согласования гипотеза.
  • Часть проверок неизбежно остаётся сквозной. Локальная корректность не устанавливает правильность композиции, общей конфигурации и перехода схемы гипотеза.
  • Больше параллельности может потреблять больше лимита. Дублируются исследования, контекст и ревью, даже если календарная задача завершается быстрее гипотеза.
  • Независимая поставка усложняет систему. В микрофронтендах появляются повторные зависимости, расхождения окружений и дополнительные конвейеры; это описанная практиками цена автономии мнение [S24].

Альтернативы и дерево решений

Прямые альтернативы организации системы и работы

Сравнение ниже — авторская оценка применимости, а не измеренный рейтинг производительности. Основной предмет в первой строке: зоны независимого изменения и проверки; остальные строки — альтернативные базовые способы организовать веб-разработку гипотеза.

Подход Параллельность Граница проверки Контекст и лимиты Цена Когда целесообразнее / плюс Минус относительно зон
Модульный монолит с вертикальными зонами, контрактами и affected-проверкой По бизнес-возможностям Модуль + контракты + затронутые сценарии Небольшие локальные пакеты, общие правила Средняя Базовый выбор для 1–10 человек и нескольких агентов Требуется контролировать данные и скрытые зависимости
Последовательная реализация небольшими инкрементами Низкая, вспомогательные задачи возможны Полный простой suite Минимум координации Низкая Неизвестная предметная модель, короткий прототип, один связный алгоритм Нельзя существенно сократить независимую критическую работу
Слоистый монолит: UI / API / domain / data По техническим слоям Часто весь use case и общая БД Каждый агент вынужден понимать соседние слои Низкая на старте Стабильные простые CRUD и очень быстрый полный suite Одно бизнес-изменение проходит через нескольких исполнителей
Пакетный monorepo с общими библиотеками и графом сборки По пакетам Build targets / проекты Хорош для разных языков и повторного кеша Средняя или высокая Главная боль — сборка и переиспользование библиотек Пакет не обязательно самостоятельная бизнес-зона; shared libraries расширяют охват
Микросервисы с независимым состоянием и выпуском По сервисам Сервис + API + совместимость версий Узкий код, но больше распределённой диагностики Высокая Независимое масштабирование/релиз, внешняя граница доверия, разные владельцы Сетевые отказы, delivery semantics, миграции нескольких версий
Микрофронтенды с независимой поставкой По продуктовым частям UI Приложение + shell + маршруты Меньше локального UI, больше интеграционных правил Высокая Несколько автономных потоков UI и реальная потребность независимого выпуска Общие стили, дубли зависимостей, оболочка и governance мнение [S24]

Эти подходы сочетаются на разных уровнях. Вертикальный срез задаёт ось изменения, порты и адаптеры — отделение ядра от среды, DDD — смысловую границу, monolith/microservices — топологию исполнения и поставки. Один процесс способен содержать строгие контексты, а множество сервисов — оставаться тесно связанным распределённым монолитом гипотеза.

Каталог стратегий

Обозначения эффектов в карточках качественные. «Снижение» означает правдоподобный механизм, который нужно подтвердить на своём потоке; опубликованного общего процента для каждой стратегии нет. Цена дана относительной сложностью внедрения, а не выдуманной сметой гипотеза.

K01. Резать по изменчивым решениям и бизнес-возможностям

Основание: Parnas предлагает скрывать изменчивое решение за модулем, а не превращать этапы обработки в модули; Ousterhout противопоставляет небольшой интерфейс поверх большой полезной функциональности множеству тонких обёрток. Vertical Slice Architecture группирует заботы вокруг use case мнение [S1, S2, S25].

Поле Содержание
Проблема и механизм Одно требование меняет много папок/агентов; объединить то, что меняется вместе, отделить устойчивые обязательства от деталей
Уровень Архитектура, постановка задач
Параллельность Повышается между зонами с различными причинами изменения
Время тестов Снижается при наличии локальных инвариантов и тестового bootstrap
Лимиты / лишняя работа Меньше чтения соседей и координационных пересказов
Цена Средняя; анализ сценариев и истории co-change
Риски / не применять Ошибочная граница; не дробить один постоянно совместно меняющийся инвариант
Инструменты Карта контекстов, Git history, карта зависимостей, фасады пакетов
Доказанность Принцип модульности и опыт практиков; величина AI-эффекта не измерена

Рекомендация: «глубина» — соотношение скрываемой сложности и сложности интерфейса, а не большая длина файла. Уменьшать модуль до одной функции ради короткого контекста часто означает перенести сложность в координацию гипотеза.

K02. Назначить владельца состояния и автоматически охранять границы

Основание: Spring Modulith проверяет циклы, доступ через API и allowed dependencies; Import Linter поддерживает forbidden/protected/layers/independence contracts для Python. Эти проверки не устанавливают владение строками БД факт [S26, S27].

Поле Содержание
Проблема и механизм Формальные ящики обходятся импортом ORM-моделей или SQL; один модуль владеет записью, чтение соседей идёт через порт/проекцию
Уровень Архитектура, CI
Параллельность Защищает от скрытого совместного изменения данных
Время тестов Делает граф влияния ближе к действительности, сама по себе тесты не ускоряет
Лимиты / лишняя работа Ранний детерминированный отказ вместо позднего исследования интеграционной ошибки
Цена Низкая для новых пакетов, высокая при массовых legacy-нарушениях
Риски / не применять Игнорирование правил ради зелёного CI; не заменять этим тесты tenant-изоляции и транзакций
Инструменты Spring Modulith, Import Linter, Nx project graph; отдельные DB-правила
Доказанность Функции инструментов подтверждены; сокращение переделок — проверяемая гипотеза

Для Django приложение по имени не становится ограниченным контекстом: общие модели, signals и импорт из models.py легко связывают всё приложение. Предлагается публичный api.py, приватные модели, запрет импортов чужих internals и отдельный контроль raw SQL/миграций гипотеза.

K03. Превратить контракт в исполняемое доказательство

Основание: Pact строит контракт из теста настоящего consumer-клиента против mock, затем проверяет provider на этих взаимодействиях. Контрактный тест сообщений не проверяет сам брокер, сохранение данных и остальные side effects факт [S28, S29, S30].

Поле Содержание
Проблема и механизм Тестовые подмены дрейфуют, две стороны понимают API по-разному; схема + примеры + consumer/provider verification
Уровень Контракты, тесты, процесс
Параллельность Обе стороны начинают после фиксации интерфейса, до готовности соседа
Время тестов Быстрее общей среды для проверки совместимости, но реальные адаптеры проверяются отдельно
Лимиты / лишняя работа Меньше уточнений формата и поздних переделок
Цена Средняя; особенно оправдана при нескольких потребителях/независимых версиях
Риски / не применять Проверка mock против mock; чрезмерно подробные чужие правила; не применять Pact на каждом private method
Инструменты OpenAPI, JSON Schema, AsyncAPI, protobuf, Pact; in-process conformance suite
Доказанность Механизм подтверждён документацией; общая экономия не установлена

Для одного монолита тест интерфейса модуля и его реального адаптера часто дешевле отдельного Pact Broker. Broker становится полезнее при раздельных pipelines и необходимости проверять матрицу реально развёрнутых consumer/provider версий гипотеза.

K04. Изолировать бизнес-ядро и воспроизводить внешнюю среду

Основание: Ports and Adapters позволяет запускать одну функциональность через UI, batch и тестовые адаптеры; автор отдельно предусматривает интеграционный этап с реальными внешними устройствами мнение [S31].

Поле Содержание
Проблема и механизм Каждый тест поднимает весь продукт; отделить ядро, добавить clock/ID/storage ports, реальные локальные DB/broker fixtures
Уровень Архитектура, тесты
Параллельность Каждый агент воспроизводит свою зону в отдельном namespace
Время тестов Короткий внутренний цикл, меньше ожидания общей среды
Лимиты / лишняя работа Меньше расследований случайных отказов и длинных логов
Цена Средняя: bootstrap, seed, очистка, версии образов
Риски / не применять In-memory adapter отличается от production semantics; не заменять PostgreSQL-проверки удобной SQLite
Инструменты Контейнеры для тестов, фабрики данных, fake clock, test adapters
Доказанность Принцип изоляции подтверждён; оптимальный набор зависит от стека

K05. Развести быстрый цикл, локальную приёмку и системную страховку

Основание: практическая пирамида тестов сочетает быстрые нижние уровни, контракты и небольшое число дорогих сквозных проверок; это методическая рекомендация, не универсальное процентное распределение мнение [S32].

Поле Содержание
Проблема и механизм Полный E2E после каждого edit; проверять риск самым дешёвым уровнем, способным его увидеть
Уровень Тесты, гейты
Параллельность Агент получает обратную связь без ожидания полной системы
Время тестов Снижение частоты дорогого suite при сохранении интеграционного гейта
Лимиты / лишняя работа Меньше циклов ожидание→перезапуск→объяснение одинакового результата
Цена Низкая/средняя; классификация текущих тестов
Риски / не применять «Пирамида» как квота на число unit-тестов; не прятать проблемы wiring и SQL за mocks
Инструменты Test markers/tags, component harness, API/worker integration, browser smoke
Доказанность Практический консенсус; конкретные пороги — локальные ориентиры

Вариант для web CRUD может иметь много component/integration-тестов и мало тестов тривиальных функций; сложный расчётный модуль — много property/unit-тестов. Нужна форма, соответствующая механизмам ошибок, а не обязательные 70/20/10 гипотеза.

K06. Выбирать проверки по графу влияния, а не только diff-папке

Основание: Nx использует Git diff и project graph с зависимыми проектами; testmon использует наблюдённые связи тестов с Python-кодом и явно исключает static files/network services из отслеживания. Bazel rdeps даёт обратные зависимости в указанном universe, но не является готовой полной политикой анализа любого Git diff факт [S33, S34, S35].

Поле Содержание
Проблема и механизм CI выполняет незатронутые suites; считать замыкание зависимых целей, добавлять семантические правила риска
Уровень Тесты, сборка
Параллельность Снижает конкуренцию агентов за runner/DB и ожидание
Время тестов Уменьшается только при достаточно локальном графе
Лимиты / лишняя работа Убирает ненужные прогоны, не обязательно уменьшает число LLM-токенов пропорционально минутам CI
Цена Средняя; полноценный Bazel-граф может быть дорогим
Риски / не применять False negatives, неверный base, скрытые data/config edges; при неизвестности расширять suite
Инструменты Nx affected, pytest-testmon, Spring Modulith change-aware tests, Bazel query
Доказанность Детерминированный механизм подтверждён; полнота зависит от конкретной конфигурации

Predictive selection — отдельная стратегия риска. Launchable ранжирует и выбирает тесты по истории и вероятности обнаружить failing session; confidence не означает отсутствие дефектов. Вендор рекомендует последующий полный defensive run факт [S36, S37, S38].

Промышленный кейс Facebook сообщил примерно втрое меньше исполнений тестов и вдвое меньше требуемых машин относительно выбора по build-зависимостям, при test recall >95% и faulty-change recall >99,9%. Сохранялись полные stabilization runs; это один большой промышленный кейс, не причинная оценка для маленького web-проекта или агентов эмпирика [S39].

K07. Переиспользовать результаты по полному ключу входов

Основание: Bazel remote cache хранит результаты действий, заданных входами, командой и окружением; документация предупреждает о неучтённых внешних tools. Nx inputs включают files, runtime и env; переопределение массива inputs заменяет предыдущий набор, а не дополняет его факт [S40, S41, S42].

Поле Содержание
Проблема и механизм Разные агенты повторяют одну сборку/проверку; content-based cache с зафиксированным окружением
Уровень Сборка, тесты
Параллельность Избавляет от дублирования работы нескольких веток
Время тестов Cache hit почти устраняет исполнение соответствующей цели
Лимиты / лишняя работа Сокращает повторную машинную работу; экономия подписки косвенная
Цена Низкая для локального task cache, выше для общего доверенного кеша
Риски / не применять Неучтённый env, seed, DB state, clock; не кешировать произвольный сетевой интеграционный тест
Инструменты Bazel, Nx local/remote cache, версия образа и lockfile в ключе
Доказанность Механизм подтверждён; hit rate и корректность измеряются локально

K08. Интегрировать короткими партиями и проверять общий кандидат

Основание: DORA описывает частую интеграцию небольших изменений и предупреждает, что тяжёлое ревью увеличивает размер партий и задержку слияния. Feature flags позволяют интегрировать код до включения функции, добавляя собственную сложность проверки мнение [S43, S44].

Поле Содержание
Проблема и механизм Ветки зелёные отдельно, общий результат несовместим; короткие PR, очередь интеграции, тест merge-кандидата
Уровень Процесс, тесты
Параллельность Сохраняет параллельную реализацию, сериализует только рискованную интеграцию
Время тестов Переиспользует результаты целей с неизменившимся полным ключом; изменённые входы требуют запуска
Лимиты / лишняя работа Меньше конфликтов и восстановления контекста старой ветки
Цена Средняя; дисциплина флагов, schema compatibility, очередь
Риски / не применять Много долгоживущих flags, бесконечные stacked chains; независимые изменения не делать искусственно зависимыми
Инструменты Git worktree/branches, CI merge candidate, feature flags, stacked PR при настоящем DAG
Доказанность Практики CI обоснованы; оптимальный возраст агентной ветки не установлен

K09. Сделать человеческую приёмку дешёвой и адресной

Рекомендация: исполнитель сдаёт diff, наблюдаемое изменение, воспроизводимый сценарий, результаты нужных тестов и известные ограничения; человек проверяет продуктовый смысл и существенный риск. Это авторская организация приёмки, эффект которой измеряется временем ревью и escaped defects гипотеза.

Поле Содержание
Проблема и механизм Человек повторно изучает весь продукт; review packet и готовый preview на стабильных данных
Уровень Процесс, тесты
Параллельность Освобождает узкое место, позволяет несколько готовых зон в одном сценарии
Время тестов Уменьшает повтор ручных действий; не отменяет рискованные проверки
Лимиты / лишняя работа Меньше дополнительных сессий «объясни, что сделал»
Цена Низкая/средняя, шаблон и script evidence
Риски / не применять Скриншот подменяет доказательство; нельзя доверять заявлению агента о несуществовавшем тесте
Инструменты PR template, CI artifacts, browser preview, test run manifest
Доказанность Авторская гипотеза; согласуется с проблемой проверки у DORA, но не имеет отдельного RCT

K10. Ограничивать незавершённую работу мощностью приёмки

Рекомендация: диспетчер запускает задачу только если свободны зона, окружение и место в очереди ревью; новые исполнители добавляются до наблюдаемого насыщения. Величина concurrency определяется потоком, не количеством доступных окон чата гипотеза.

Поле Содержание
Проблема и механизм Много PR ожидают человека; pull-очередь, WIP limit, приоритет разблокирующим задачам
Уровень Процесс, оркестрация
Параллельность Уменьшает формальную concurrency, может увеличить принятый throughput
Время тестов Меньше состязания за машины и лишних rebase-прогонов
Лимиты / лишняя работа Не тратит квоту на результаты, устаревающие до ревью
Цена Низкая для доски, средняя для автоматического диспетчера
Риски / не применять Слишком низкий лимит простаивает приёмку; не объявлять фиксированное число агентов нормой
Инструменты Очередь ready/running/review/accepted, zone lease, CI status
Доказанность Аналитический механизм очередей; конкретные параметры локальны

K11. Независимо проверять дорогие ошибки

Рекомендация: второй агент получает требования, diff и контракт, но не готовое объяснение автора как обязательную истину; его задача — искать контрпример и проверять риск. Выбор другой модели может расширить разнообразие ошибок, но не гарантирует независимости или правильности гипотеза.

Поле Содержание
Проблема и механизм Автор и его тесты повторяют одно предположение; отдельная adversarial проверка инварианта
Уровень Приёмка, контекст
Параллельность Ревью может идти рядом с разработкой другой зоны
Время тестов Добавляет локальную работу, может уменьшать позднюю переделку
Лимиты / лишняя работа Расход растёт сразу; окупается только на существенных рисках
Цена Низкая организационно, постоянная цена дополнительных вызовов
Риски / не применять Два агента согласились с одной ошибкой; не дублировать ревью каждой косметической правки
Инструменты Read-only review task, независимые негативные тесты, сравнение с human acceptance
Доказанность Гипотеза процесса; для указанного масштаба количественной гарантии нет

K12. Давать пакет зоны и карту вместо полного репозитория

Основание: Aider строит карту важных символов с выбором по графу и лимиту токенов; Codex поддерживает иерархию AGENTS.md. Существование этих механизмов не устанавливает полезность любого объёма инструкций факт [S45, S46].

Поле Содержание
Проблема и механизм Повторная разведка и шум; цель, разрешённые пути, контракты, команды и ссылки на подробности
Уровень Контекст агентов
Параллельность Исполнители исследуют только свои детали
Время тестов Команды и критерии выбора известны без поиска
Лимиты / лишняя работа Меньше лишнего ввода; выигрыш может исчезнуть при устаревших правилах
Цена Низкая, но нужен владелец актуальности
Риски / не применять Автогенерированный роман о проекте, обязательное чтение всего; не прятать критические связи
Инструменты AGENTS.md, CLAUDE.md, Aider repomap, zone.yaml, task packet
Доказанность Эмпирика контекстных файлов смешанная; экспериментировать с конкретным набором [S15, S16]

K13. Заменять рассуждение детерминированным преобразованием

Рекомендация: агент выбирает и проверяет преобразование, а скрипт выполняет кодогенерацию, форматирование, создание окружения и сбор evidence. Одна проверенная команда с диагностикой ошибки обычно проще повторного объяснения длинной процедуры гипотеза.

Поле Содержание
Проблема и механизм Ручная генерация однотипного кода и повторные команды; codemod/codegen/task runner
Уровень Процесс, контекст, сборка
Параллельность Меньше общих ручных операций и конфликтов generated code
Время тестов Стабильный setup и быстрые schema/codegen drift checks
Лимиты / лишняя работа Не нужно заново рассуждать над уже формализованным действием
Цена Низкая для нескольких команд, средняя для безопасного codemod
Риски / не применять Ошибка генератора размножается; не автоматизировать неустоявшееся продуктово-смысловое решение
Инструменты Скрипты репозитория, AST codemods, генераторы клиентов из контрактов
Доказанность Авторская рекомендация; экономия зависит от частоты повторения

K14. Выбирать модель, effort и субагентов по цене принятого результата

Основание: Claude Code даёт субагентам собственный контекст и настройки модели, но их использование расходует те же квоты. Поэтому разделение контекста не является увеличением подписочного лимита факт [S47].

Поле Содержание
Проблема и механизм Максимальный effort на каждом поиске и оркестрации; лёгкие маршруты для простых задач, сильный для неопределённости
Уровень Контекст, оркестрация
Параллельность Субагенты полезны независимому исследованию, адаптерам и проверкам
Время тестов Прямого сокращения нет; лучшая постановка уменьшает repair loops
Лимиты / лишняя работа Снижение возможно после учёта неудачных попыток; параллельное дублирование способно увеличить расход
Цена Средняя: небольшая выборка собственных задач и журнал результатов
Риски / не применять Дешёвая модель создаёт дорогую переделку; не дробить тесно связанную задачу ради нескольких агентов
Инструменты Model/effort routing, subagents, resumable CLI jobs
Доказанность Возможности подтверждены; универсальной оптимальной модели нет

K15. Создавать проверяемые швы в legacy постепенно

Рекомендация: сначала зафиксировать важное наблюдаемое поведение, затем поставить фасад вокруг часто меняемой области, запретить новые обходы и переносить зависимости по мере изменений. Эталонный тест фиксирует текущее поведение, которое может включать ошибку; перед объявлением его нормой требуется продуктовая проверка гипотеза.

Поле Содержание
Проблема и механизм Большая существующая система не имеет безопасных границ; characterization/golden tests + facade + постепенное вытеснение старого пути
Уровень Архитектура, тесты, процесс
Параллельность Возникает по мере стабилизации отдельных швов
Время тестов Сначала может вырасти; позже локальные suites заменяют часть общих прогонов
Лимиты / лишняя работа Снижает повторную разведку старого кода и риск общего переписывания
Цена Средняя/высокая, но распределяется на реальные изменения
Риски / не применять Закрепление дефекта snapshot-тестом, слишком широкие snapshots; не делать общий rewrite ради «идеальной» модульности
Инструменты Golden files, approval fixtures, публичный facade, baseline нарушений импортов
Доказанность Авторская методика; кейс Shopify поддерживает необходимость работы с реальной связанностью, не даёт гарантии окупаемости [S18]

Дерево решений

  • Если модель продукта меняется целиком и полный suite быстрый→последовательные короткие вертикальные инкременты, K05/K09, без сложного selector.
    • Если появился повторяющийся независимый поток изменений→выделить одну зону модульного монолита по K01/K02.
  • Если задачи меняют один транзакционный инвариант→один владелец этой реализации, параллельно только независимые адаптеры/тестовые исследования.
  • Если нужны независимые задачи, но независимый выпуск не требуется→модульный монолит, K01–K05 и отдельные worktree.
    • Если основное ожидание в CI и граф достоверен→добавить K06/K07.
    • Если граф неполон→явные наборы тестов зон плюс полный гейт интеграционного кандидата; сначала исправить граф.
    • Если основное ожидание у человека→K09/K10 до увеличения числа агентов.
  • Если уже нужна независимая эксплуатационная/релизная граница backend→микросервис для этой зоны плюс CDC, version matrix и реальные интеграционные тесты.
    • Если такой потребности нет→сохранить in-process модуль.
  • Если несколько UI-потоков требуют независимого выпуска и готовы содержать shell contracts→микрофронтенды.
    • Если нужен лишь параллельный UI-код→feature-пакеты одного frontend и component harness.
  • Если система legacy со скрытыми зависимостями→K15, один пилотный фасад и характеристические тесты.
  • Если дешёвый детерминированный selector уже исчерпан, а тесты остаются очень дорогими→пилот predictive selection в shadow-режиме с полными контрольными прогонами.
  • Иначе→простой модульный монолит, небольшие задачи, воспроизводимые проверки и измерение времени до приёмки.

Практическое применение

Пошаговая методика нарезки

Методика ниже — предлагаемая процедура, объединяющая рассмотренные механизмы. Она не была испытана на репозитории пользователя; все числовые ориентиры в этом разделе иллюстративные гипотеза.

Шаг Действие Артефакт Критерий выхода
1. Найти задержку Разложить последние изменения на работу, ожидание тестов, ревью, переделки и сбор контекста Baseline по шести потерям Понятно, какую задержку предполагается уменьшить
2. Выделить сценарии Описать пользовательские результаты и критические отрицательные исходы Карта сценариев и рисков Есть наблюдаемый критерий приёмки
3. Найти инварианты Для каждого состояния определить владельца записи, атомарность и требования к свежести Карта данных и транзакций Нет безымянной «общей БД», которую все меняют
4. Наметить смысловые зоны Группировать правила и изменчивые решения; проверить разное значение одинаковых слов Context map Различаются модели контекстов и переводы между ними
5. Проверить ось изменений Для legacy исследовать co-change; для нового продукта проиграть вероятные следующие изменения Матрица «сценарий → зоны» Большинство обычных изменений локальны; широкие названы явно
6. Сократить поверхность Убрать чужие ORM/DTO-детали и лишние универсальные параметры из интерфейсов Public ports + запреты Потребитель не должен знать внутренний алгоритм или таблицы
7. Уточнить контракт Семь вопросов + схема + состояния/ошибки + версии + негативные примеры Contract bundle Можно написать consumer/provider tests до реализации
8. Построить тонкий путь Провести одну минимальную реальную трассу через UI/API/DB/worker Walking skeleton Реальные wiring, auth, миграция и среда работают вместе
9. Создать локальные гейты Назначить каждой зоне её unit/component/integration/contract suites Test map, bootstrap commands Любая зона проверяется без полного ручного обхода продукта
10. Закрепить границы Включить импортные проверки и таблицу владения данными Architecture gate Новое нарушение останавливает pipeline
11. Нарезать задания Для каждой задачи указать контракт, пути записи, условия остановки и evidence Task packet, task DAG Независимые задания не редактируют общий инвариант/артефакт
12. Запустить и измерить Начать с малого числа исполнителей, интегрировать короткими партиями Pilot ledger Ускорение сохраняется после учёта ревью, переделок и квоты

DDD добавляет проверку смысла границы. В первичном DDD Reference Eric Evans определяет Bounded Context как область применимости модели, Context Map — существующие отношения контекстов, Published Language — общий язык обмена; Shared Kernel требует явного совместного управления. Для агентов это аргумент фиксировать перевод моделей и владельца shared-части до параллельного изменения факт [S48].

Как оценить кандидат на зону

Хорошая граница должна выдержать мысленный тест следующего изменения. Например: добавление фильтра экспорта, смена провайдера уведомлений, новый тип роли, новое поле задачи; для каждого фиксируются затронутые зоны, контракты, данные и проверки. Большое число зон, меняющихся вместе, — повод объединить их или убрать протекающую деталь интерфейса, а не автоматически вводить новый оркестратор гипотеза.

Проверка Хороший ответ Признак неверной границы
Самостоятельная ценность Зона предоставляет понятную возможность «Содержит все utils»
Владение Известен единственный хозяин правил и состояния Несколько агентов меняют одну таблицу
Публичная поверхность Несколько стабильных операций и событий Почти каждая внутренняя сущность экспортируется
Локальная проверка Инварианты тестируются своим suite Для простого правила нужен весь продукт
Контекст Задание можно понять по пакету зоны Нужна вся история разработки
Эволюция Большинство предполагаемых изменений остаётся внутри Каждый PR меняет shared DTO и всех потребителей
Разделимость Есть содержательная независимая работа до интеграции Один исполнитель постоянно ждёт решения другого

Размер относительно окна контекста нельзя выражать универсальным числом строк. Рабочий набор — правила + необходимый код + тесты + контракты + диагностические результаты + запас на рассуждение/правку; public API может быть малым у большого глубокого модуля. Если агент регулярно тратит значительную часть запуска на восстановление внутренних связей, сначала улучшаются фасад и навигация, затем рассматривается разделение гипотеза.

Сквозной пример: многоарендный сервис задач и отчётов

Иллюстрация архитектуры: один backend-процесс, отдельный worker-процесс из того же репозитория, один frontend, реляционная БД и брокер. Очередь задаёт границу исполнения задач, а не обязывает превращать Reports в независимый микросервис гипотеза.

Зона Ответственность и данные Публичная поверхность Чего не делает Владение UI
Z0 TenantAccess Tenant, membership, policy Проверка действия над ресурсом, доверенный tenant context Не знает SQL задач и отчётов Выбор организации, управление доступом
Z1 Work Проекты, задачи, их инварианты; work_* Команды работы, WorkSnapshot для экспорта Не доставляет письма и не формирует файлы отчётов Страницы проектов/задач
Z2 Reports Export request, статус, файл, job/outbox; reports_* Запрос экспорта, статус, ReportReady Не читает таблицы Z1 напрямую, не назначает роли Запуск экспорта и статус
Z3 Notifications Preferences, delivery attempts; notifications_* Consumer ReportReady, управление настройками Не формирует отчёт и не принимает права из непроверенного payload Настройки уведомлений
Z4 Platform/UI shell Router, design tokens, job runtime, test harness Технические стабильные примитивы Не владеет бизнес-правилами всех зон Оболочка и общие компоненты

Контекстная карта примера: Z0 предоставляет политику доступа Z1/Z2/Z3; Z1 предоставляет опубликованный WorkSnapshot Z2; Z2 отправляет ReportReady Z3; Z4 даёт технические адаптеры. WorkSnapshot — DTO чтения с согласованным смыслом, а не экспорт всей ORM-модели; общие бизнес-объекты в Z4 не вводятся гипотеза.

  1. Счастливый путь: пользователь tenant A создаёт проект и задачу в Z1, запрашивает экспорт в Z2; Z2 проверяет доступ через Z0 и получает snapshot через публичный порт Z1 гипотеза.
  2. Фоновая работа: запрос и job/outbox записываются атомарно в локальной БД Z2; worker загружает файл по immutable key и проверяет наличие/целостность, затем условным переходом фиксирует ready и ReportReady в одной DB-транзакции. Повтор использует тот же логический event_id и файл, уникальное ограничение/CAS защищает переход от двух worker; сиротские файлы убираются отдельно гипотеза.
  3. Потребитель: Z3 фиксирует dedup по tenant/consumer/event и создаёт logical notification/outbox одной транзакцией с уникальным ограничением; результат внешней доставки сохраняется отдельно. Повтор после сбоя не создаёт новую логическую нотификацию, но для внешнего эффекта действуют гарантии конкретного адаптера гипотеза.
  4. Отрицательные трассы: tenant B не получает статус/файл A; старое событие и повтор не создают лишних эффектов; недоступный брокер не теряет committed job; revoked access проверяется по явно выбранной политике на исполнении и скачивании гипотеза.

Outbox не обеспечивает магическое exactly-once. Сохранение события в транзакции с изменением состояния закрывает разрыв DB→broker, но relay может опубликовать одно сообщение повторно; потребитель обязан учитывать повторы. Это свойство паттерна, а выбранная здесь схема дедупликации — проектное решение факт [S49].

Разграничение доступа выполняется на двух уровнях: Z0 даёт проверенный subject/tenant context и membership/role policy, а Z1 проверяет принадлежность проекта и допустимость чтения конкретных задач; Z2 связывает tenant, report и object key при выдаче файла. Snapshot с ID/version создаётся владельцем Z1 в момент запроса: раздельные операции чтения Z1 и enqueue Z2 сами не обеспечивают общую межмодульную транзакцию гипотеза.

Доставка требует восстановления: после исчерпания автоматических retry событие сохраняется для DLQ/recovery, а срок хранения dedup согласуется с возможным replay. Гарантия действует при eventual recovery нужных компонентов и достаточном retention; остановившийся навсегда broker или удалённое событие не исправляются одним наличием outbox гипотеза.

План параллельной разработки примера

Фаза Исполнитель Работа и результат Длительность, иллюстрация
0 Человек + ведущий агент Карта зон, fixture tenant A/B, Z0/Z4 skeleton, контракты и runnable path 45 минут
1A Агент A, отдельный worktree Z1 API/UI, snapshot provider, локальные тесты 100 минут
1B Агент B, отдельный worktree Z2 API/worker/status UI, snapshot consumer, outbox и негативные проверки 120 минут
1C Агент C, отдельный worktree Z3 delivery/preferences, ReportReady consumer и dedup tests 70 минут
2 Интегратор Общий merge-кандидат, контракты, реальные DB/broker traces, исправление стыков 30 минут
3 Человек Preview, смысл поведения, доступ между арендаторами, приёмка 25 минут

Иллюстрация расчёта: последовательный план занимает 45+100+120+70+30+25=390 минут, параллельный — 45+max(100,120,70)+30+25=220 минут, то есть 1,77×. Предположение: интерфейсы стабильны после фазы 0, ресурсы не конкурируют, каждый исполнитель проходит локальные проверки внутри своей длительности; дополнительная переделка может убрать выигрыш. Это модель расписания, не результат эксперимента гипотеза.

Отдельный расчёт CI До После Иллюстративный результат
12 внутренних циклов 12 × 20 = 240 runner-minutes 12 × 3 + 2 × 20 = 76 runner-minutes На 68,3% меньше суммарного исполнения
Что входит Каждый раз полный suite 12 локальных suite и два полных контрольных прогона Не означает сокращение delivery на 68,3%

Runner-minutes не добавляются к 220 минутам: тесты уже включены в длительности фаз, а часть прогонов перекрывается. Два полных прогона в примере — проверка интеграционного кандидата и контроль перед принятием; их конкретная необходимость определяется риском, а не обязательным ритуалом для любого PR гипотеза.

Иллюстрация токенов: если суммарные input/output всех исполнителей и проверяющих на принятый пакет были 150 тыс., а после ограничения контекста стали 110 тыс., снижение равно 26,7%; если запусков стало больше и суммарный расход 170 тыс., экономии нет. Процент квоты подписки необходимо измерить отдельно: эти значения не задают его курс гипотеза.

Порядок внедрения для двух масштабов

Элемент Один человек с агентами Команда до 10 человек с агентами
Базовая архитектура Модульный монолит, несколько бизнес-зон, один frontend Те же зоны; разделение сервисов только по реальной потребности
Стартовый режим, ориентир Два исполнителя + краткое адресное ревью по риску Небольшие потоки с владельцами, лимит общей очереди приёмки
Контракты Схема, fixtures, in-process conformance; Pact при реальных независимых клиентах CDC и версия потребителя при отдельных pipeline; владелец каждого стыка
Гейты Быстрый локальный suite, smoke, консервативный интеграционный кандидат Автоматический affected+cache, очередь слияния, mandatory architecture checks
Роль человека Архитектурные границы, неоднозначности, продуктовый UX, существенные риски Те же функции распределены между владельцами зон; один дежурный интегратор
Контекст Небольшой AGENTS.md/CLAUDE.md и карточки зон Единая карта, scoped rules, script-generated task/evidence bundles
Когда добавлять агентов Готовая независимая задача и свободное место приёмки Внутри свободной зоны при наличии проверяющей мощности
Что внедрять позже Remote cache, сложный broker контрактов, predictive selection Расширять по фактическим CI/координационным затратам

Цена входа — прежде всего инженерное время: определить владельцев данных, сделать среду воспроизводимой и научить CI проверять границы. Иллюстративный пилот можно ограничить одной зоной и одной неделей наблюдения, но это рамка эксперимента, а не обещание закончить модульность за неделю; подписки/CI оплачиваются по выбранным планам, общего достоверного бюджета для произвольного проекта нет гипотеза.

Ошибки первого запуска и жизнь через месяцы

  • Сначала нарезать все папки, потом искать независимые сценарии: лечится пилотом по реальным изменениям и co-change, а не общей реорганизацией гипотеза.
  • Раздать UI/API/DB разным агентам на одну фичу без контракта: заменяется вертикальными задачами либо общей предварительной договорённостью по стыку гипотеза.
  • Одновременно поручить всем править lockfile и миграции: такие артефакты получают одного владельца интеграционного шага гипотеза.
  • Считать зелёную ветку готовой к приёмке: проверяется итоговая композиция и актуальность evidence после изменений гипотеза.
  • Сохранять границы навсегда: раз в устойчивый цикл работы анализируются co-change, нарушения и стоимость стыков; часто совместно меняющиеся зоны объединяются, разросшиеся shared-пакеты пересматриваются гипотеза.

Долгосрочная эмпирика именно агентных зон ограничена. Shopify показывает, что интерфейс без уменьшения фактической связанности не дал ожидаемой независимости; из этого следует отслеживать изменение структуры на протяжении месяцев, но нельзя приписывать кейсу подтверждённую долговременную экономию токенов вендор [S18].

HTML-приложение: demo.html позволяет выбрать тип изменения, увидеть расширение затронутых зон и набор проверок, а также пересчитать иллюстративное расписание. Реализована только демонстрация методики; веб-приложение из примера не разрабатывалось.

Артефакты

Минимальный комплект артефактов

Все примеры в этом разделе — предлагаемые шаблоны, а не файлы действующего приложения. Источником истины для формы сообщений служит выбранная схема, для семантики — контракт и его примеры; README и агентные инструкции ссылаются на них, не копируют всё содержимое гипотеза.

Артефакт Назначение и поля Кто создаёт / обновляет Когда устаревает Пример
Карта зон Ответственность, публичные порты, владелец, данные, зависимости, тесты Архитектор/ведущий; владелец зоны в PR При изменении ownership или публичной поверхности zones/reports.yaml
Contract bundle Схема, семь вопросов, ошибки, invariants, fixtures, версия Владелец provider с consumer До изменения обязательств, не после merge contracts/report-ready/v1/
Context map Направление зависимости и способ перевода моделей Ведущий с владельцами При новом потребителе/общем kernel Work → Reports: Published Language
Task packet Цель, scope, base, контракты, гейты, запреты, условия остановки Диспетчер; исполнитель уточняет находки При rebase или изменении контракта EXPORT-42
Test-impact map Пути → цели → потребители → риск → suite Владелец CI и модулей При новом импорте, конфигурации, fixture impact-rules.yaml
Evidence manifest SHA, env, команды, результаты, кеш-ключи, пропуски Скрипт CI; агент добавляет краткий смысл При любом изменении входа; reuse только по полному совпадающему ключу evidence/EXPORT-42.json
Решение о смене контракта Причина, версии, матрица совместимости, миграция, удаление старого Владельцы стыка, человек принимает последствия Заменяется следующим решением, история сохраняется ADR-017: WorkSnapshot v2
Правила агента Короткая карта, команды, границы, причины эскалации Владелец процесса При изменении команды/правил, проверяется автоматически AGENTS.md / CLAUDE.md

Карта зоны

# Иллюстрация формата проекта; это не конфигурация конкретного продукта.
id: reports
owner: reports-maintainer
purpose: "Создать и выдать разрешённому пользователю отчёт по снимку задач"
write_paths:
  - backend/reports/
  - frontend/features/reports/
  - tests/reports/
owns_tables: [reports_jobs, reports_files, reports_outbox]
public_ports: [RequestExport, GetReportStatus, DownloadReport]
emits: [ReportReady.v1]
consumes: [TenantAccess.v1, WorkSnapshot.v1]
forbidden:
  - "SQL/ORM-доступ к work_* и tenant_*"
  - "Изменение схемы WorkSnapshot без решения по контракту"
  - "Общая глобальная CSS-правка из задачи Reports"
test_targets: [reports-unit, reports-db, reports-worker, reports-contract]
critical_traces: [export-download, cross-tenant-deny, duplicate-ready]
shared_change_owner: integration-maintainer

Владелец таблицы не равен физической БД. Зоны могут иметь одну БД при явном праве записи и контролируемых чтениях; совместный инвариант между таблицами требует одного транзакционного владельца или явно выбранного протокола согласования. Foreign key, общая уникальность и каскад удаления — зависимости, которые обязательно заносятся в карту влияния гипотеза.

Контракт по семи вопросам, расширенный для агентов

Вопрос пользователя Заполнение ReportReady.v1 Что дополнительно фиксируется
Кто отправляет? Reports, владелец reports_jobs Источник доверия и аутентификация издателя; кто меняет контракт
Кто принимает? Notifications, consumer report-mail-v1 Перечень consumer-версий, владельцы, право игнорировать новое поле
Событие? Готов неизменяемый файл для конкретного export request Событие описывает свершившийся факт; не обещание отправить письмо
Что передаётся? event_id, schema_version, tenant_id, report_id, occurred_at Типы, ограничения, optional/null, timezone, examples, классификация данных
Гарантии? At-least-once после commit при восстановлении транспорта и достаточном retention/replay; потребитель устойчив к повтору Область порядка, retry/backoff, идемпотентность, срок жизни dedup state, свежесть
Запреты? Нет raw SQL Reports, нет публичного URL файла, нет exactly-once обещания Нельзя доверять tenant_id от внешнего клиента без авторизации, нельзя менять прошлое событие
Гейт? Schema + consumer/provider + повтор + tenant-deny + реальный transport smoke Какой SHA проверен, допустимые версии, обязательные отрицательные случаи

Синтаксическая схема не описывает всю семантику. Для примера необходимо отдельно выбрать политику отзыва доступа: в этом примере snapshot фиксируется Z1 в момент запроса с snapshot_id/version и согласованной семантикой чтения, worker повторно проверяет разрешение на обработку, скачивание проверяет текущий доступ; другая политика допустима, если она явно принята и проверяется. Без этого два агента могут корректно реализовать несовместимые правила гипотеза.

{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "$id": "urn:example:report-ready:v1",
  "type": "object",
  "required": ["event_id", "schema_version", "tenant_id", "report_id", "occurred_at"],
  "properties": {
    "event_id": {"type": "string", "minLength": 1},
    "schema_version": {"const": 1},
    "tenant_id": {"type": "string", "minLength": 1},
    "report_id": {"type": "string", "minLength": 1},
    "occurred_at": {"type": "string", "format": "date-time"}
  },
  "additionalProperties": true
}

Совместимость этого примера условна: additionalProperties: true разрешает добавление полей в схеме, но потребитель тоже должен терпеть неизвестные поля. В JSON Schema 2020-12 format разделён на annotation и assertion vocabulary; реальное принудительное ограничение date-time зависит от включённой поддержки validator, поэтому conformance-тест обязан проверять некорректное время факт [S50].

Формат Основная роль Чего сам не доказывает Выбор в примере
OpenAPI Операции HTTP, параметры, ответы, security schemes Бизнес-инварианты, актуальную tenant-политику, реальную совместимость клиента Запрос экспорта, статус и скачивание факт [S51]
JSON Schema Структура и ограничения JSON Транзакции, порядок, side effects Payload событий и примеры факт [S50]
AsyncAPI Message-driven API: каналы, сообщения, операции и protocol bindings Работоспособность брокера и фактическую доставку ReportReady и transport metadata факт [S52]
protobuf Типизированное бинарное представление и генерируемые типы Семантику поля и совместимость бизнес-правила При существующем gRPC/binary обмене; не вводить ради моды факт [S53]
Pact Набор взаимодействий, нужных consumer, с provider verification Неописанные случаи, корректность side effects и транспорта При независимом жизненном цикле сторон факт [S28, S29]

Бинарная совместимость protobuf отличается от JSON-совместимости: номера удалённых полей резервируются, некоторые изменения допустимы лишь при ограничениях на значения, преобразование в JSON может потерять unknown fields. Поэтому «схема скомпилировалась» не является достаточным гейтом миграции факт [S53].

Правила изменения контрактов

  1. Зафиксировать наблюдаемое изменение: поле, значение, ошибка, порядок, гарантия, тайминг или права; прежнее имя/тип не означает прежний контракт гипотеза.
  2. Проверить обе стороны совместимости: старый consumer с новым provider, новый consumer со старым provider, сохранённые старые сообщения и повторное чтение данных гипотеза.
  3. Использовать expand–contract: сначала readers принимают старый и новый формат, затем writers начинают писать новый, затем после ухода старых версий отключается старый формат; для request reader обычно provider, для response/event — consumer; rollout и rollback описываются отдельно гипотеза.
  4. Выделить несовместимое изменение: новая версия/операция, владелец перехода и список зависимых задач; нельзя тихо чинить чужой consumer в своей зоне гипотеза.
  5. Генерировать тестовые подмены из общего набора примеров: обе реализации проходят conformance, затем общий реальный сценарий; stub может сохраняться для тестов, пока подтверждается его conformance текущему контракту гипотеза.

Состояния и гарантии фоновой задачи

requested → queued → running → ready
                         ↘ retry_wait → queued
                         ↘ failed

Инварианты примера:
- report_id принадлежит ровно одному tenant_id;
- ready означает наличие проверяемого неизменяемого файла;
- повтор того же request idempotency key не создаёт второй logical job;
- повтор event_id не создаёт вторую logical notification;
- event_id стабилен для логического ready-перехода, включая publish retry;
- dedup и создание logical notification/outbox атомарны и защищены unique key;
- ready фиксируется после проверки immutable файла; DB и storage не одна транзакция;
- forbidden/expired не превращаются автоматически в retryable;
- retry limit, deadline, cancellation и dedup retention задаются явно.

Повтор внешнего письма нельзя исключить одной записью dedup до отправки: сбой между отправкой и фиксацией результата оставляет неопределённость. Для строгого запрета дублей нужен поддерживаемый внешний idempotency key или более узкая гарантия; в примере обещается одна логическая доставка с документированной политикой повторов, а не математически exactly-once внешнего эффекта гипотеза.

Файл и доступ проверяются владельцем ресурса: проверка Z0 membership/role дополняется tenant/resource scope внутри WorkSnapshot и связкой tenant/report/object key внутри Download. При сбое после загрузки файла до ready-транзакции повтор переиспользует проверенный объект; оставшиеся сироты не объявляются готовыми отчётами и удаляются отдельным процессом гипотеза.

Что изменилось → что перепроверить

Таблица — консервативная стартовая политика. «Локально» допустимо только при известном графе, неизменном контракте и доверенных предыдущих результатах; baseline берётся от проверенного состояния, а интеграционный gate относится к итоговому кандидату, не к отдельным зелёным веткам гипотеза.

Что изменилось Минимально нужная перепроверка Когда расширить Ручная проверка
Private algorithm без изменения поведения Unit/property зоны, regression-пример, затронутые component tests Если меняется память/время/порядок — performance и consumers этих гарантий Обычно не нужна при ясном oracle
Исправление private business rule Зональные functional + негативные примеры + публичный conformance Если прежнее правило использовали соседи — affected consumers Смысл изменения при неоднозначности
HTTP поле/ошибка/default/order Schema diff, provider и все известные consumer tests, affected UI Несовместимость или неизвестный клиент — version matrix и сквозной маршрут Проверить продуктовый смысл
WorkSnapshot, используемый Reports Work provider, Reports consumer, экспортная трасса Изменение доступа/свежести — Z0 и отрицательные трассы Условно по риску
Event payload Producer + consumer conformance, старые сериализованные сообщения Новая семантика/порядок — state machine/replay tests При смене обязательств
Retry/ack/dedup/timeout worker Реальные DB/broker tests, duplicate/loss/crash windows, recovery Общий job runtime — все worker consumers Существенные последствия повторов
Авторизация или tenant context Все потребители политики, cross-tenant negative, полный критический набор доступа Общая identity middleware — полный интеграционный кандидат Обязательна для нового смысла доступа
Private schema/индекс Миграция на старой схеме, реальные DB-tests, запросы и constraints владельца Shared FK/transaction/DB option — все зависимые зоны Для удаления/преобразования данных
Изменение общего инварианта данных Все участники транзакции, concurrency, negative и migration tests При неполной карте — весь интеграционный suite Архитектурное решение
Локальный UI-компонент Component, accessibility checks, visual cases, соответствующий маршрут Общие CSS/global state/router — вся затронутая UI-сеть Внешний вид и взаимодействие
Design tokens / shell / router Все UI consumers, основные browser traces, visual comparison Общий bootstrap/auth — полный browser gate Композиция экранов
Feature flag/default Старый и новый режим, switching и ожидаемая release-конфигурация Взаимодействующие flags — целевые комбинации Какой режим реально включается
Общая библиотека Тесты библиотеки и транзитивные потребители по графу Неполная декларация — весь workspace По смыслу изменения
Lockfile/toolchain/runtime Затронутые сборки/тесты с новым ключом среды Без надёжной package mapping — весь workspace Обычно достаточно evidence
Env/config/locale/timezone Потребители настройки и соответствующие матрицы Неизвестный потребитель — полный набор Для заметного поведения
CI, selector, cache inputs Собственные проверки политики + полный контрольный run без доверия старому ключу До подтверждения корректности selector — shadow mode Проверка политики ответственным
Общие fixtures/test infrastructure Все suites, использующие их, проверка изоляции и порядка Неизвестные связи — полный run Не нужна, если oracle сохранён
Только тест Изменённый тест, связанный suite, проверка что ожидание не ослаблено Shared setup/selector — как общая test infrastructure При ослаблении требования
Только документация Ссылки, команды/snippets, согласованность контракта AGENTS.md и исполняемые примеры могут влиять на поведение процесса При изменении правил
Неизвестный файл/динамический импорт/новый consumer Консервативно весь релевантный workspace + регистрация зависимости Пока неизвестность не устранена, нельзя считать незатронутым Разбор причины неизвестности
Слияние нескольких зелёных изменений Повторное вычисление влияния на итоговом SHA + integration smoke Конфликт, общий инвариант, рискованная комбинация — полный кандидат По совокупному изменению

Алгоритм выбора и сохранения доказательств

base := last trusted baseline for the candidate
delta := all changes between base and candidate, including rename/delete/config
if dependency graph unknown OR selector/cache policy changed:
    required := all relevant suites
else:
    required := reverse-dependency closure(delta, union(graph(base), graph(candidate)))
              UNION contract consumers/providers touched by public change
              UNION data/config/resource/fixture dependents
              UNION mandatory risk and critical-trace checks

for each required target:
    key := hash(target code + dependencies + tests + commands + toolchain
                + environment/config + declared fixtures + policy version)
    reuse only trusted result with same complete key and acceptable freshness
    otherwise execute in isolated environment

publish candidate SHA, selected and skipped targets, reasons, results, cache keys
compare with full control on same SHA and equivalent environment; periodically bypass cache

Есть два разных способа сужения. Консервативное замыкание на уровне модулей запускает потребителей при любом изменении upstream; более агрессивная остановка на неизменном интерфейсе требует доказательства, что потребитель не зависит от скрытой семантики и глобальных ресурсов. Стартовая рекомендация — первый вариант, затем проверяемое сужение для хорошо изолированных целей гипотеза.

Полный suite тоже не доказывает отсутствие всех дефектов. Он служит контрольным oracle для пропусков selector относительно существующих тестов; новая ошибка без теста не обнаружится ни полным, ни выборочным прогоном. Поэтому метрики пропусков отделяются от дефектов, найденных человеком или пользователями гипотеза.

Пакет задания и evidence

# Пример задания агенту
task: EXPORT-42
goal: "Экспортировать завершённые задачи в CSV с явной ошибкой отказа в доступе"
zone: reports
base_commit: "<SHA проверенного baseline>"
contracts: [WorkSnapshot.v1, TenantAccess.v1, ReportReady.v1]
write_scope: [backend/reports, frontend/features/reports, tests/reports]
acceptance:
  - "tenant A получает только задачи A"
  - "tenant B не получает чужой status или файл"
  - "повтор запроса с тем же ключом не создаёт новый logical job"
stop_and_report:
  - "Нужна правка чужой таблицы или публичного контракта"
  - "Обнаружен незарегистрированный consumer"
deliver:
  - diff
  - evidence_manifest
  - reproducible_preview_steps
Evidence-поле Пример заполнения Проверка доверия
Версия candidate SHA, contract hashes, selector version Совпадает с принимаемым кандидатом
Среда image digest, runtime, lockfile hash, tenant fixtures Учтена в ключах результатов
Команды project-defined check reports, check contracts Скрипты существуют и версии закреплены
Результат exit code, failures, run URL/local artifact Получен от runner, а не только текстом агента
Пропуски Work unit suite: unchanged inputs/cache hit Есть воспроизводимое объяснение
Демонстрация route, seed, tenant, expected output Другой исполнитель может повторить
Ограничения Реальный mail provider не вызывался Не выдано за проверенную гарантию

Файлы правил агента

Механизмы загрузки различаются: Codex собирает AGENTS.md по иерархии до рабочей директории с более локальными правилами; Claude Code загружает CLAUDE.md и scoped rules. Текст правила является контекстом, а не технической изоляцией файлов, БД или сети факт [S46, S54].

# Правила проекта — пример

Карта зон: docs/zones.md. Контракты: contracts/.
Сначала прочитать карточку своей зоны и указанные в задании контракты.
Менять только write_scope задания; shared-файлы — через интегратора.
Не импортировать чужие internals и ORM-модели.
Не менять публичную семантику под видом рефакторинга.
Команды проекта: scripts/check-zone, scripts/check-contracts, scripts/evidence.
Эти команды и их аргументы документированы в scripts/README.md.
Новый consumer, миграция, auth/config/lockfile требуют расширенного gate.
При изменении scope вернуть причину и минимальное предлагаемое решение.
В сдаче: наблюдаемое изменение, evidence manifest, ограничения.

Примеры команд требуют реализации в проекте. Они показывают желаемую поверхность автоматизации, не являются существующими универсальными CLI; их smoke-проверка включается в CI, чтобы следующий агент не повторял диагностику устаревшего README гипотеза.

С чем используется в связке

Наиболее полезная связка — границы, исполняемые контракты и короткая обратная связь. Любой из этих элементов отдельно слабее: документация без гейта дрейфует, гейт без понятного владельца превращается в общий тормоз, параллельные ветки без интерфейсов откладывают конфликт до слияния гипотеза.

Связка Что обычно предшествует Что добавляется Где конфликт
DDD + information hiding + vertical slices Сценарии и инварианты Зоны по смыслу, скрытые решения и самостоятельные use cases Срезы не должны дублировать один доменный инвариант
Ports/adapters + локальные integration tests Публичный порт Быстрый fake и проверка реального DB/broker adapter Проверка только fake оставляет wiring и транзакции непроверенными
Contract-first + CDC + codegen Потребности обеих сторон Проверяемые примеры и совместимость известных клиентов Схема provider не заменяет реальные consumer needs
Worktrees + короткие ветки + merge queue Владелец зоны и Git baseline Раздельная запись и проверяемая общая композиция Долгоживущая изоляция увеличивает расхождение
Feature flags + expand–contract План совместимости Независимость merge, включения функции и обновления потребителей Флаг не спасает несовместимую DB-миграцию
Affected + cache + hermetic fixtures Достоверные зависимости Меньше целей и повторного исполнения Ошибочный inputs hash создаёт ложный зелёный результат
Repo map + scoped rules + task packet Стабильные команды и контракты Дешёвый вход нового исполнителя Документация по всему репозиторию снова увеличивает контекст
Human acceptance + адресный reviewer-agent Ясные требования и risk class Проверка смысла и независимый поиск ошибок Массовое дублирование ревью перегружает человека и квоту

Conway и Team Topologies применительно к агентам

Conway описал связь структуры системы и коммуникаций проектировщиков, включая необходимость согласования интерфейса между связанными частями. Это исходный архитектурно-организационный аргумент, а не доказанный отдельный закон поведения LLM мнение [S55].

Team Topologies различает четыре типа команд — stream-aligned, platform, enabling и complicated subsystem — и три режима взаимодействия: collaboration, X-as-a-Service и facilitating. Авторы связывают их с управлением когнитивной нагрузкой и потоком работы мнение [S22].

Человеческий приём Осторожная адаптация для агентов
Stream-aligned ownership Стабильный человек-владелец зоны; сменяемые агенты выполняют задания внутри неё
Platform Минимальные проверенные команды setup/check/evidence вместо отдельной большой «платформенной команды» для соло
Enabling Временный агент исследует сложный участок и оставляет проверяемый результат, а не постоянный слой согласования
Complicated subsystem Специализированный исполнитель для алгоритма, миграции или безопасности с отдельным критерием приёмки
Collaboration Короткое совместное уточнение нестабильного контракта до параллельной реализации
X-as-a-Service Работа через устойчивый интерфейс, без чтения внутренностей соседа
Facilitating Помощь тестовой среде или сборке, снимающая зависимость основного исполнителя

Аналогия имеет предел: у агента нет долговременной человеческой ответственности, а окно контекста и токены не равны когнитивной нагрузке команды. Полезен дизайн взаимодействий и границ ответственности; копирование ролей CEO/manager/developer в десятки промптов без проверяемого потока не получает эмпирической поддержки гипотеза.

Стекированные изменения

Stacked changes подходят настоящим зависимостям: первый PR вводит совместимый порт, второй реализует provider, третий переключает consumer; каждый слой имеет локальный diff и evidence. Независимые задачи следует разветвлять от общей устойчивой основы, иначе изменение нижнего слоя инвалидирует все последующие и создаёт лишние rebase-прогоны гипотеза.

Незавершённая функция может интегрироваться под флагом, но у флага должны быть владелец, ожидаемые конфигурации и условие удаления. Проверять все математически возможные сочетания необязательно; проверяются реально поддерживаемые конфигурации и рискованные взаимодействия, а остальные сочетания запрещаются или не обещаются гипотеза.

Метрики здоровья и антипаттерны

Что считать результатом

Основная единица — принятое изменение сопоставимого класса, удовлетворяющее продуктовым требованиям и обязательным проверкам. Число строк, коммитов, tool calls и PR — показатели работы, но без контроля размера и результата они легко растут вместе с потерями гипотеза.

Признак Здоровая норма Симптом деградации Источник
Lead time до принятия Ориентир: снижаются медиана и p85 при той же сложности/качестве Код пишется быстрее, delivery не меняется гипотеза
Принятый throughput Ориентир: больше сопоставимых результатов за окно наблюдения Больше PR, но меньше принятых возможностей гипотеза
Очередь ревью Ориентир: стабилен возраст и нет систематического роста WIP Готовые результаты стареют быстрее, чем принимаются гипотеза
Human touch time Ориентир: меньше минут активного участия на результат Человек стал оператором десятков терминалов гипотеза
Доля переделок Ориентир: падает отдельно по причинам «требование», «стык», «дефект», «среда» Экономия кодинга съедается repair loops гипотеза
Change locality Ориентир: обычные изменения затрагивают одну зону, широкие объяснимы Почти каждый PR меняет shared и несколько контекстов Практическая метрика Shopify вендор [S18]
Размер публичной поверхности Ориентир: меньше обязательств при той же полезной функциональности Экспорт почти всех internals, универсальные DTO гипотеза
Время CI Ориентир: отдельно улучшаются critical-path wait и runner-minutes Оптимизированы минуты машины, но очередь длиннее гипотеза
Пропуски selector Ориентир: нет известных необъяснённых пропусков; регистрируется каждый Full control находит отказ, пропущенный subset гипотеза; ограничения методов [S34, S39]
Cache correctness Ориентир: повтор с теми же входами воспроизводим, отличные значимые входы инвалидируют Зелёный кеш скрывает изменение env/toolchain/data факт [S40, S41, S42]
Нестабильные тесты Ориентир: каждый flaky имеет владельца и срок ремонта Повторять до зелёного стало обычной приёмкой гипотеза
Токены на результат Ориентир: учитываются все агенты, повторы, reviewer и вход/выход Красивый отчёт показывает только последний успешный запуск гипотеза
Квота на результат Ориентир: измерена по provider/account/window, уменьшились минуты блокировки Один агент экономит, swarm исчерпывает неделю раньше гипотеза
Повторный поиск Ориентир: команды/владельцы находятся без повторной разведки Агент каждый раз заново строит карту проекта гипотеза
Дефекты после приёмки Ориентир: не растут частота и тяжесть при ускорении Быстрый merge сопровождается регрессиями и откатами гипотеза

Формулы и сбор данных

rework_share = активное время исправлений уже выполненной работы /
               всё активное время разработки и проверки

selector_miss_rate = изменения, где full control обнаружил отказ вне subset /
                     изменения с выполненным full control

failed_change_recall = failing changes, пойманные subset /
                      failing changes, обнаруженные full control

cache_hit_rate = reused valid required targets / all required targets

tokens_per_accepted = sum(tokens всех попыток, агентов и reviewers) /
                      accepted comparable changes

quota_blocked_time = суммарное время, когда готовая задача
                    не запускалась из-за provider allowance

Нулевая наблюдаемая доля пропусков не является гарантией нулевого риска. Нужно сохранять размер выборки, классы изменений и число failing changes; сто контрольных зелёных прогонов почти ничего не говорят о способности selector ловить редкие ошибки. После каждого пропуска правило расширяется, а причина регистрируется как дефект test-impact map гипотеза.

Flaky-тест нельзя лечить бесконечным retry. Нужно различать реальную гонку продукта, утечку данных между тестами, зависимость от времени и нестабильный внешний сервис; карантин допустим только с видимым владельцем, причиной и отдельным сигналом. Критический тест tenant-изоляции не превращается в необязательный без заменяющего доказательства гипотеза.

Как поставить локальный эксперимент

  1. Зафиксировать baseline: несколько сопоставимых изменений, версия модели/CLI, класс сложности, длительность CI, человеко-минуты, токены и блокировки квот; ориентир объёма определяется вариативностью, а не универсальным числом задач гипотеза.
  2. Менять один основной фактор: сначала локальные suites, затем selector/cache, затем concurrency; одновременное введение всего не позволяет понять источник эффекта гипотеза.
  3. Сравнивать похожие новые задачи: повтор того же задания уже обученным человеку/агенту даёт преимущество памяти; при возможности распределять сопоставимые задачи между режимами заранее гипотеза.
  4. Первые выборочные прогоны выполнять в shadow mode: полный набор всё ещё принимает решение, subset только прогнозирует; после подтверждения переходить к быстрым итерациям с полными контрольными выборками и риск-гейтами гипотеза.
  5. Считать общий расход аккаунта: Chat/Code, субагенты, соседние сессии и окна сброса квот; иначе эффект оптимизации одной задачи перепутается с изменением чужой нагрузки гипотеза.
  6. Остановить наращивание параллелизма, если очередь ревью, переделки, дефекты или квота ухудшаются быстрее, чем растёт принятый результат; менять границы или приёмку до покупки дополнительной мощности гипотеза.

Антипаттерны

Фабрика PR с одним приёмщиком

Как выглядит: несколько агентов непрерывно открывают большие PR, а один человек вечером пытается вспомнить требования ко всем гипотеза.

Почему возникает: оптимизируется занятость исполнителей, а ограниченный ресурс приёмки не учитывается гипотеза.

Как чинить: ограничить WIP, уменьшить размер принимаемого поведения, требовать evidence и адресный preview; запускать новые задачи после освобождения места гипотеза.

Когда менять практику: если после упрощения приёмки поток остаётся выше её мощности, уменьшить concurrency или распределить человеческое владение зонами гипотеза.

Модульность только на дереве папок

Как выглядит: директории названы по бизнесу, но все импортируют общие ORM-модели, пишут в одни таблицы и правят shared DTO гипотеза.

Почему возникает: границы нарисованы по расположению кода, а зависимости данных и совместных изменений не изменились гипотеза.

Как чинить: ownership таблиц/инвариантов, фасады, автоматические импортные запреты, анализ co-change и ограничение shared kernel гипотеза.

Когда менять практику: если один инвариант постоянно пересекает две зоны, объединить его владение или пересмотреть границу, вместо усложнения межмодульного протокола гипотеза.

Зелёный остров

Как выглядит: агент тестирует реализацию против собственной тестовой подмены; обе ветки зелёные, общий сценарий падает гипотеза.

Почему возникает: один и тот же неверный смысл встроен в реализацию и тест; отсутствует реальный provider/consumer или транспорт гипотеза.

Как чинить: независимые примеры приёмки, conformance реальной реализации, реальный DB/broker smoke и gate общего кандидата гипотеза.

Когда менять практику: если поддержание mock дороже живого локального адаптера, перейти на изолированную реальную зависимость для этого уровня проверки гипотеза.

Кеш как амнистия

Как выглядит: после изменения runtime или env CI возвращает старый зелёный тест, а ручной запуск падает гипотеза.

Почему возникает: ключ описывает код, но пропускает значимый вход либо кешируется неуправляемое внешнее состояние гипотеза.

Как чинить: полные inputs, закреплённая среда, trusted cache, контрольные запуски без кеша; перестроить затронутые доказательства гипотеза.

Когда менять практику: если входы теста невозможно перечислить и воспроизвести, перестать кешировать его результат и оставить кеш для сборки/герметичных целей гипотеза.

Роман правил и бесконечная команда агентов

Как выглядит: каждый новый агент читает длинное описание всего проекта, создаёт подагентов на поиск и пересказывает их отчёты ведущему гипотеза.

Почему возникает: объём контекста и число ролей ошибочно считаются показателями качества; стоимость координации не видна гипотеза.

Как чинить: короткие обязательные ограничения, адресная карта, ограниченные результаты субзадач, скрипты вместо повторяемого рассуждения гипотеза.

Когда менять практику: если ограниченная задача решается одним агентом быстрее и дешевле при той же приёмке, убрать дополнительную оркестрацию гипотеза.

Инструменты и софт

Карта инструментов

Выбирать следует по нужной границе и доказательству. Cloud-агент предоставляет среду выполнения, schema tool — описание сообщения, test selector — набор проверок; ни один из них самостоятельно не проектирует независимые зоны. Возможности и входные тарифы проверены 2026-09-27; они могут зависеть от версии, плана и rollout гипотеза.

Категория Продукты и что проверено Практическая граница
Python architectural enforcement Import Linter: forbidden, protected, layers, independence Контролирует импорты, не raw SQL и tenant-правила факт [S27]
Java modular monolith Spring Modulith: verify и ApplicationModuleTest; bootstrap STANDALONE/DIRECT/ALL dependencies Есть change-aware tests; изменения build/resources расширяют прогон, но внешняя build-logic требует учёта факт [S26, S56]
Monorepo graph Nx: affected projects, зависимости и task inputs Особо выгоден при уже явных проектах; общий dependency может затронуть всё факт [S33, S40]
Build graph/cache Bazel: query/rdeps, action cache, hermetic inputs Нужен описанный build graph; установка Bazel сама не создаёт безопасный selector факт [S41, S42, S35]
Python coverage selection pytest-testmon: исходный сбор .testmondata и дальнейший выбор Assets/network требуют отдельной политики; общие fixtures могут расширять влияние факт [S34]
Вероятностный выбор Launchable: история, prioritization, subset по цели Отдельная калибровка и полный контроль; коммерческая доступность/цена в этой работе не установлены факт [S36, S37, S38]
HTTP/data/event contracts OpenAPI, JSON Schema, AsyncAPI, protobuf Форма не заменяет семантику, реальные адаптеры и version matrix факт [S51, S50, S52, S53]
Consumer contracts Pact: consumer test → pact → provider verification Проверяет конкретные взаимодействия, не все функции продукта факт [S28, S29]
Компактная карта кода Aider repomap: значимые символы и зависимости, настраиваемый map-token budget Карта навигации, не замена контрактов; default 1k не является размером хорошего модуля факт [S45]
Процесс от спецификации Kiro: requirements/design/tasks, варианты Feature/Bugfix/Quick Spec, волны независимых задач Граф исполнения должен отражать настоящую независимость факт [S10]
Шаблоны SDD Spec Kit: constitution, specify→plan→tasks→implement→converge; MIT toolkit Требуются Python 3.11+, uv и совместимый агент; стоимость модели отдельна факт [S57]
Автономные задачи Devin: сессии с окружением, результатом и передачей в PR Смысл scope и приёмки остаётся снаружи агента факт [S58]
VM для GitHub-задачи Jules: repository/branch, setup script, план, выполнение в VM, root AGENTS.md План и итог требуют проверки; экспериментальный статус указан в документации факт [S59]

Claude Code: управляемые локальные задачи и субагенты

Основные сущности — сессия, worktree, subagent, правила и hooks. Субагент имеет отдельный контекст, модель/инструменты/права; claude --worktree создаёт отдельную рабочую копию и ветку, а claude -p с JSON/stream-json позволяет запуск и обработку результата программно. Session ID и resume полезны для продолжаемых заданий факт [S47, S60, S61].

Аспект Практический разбор
Основной workflow Задание с областью записи → отдельный worktree → локальные команды → evidence → review
Интеграция CLI, project rules, scoped subagents, hooks до/после операций
Контроль PreToolUse может остановить вызов, post-hook не отменяет уже выполненную запись; окончательный architecture gate остаётся в CI факт [S62]
Ограничение Worktree не разделяет DB/Redis/порты; subagents используют общую квоту факт [S47, S60]
Цена входа Поддерживаемая Pro/Max подписка либо отдельная API/provider-авторизация; точный тариф здесь не оценён, аккаунт не использовался факт [S63]

Codex: локальное выполнение и параллельные cloud-задачи

В cloud пользователь управляет окружением репозитория и задачами, задаёт зависимости/setup, отслеживает журнал, рассматривает summary/diff, запрашивает доработку и открывает PR. Официальная документация описывает изолированные параллельные окружения и интеграции с GitHub, GitLab Beta, Linear и Slack факт [S8].

Аспект Практический разбор
Основной workflow Подготовленная среда и контракт → независимая задача → проверка diff/evidence → общий merge-кандидат
Контекст Иерархические AGENTS.md; область загрузки проверяется для фактического cwd факт [S46]
Ограничение Изоляция cloud-задач не доказывает совместимость их результатов гипотеза
Цена входа Страница на дату доступа указывает Plus $20/месяц и Pro от $100/месяц; API-ключ оплачивается отдельно и не даёт все cloud-функции факт [S6]
Подходит Независимые задачи с воспроизводимым setup и ясным reviewable result гипотеза

Cursor: фоновые cloud-агенты и артефакты результата

Прежнее название Background Agents в текущей документации раскрыто как Cloud Agents. Задачи выполняются в отдельных VM с репозиторием и настроенной средой; результат может включать PR, логи, скриншоты и видео. Эти артефакты помогают ревью, но не заменяют тесты и проверку кандидата факт [S64].

Аспект Практический разбор
Управляемые сущности Задача, VM environment, repository, secrets, branch/PR
Основные операции Делегирование фоновой задачи, наблюдение, уточнение, просмотр результата
Ограничение Доступ к сети/секретам должен соответствовать задаче; доказательства из VM относятся к её версии среды
Цена входа На 2026-09-27: Pro $20, Pro Plus $60, Ultra $200 в месяц; Teams Standard $40 и Premium $120 за пользователя в месяц, цены до налогов, расход зависит от модели факт [S65]
Подходит Команде, уже работающей в Cursor, когда отдельная VM снимает локальную конкуренцию за ресурсы гипотеза

GitHub Copilot: задача внутри PR-процесса

В актуальной документации coding agent называется cloud agent. Агент планирует работу и меняет отдельную ветку в ephemeral GitHub Actions environment, с возможностью создать PR; единица задачи ограничена репозиторием/веткой/PR. Документация указывает максимум сессии 59 минут, оплачиваемые планы, AI credits и Actions minutes факт [S9].

Аспект Практический разбор
Основные сущности Repository, issue/task, Actions environment, branch, PR
Операции Делегировать issue, наблюдать workflow, запросить изменение, проверить PR
Интеграция Естественно встраивается в GitHub review и CI
Ограничение Межрепозиторный сценарий требует внешней координации; большой task надо дробить по принимаемым результатам
Цена входа Платный Copilot-план с расходованием включённых AI credits и Actions minutes, сверх включённого возможна доплата; старую схему premium request per session нельзя автоматически переносить на дату среза факт [S9]

Остальные агенты и выбор масштаба

  • Devin: документация billing различает self-serve Free/Pro/Max/Teams с квотой и credits и Enterprise с ACU по договору; универсальная старая ACU-смета для всех планов неверна. Численный тариф в прочитанной billing-странице не указан факт [S66].
  • Jules: на дату чтения опубликованы отдельные лимиты числа задач за скользящие 24 часа и одновременно выполняемых задач: Free 15/3, Pro 100/15, Ultra 300/60. Эти числа отражают разные ограничения и не переводятся в Claude/Codex-токены факт [S67].
  • Соло: использовать уже имеющийся агент, worktrees и простые скрипты, добавить testmon либо Nx только при подходящем графе; покупать новый orchestration tool после измерения конкретного ограничения гипотеза.
  • До 10 человек: общая карта зон, владельцы контрактов, повторяемые среды, CI-граф и очередь интеграции важнее единого вендора агентов гипотеза.
  • Организации: дополнительно нужны управление доступом к репозиториям/средам, audit результатов и доверие remote cache; выбор определяется интеграциями и существующим процессом, а не сравнением рекламных demos гипотеза.

Launchable и Bazel не обязательны для маленького проекта. Если полный suite занимает меньше времени, чем поддержка selector, достаточно markers и быстрого CI; специализированные решения вводятся по измеренному bottleneck. Kiro/Spec Kit помогают оформлению заданий, но не гарантируют хорошую границу, а Aider repomap помогает навигации, но не выражает бизнес-инвариант гипотеза.

Адаптация под LLM и агентов

Что автоматизируется и что остаётся человеку

Действие Агент / скрипт Человек
Исследование границы Строит imports/co-change map, предлагает варианты Определяет продуктовые инварианты и принимает trade-off
Контракт Генерирует схему, fixtures, conformance tests Решает смысл гарантии, совместимость и политику доступа
Реализация Пишет локальный код, запускает проверки, исправляет локальные дефекты Разбирает изменение scope и необратимые последствия
Проверка Скрипт рассчитывает suite, runner фиксирует evidence, reviewer ищет контрпримеры Принимает продуктовый смысл и существенный риск
Контекст Обновляет карту и короткое состояние задачи Не обязан пересказывать весь репозиторий каждой сессии
Интеграция Строит кандидат и проверяет актуальные входы Владелец отвечает за политику приёмки

Сдача агента должна быть результатом, а не рассказом о работе. Минимум: diff, проход обязательных проверок на известной версии, воспроизводимый пример и обозначенные ограничения; текст «всё протестировано» без артефакта проверки не является evidence. Эта политика — предложение исследования гипотеза.

Изоляция: контекст, файлы, runtime и полномочия

Уровень Что отделяет Что не отделяет
Новый диалог / subagent Историю рассуждения и рабочий контекст Файлы, процессы, квоту, внешние эффекты
Git worktree Checkout, index и рабочую ветку Git repository metadata, БД, порты, Redis, файловые пути вне worktree
Контейнер / VM Процессы и файловую среду в пределах настройки Общие remote services и одинаковые credentials
Именование ресурсов Test DB/schema, queue, Redis prefix, object-storage prefix Ошибочную бизнес-семантику контракта
Права и sandbox Допустимые записи и внешние действия Правильность разрешённого изменения

Git worktree — несколько рабочих деревьев одного репозитория, позволяющих одновременно checkout разных веток. Поэтому каждому заданию нужны собственная ветка и checkout, а общие операции Git и ресурсы тестовой среды следует координировать отдельно факт [S68].

Иллюстрация naming: task-EXPORT-42 используется как суффикс test DB, имени queue и каталога artifacts, порты распределяет allocator; seed включает tenant A/B. Контейнер, который подключён к общей тестовой БД без namespace, не даёт нужной независимости гипотеза.

Минимальный протокол оркестрации

proposed → ready → leased → running → verifying → review → accepted
                         ↘ blocked        ↘ failed/rework

ready: контракт, scope, baseline, fixtures и гейты существуют
leased: один активный писатель на конкретную область задачи
running: работа в своём checkout; bounded independent subtasks допустимы
verifying: evidence связано с candidate и полными входами проверок
review: короткий diff, воспроизводимый сценарий, нет скрытых пробелов
accepted: общий кандидат удовлетворяет политике приёмки

Lease — координационное владение, а не достаточная защита файлов; запреты обеспечиваются инструментами/CI. Если агенту требуется чужой контракт, задача переводится в blocked с конкретным минимальным изменением, ведущий решает зависимость, а независимые работы продолжаются; диспетчер ждёт без новых запросов к модели; повторный polling агентом исключается гипотеза.

Ситуация Действие диспетчера
Независимые зоны и готовые контракты Запустить параллельно до лимита ресурсов/приёмки
Две задачи меняют один contract bundle Сначала общий контрактный PR, затем ветвление исполнителей
Общий lockfile, migration ordering или shell Один владелец соответствующего интеграционного изменения
Агент завершил, consumer ещё нет Проверить against conformance и пометить integration pending
Provider семантически изменился Пересчитать зависимые проверки и актуальность task packets
Ветка долго ждёт ревью Ограничить новые старты, освободить приёмку, обновить baseline
Лимит провайдера достигнут Сохранить проверенное состояние и очередь; продолжить после разрешённого окна либо уже настроенным другим исполнителем

Hooks полезны для быстрых механических ограничений, например запрета записи за пределами scope и запуска форматтера. Они не заменяют полный enforcement: post-hook не отменяет сделанную запись, а некоторые способы загрузки контекста не проходят через Read hook; реальные права доступа и CI-проверки проектируются отдельно факт [S62].

Программный запуск не всегда означает тот же способ оплаты. Claude -p и resume пригодны для очереди, но --bare не использует subscription login и требует API/provider credentials; этот флаг нельзя рекомендовать как способ экономить включённую подписку факт [S61].

Как формировать контекст

  1. Сначала задача и критерий готовности: цель, наблюдаемое поведение, известная неоднозначность и scope; затем карточка зоны и версии контрактов гипотеза.
  2. Код по потребности: карта указывает важные символы и пути, агент читает нужную реализацию; исходники соседей подключаются при расследовании конкретного стыка, а не по умолчанию гипотеза.
  3. Устойчивая память в артефактах: короткое состояние содержит решения, изменённые файлы, проверенные SHA, команды и следующий блокирующий факт; transcript не копируется целиком каждому субагенту гипотеза.
  4. Короткий ответ субагента: находка, ссылка на evidence, изменённые файлы, ограничения; подробный лог остаётся артефактом и читается при необходимости гипотеза.
  5. Диагностика с достаточным контекстом: первая причина ошибки, нужный stack trace и команда воспроизведения; успешные тысячи строк не возвращаются модели повторно гипотеза.
  6. Проверка свежести: digest контракта и карты позволяет обнаружить устаревший пакет; краткость без актуальности только ускоряет неверное решение гипотеза.

Производитель Claude рекомендует короткие файлы правил и scoped rules, но импорт @path сам по себе не уменьшает объём прочитанного контекста факт [S54]. Эмпирика раздела 2 неоднородна и не подтверждает, что увеличение AGENTS.md обязательно улучшает результат эмпирика [S15, S16]. Ограничение правил необходимыми исключениями, командами и границами — рекомендация исследования гипотеза.

Подписочные лимиты и кеширование

Механизм Что установлено Что измерять в своём процессе
Claude Pro/Max Chat и Code, включая IDE, делят лимиты; subagents расходуют их же факт [S47, S63] Account/window, модель, parallel sessions, принятые задачи, blocked minutes
Claude Usage Страница описывает пятичасовые и недельные показатели, влияние длины сессии/файлов, инструментов, модели и effort факт [S69] Фактический расход перед/после, не только число сообщений
Codex Local/cloud делят allowance, возможны недельные ограничения; текущая оценка доступна в usage dashboard и /status факт [S6] Общий расход сессий и классы задач, а не фиксированный token→quota курс
API prompt cache Повторно используется совпадающий префикс; кеш снижает повторную обработку и стоимость ввода, но cached tokens считаются в API TPM limits факт [S70] Cache hits, uncached input, output/reasoning, latency
Build/test cache Переиспользуется результат при одинаковых входах Корректность key, hit rate, saved runner time

Prompt caching не равно сокращению смыслового контекста: модель всё ещё учитывает этот контекст, а выход генерируется заново. Стабильные инструкции и контракты в начале запроса благоприятны для совпадения префикса, динамическое задание — после них; точные механизмы управляемого приложения могут отличаться от собственного API-клиента факт [S70].

Приоритет экономии подписки: устранить ненужную задачу → уменьшить переделку → исключить повторную разведку → ограничить scope и логи → делегировать механическое скрипту → выбрать достаточную модель/effort → использовать доступный кеш. Это предложенный порядок оптимизации, а не формула провайдера; максимальный effort оправдан неоднозначным архитектурным решением, но не автоматически каждой проверкой файла гипотеза.

Субагент выгоден при самостоятельном результате, например исследовании альтернативного адаптера, проверке контракта или работе в независимой зоне. Создавать его для последовательного изменения той же функции обычно означает повторить ввод и согласование; один сильный исполнитель может оказаться дешевле нескольких слабых с repair loops гипотеза.

Практики производителей и открытые материалы

  • Claude Code: официальные subagents/worktrees/hooks/headless позволяют собрать ограниченный диспетчер без собственной сложной агентной платформы; интерфейсы проверяются по версии CLI факт [S47, S60, S62, S61].
  • Codex cloud: отдельные среды и diff/PR workflow поддерживают независимые задания, но контракты и итоговый гейт задаёт проект факт [S8].
  • Spec Kit: публичный репозиторий даёт воспроизводимые шаблоны процесса, а не готовую архитектуру приложения; доступ 2026-09-27 факт [S57].
  • Aider repomap: опубликованный механизм компактной карты служит примером адресной подачи кода; доступ 2026-09-27 факт [S45].
  • Kiro: параллельные волны по графу задач полезны только после того, как смысловая зависимость действительно отражена в графе; наличие такой функции подтверждено, эффективность конкретной нарезки остаётся проектной проверкой факт [S10].

Автономность ограничивается готовностью доказательства. Нельзя повышать число разрешённых действий лишь потому, что задача стала длиннее; доступ к данным, правам записи и публикации выбирается по порученной работе. Внутри разрешённой зоны агенту выгодно завершать полный принимаемый результат без человеческого подтверждения каждой обратимой операции гипотеза.

Происхождение, ключевые фигуры, что читать

Историческая линия — от локализации изменений к локализации доказательств и контекста. Новым в агентной разработке стало резкое удешевление генерации и размножения исполнителей; необходимость стабильных интерфейсов и управляемой интеграции значительно старше гипотеза.

Этап Первичный вклад Что актуально здесь
1968, Melvin Conway Связь коммуникационной структуры проектировщиков со структурой системы Интерфейсы нужно согласовать до независимых реализаций мнение [S55]
1972, David Parnas Критерий модульности по скрываемым решениям вместо шагов обработки Локальность изменений и отдельное понимание модуля мнение [S1]
DDD, Eric Evans; доступный Reference 2015 Ограниченность модели контекстом, карта отношений, Shared Kernel, Published Language Разные модели не связываются общим DTO случайно факт [S48]
2005, Alistair Cockburn Ports and Adapters Бизнес-поведение тестируется через заменяемые внешние адаптеры мнение [S31]
John Ousterhout, авторские заметки 2014 и книга Небольшой интерфейс скрывает сложность Делать модули глубже, не максимизировать число мелких обёрток мнение [S2]
Vertical slices, Team Topologies, модульные монолиты Работа по ценностному потоку, управляемым зависимостям и когнитивной нагрузке Граница задачи согласуется с границей изменения мнение [S25, S22]
2024–2026, задачи агентов и исследования эффекта Самостоятельное выполнение с инструментами, окружениями и проверкой Измерять принятый результат, а не наличие кода гипотеза

Что читать и зачем

  • Parnas, On the Criteria…: короткий первоисточник, позволяющий проверить, скрывает ли предполагаемый ящик изменчивое решение; полный оригинальный текст прочитан через публичное зеркало факт [S1].
  • Ousterhout, Software Design Philosophy: открытые авторские рекомендации о простоте интерфейса; для книги A Philosophy of Software Design прочитана только авторская страница, полная книга не заявляется источником прочитанного текста факт [S2, S71].
  • Evans, DDD Reference: определения контекстов и их отношений; прочитаны релевантные фрагменты, не вся книга Domain-Driven Design факт [S48].
  • Fowler, Bounded Context: компактное объяснение разных значений одного понятия в разных моделях, полезное дополнение к Evans, а не замена первоисточника мнение [S72].
  • Shopify, State of the Monolith: критический кейс о том, почему публичный интерфейс без изменения графа зависимостей не дал автономии вендор [S18].
  • Pact, Contract Tests vs Functional Tests: граница между совместимостью сообщений и правильностью эффекта факт [S29].
  • METR 2025 и обновление 2026: образец различения воспринимаемого ускорения, измеренного эффекта и проблем нового дизайна эксперимента эмпирика [S3, S4].
  • Evaluating AGENTS.md, v2: противовес предположению, что больше постоянного контекста обязательно полезнее эмпирика [S15].
  • Facebook Predictive Test Selection: предметный промышленный кейс с recall и сохранением полных контрольных прогонов, а не обещанием безопасно навсегда отменить тесты эмпирика [S39].

Открытые вопросы и границы уверенности

Главная граница уверенности — эффективность целой комбинации. Отдельные механизмы подтверждены документацией и исследованиями, но прямой независимой оценки нужного набора практик для одного человека/команды до 10 человек с Claude Code и Codex по подпискам не найдено. Практические схемы, пороги, последовательность внедрения и сценарий являются авторскими предложениями, а не согласованной архитектурой проекта гипотеза.

Открытый вопрос Что известно Что изменило бы вывод
Сколько агентов полезно Эффект зависит от разделимости и координации Локальная кривая concurrency→accepted throughput с качеством и расходом
Окупается ли нарезка Механизм локальности обоснован, цена различна История co-change, минуты ревью/стыков и длительное сопровождение
Можно ли безопасно сузить suite Полнота зависит от declared/observed dependencies Shadow full runs на том же SHA, реальные пропуски и явные data/config edges
Уменьшается ли подписочный расход Публичного постоянного курса token→allowance нет Показатели Usage/account/windows на сопоставимых задачах
Помогает ли конкретный AGENTS.md Исследования расходятся по задачам, метрикам и correctness Парное локальное сравнение необходимого минимального контекста
Помогает ли независимый reviewer Теоретически ловит иные ошибки, но добавляет затраты Доля уникальных существенных находок и предотвращённых переделок
Нужно ли выделять сервис Логическая изоляция возможна в монолите Измеренная потребность независимого выпуска, масштаба или доступа

Доступ и ограничения проверки

  • Не исследовался приватный проект: нет репозитория приложения, истории CI, usage dashboards и фактических длительностей пользователя; персональная экономия не рассчитана.
  • Книги не объявляются прочитанными: Ousterhout — открытые авторские заметки и аннотация книги, Evans — фрагменты публичного Reference, Team Topologies — авторский сайт факт [S2, S71, S48, S22].
  • DORA 2025: полный PDF вернул ошибку доступа инструмента; использованы официальные резюме/авторская интерпретация и доступные фрагменты факт [S7, S13, S23].
  • Parnas: ACM вернул 403, оригинальный PDF прочитан с публичного зеркала; это оригинальный текст, не вторичный пересказ факт [S1].
  • Динамические документы: тарифы и функции фиксируют увиденное на дату доступа, архивная реконструкция каждой версии продукта не выполнялась; численные цены приведены только там, где они прочитаны непосредственно.
  • Продукты не запускались: облачные аккаунты, платные планы, фактические quotas и benchmark приложений не проверялись; заявления о механизмах отделены от измеренного выигрыша.
  • HTML-приложение: статическая структура, JavaScript и формулы проверены локально; визуальная браузерная проверка не проводилась. Пример не является реализованным production-приложением.

Метод исследования: публичный веб-поиск, открытие первичных статей/документации, отдельные вспомогательные проверки эмпирики, архитектуры и инструментов внутри исследования Astra; чужое независимое исследование не использовалось. Реестр пополнялся по ходу чтения, затем ссылки нормализованы по первому упоминанию; поисковые фрагменты не объявлены полным чтением.

Объём работы: 50 поисковых запросов, 57 вызовов веб-инструмента, 77 уникальных прочитанных URL с учётом дополнительных посадочных страниц и аннотаций. В реестр вошли 72 процитированных источника: 58 полных текстов, 13 фрагментов и одна аннотация; все обращения датированы 2026-09-27.

Самопроверка завершена: проверены обязательные поля и 15 разделов, порядок и разрешение ссылок, таблицы и дерево решений, структура антипаттернов, отсутствие заглушек и согласованность иллюстративной арифметики. Отдельно проверены эмпирические формулировки и технические границы; локальный отчёт self-validation-by-astra.json не является отчётом валидатора studies-harness.

Реестр источников

IDНазваниеАвтор или издательURLПубликацияДоступ (дата)Вид доступаЧто подтверждает
S1On the Criteria To Be Used in Decomposing Systems into ModulesDavid L. Parnas / Communications of the ACMckrybus.com/static/papers/decomposing_systems_into_module…1972-122026-09-27полный текстРазделы 0, 2, 4, 11, 12: Модуль — распределение ответственности, не обязательно подпрограмма; информация о изменчивом проектном решении скрывается одним модулем.
S2Software Design PhilosophyJohn Ousterhout / RAMCloudramcloud.atlassian.net/wiki/spaces/RAM/pages/68485502014-10-202026-09-27полный текстРазделы 0, 2, 4, 11, 12: Классы следует проектировать вокруг информации, не алгоритмов и порядка времени.
S3Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer ProductivityJoel Becker, Nate Rush, Beth Barnes, David Rein (METR)metr.org/Early_2025_AI_Experienced_OS_Devs_Study-paper.pdf2025-07-102026-09-27полный текстРазделы 0, 2, 11: RCT: 16 developers, 246 real repository tasks (136 AI-allowed, 110 disallowed), February–June 2025; mean 5 years experience on repository.
S4We are Changing our Developer Productivity Experiment DesignJoel Becker, Nate Rush, Tom Cunningham, David Rein, Khalid Mahamud (METR)metr.org/blog/2026-02-24-uplift-update/2026-02-242026-09-27полный текстРазделы 0, 2, 11: Follow-up started August 2025: 57 developers, 143 repositories, 800+ tasks, 10 returning developers.
S5The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software DevelopersKevin Zheyuan Cui, Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng, Tobias Salzeconomics.mit.edu/sites/default/files/inline-files/draft_…2025-022026-09-27полный текстРазделы 0, 2: Three company RCTs, 4867 developers, 2–8 months; Copilot access randomized.
S6PricingOpenAIlearn.chatgpt.com/docs/pricingбез даты2026-09-27фрагментРазделы 1, 9, 10: 9–10: тарифы, общий расход local/cloud, сложность задач и квоты
S7How are developers using AI? Inside our 2025 DORA reportRyan J. Salva / Googleblog.google/innovation-and-ai/technology/developers-tools…2025-09-232026-09-27полный текстРазделы 2, 12: Official 2025 DORA summary: nearly 5000 global technology professionals; 90% report AI use, median 2 hours daily.
S8Run coding tasks in parallel cloud environmentsOpenAIlearn.chatgpt.com/docs/cloudбез даты2026-09-27полный текстРазделы 2, 9, 10: 9–10: облачные окружения, параллельные задачи, diff и PR
S9About GitHub Copilot cloud agentGitHubdocs.github.com/en/copilot/concepts/agents/cloud-agent/ab…без даты2026-09-27полный текстРазделы 2, 9: Агент исследует, планирует, правит ветку, PR; ephemeral Actions environment. Платные планы, AI credits + Actions minutes; одна задача — один репозиторий/ветка/PR, максимум 59 минут.
S10SpecsKirokiro.dev/docs/specs/2026-08-272026-09-27полный текстРазделы 2, 9, 10: requirements.md/bugfix.md → design.md → tasks.md; граф зависимостей задач и исполнение независимых задач по параллельным волнам. Feature/Bugfix/Quick Spec.
S11The Impact of AI on Developer Productivity: Evidence from GitHub CopilotSida Peng, Eirini Kalliamvakou, Peter Cihon, Mert Demirerarxiv.org/html/2302.06590v12023-02-132026-09-27полный текстРазделы 2: RCT May–June 2022 recruited 95 Upwork professional developers; 45 treatment, 50 control; 35 completed in each arm.
S12How much does AI impact development speed? An enterprise-based randomized controlled trialElise Paradis et al. (Google)arxiv.org/html/2410.12944v12024-10-162026-09-27полный текстРазделы 2: 96 Google engineers, 48 each arm; 93 completed standardized enterprise task.
S13Balancing AI tensions: Moving from AI adoption to effective SDLC useJessica Baolin, Nathen Harvey / DORAdora.dev/insights/balancing-ai-tensions/2026-03-102026-09-27полный текстРазделы 2, 12: Authors describe transfer of saved generation time into auditing/verification and association of AI adoption with higher throughput and instability.
S14Towards a Science of Scaling Agent SystemsYubin Kim et al. / Google Research, Google DeepMind, MITarxiv.org/html/2512.08296v12025-12-092026-09-27полный текстРазделы 2: 180 configurations, 5 architectures, 3 model families, 4 benchmarks with controlled tools/token budgets.
S15Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents?Thibaud Gloaguen, Niels Mündler, Mark Müller, Veselin Raychev, Martin Vechevarxiv.org/html/2602.119882026-06-232026-09-27полный текстРазделы 2, 4, 10, 11: Read v2, not original February version. CTXbench 138 tasks/12 repos; SWE-bench Lite 300/11; four agent configurations.
S16On the Impact of AGENTS.md Files on the Efficiency of AI Coding AgentsJai Lal Lulla, Seyedmoein Mohsenimofidi, Matthias Galster, Jie M. Zhang, Sebastian Baltes, Christoph Treudearxiv.org/html/2601.204042026-03-302026-09-27полный текстРазделы 2, 4, 10: v2 paired ablation with gpt-5.2-codex; 10 repos, 124 PR-derived tasks.
S17Do Context Files Help Coding Agents? A Two-Agent Ablation Study on Real RepositoriesPrakhar Khatriarxiv.org/html/2607.272502026-07-282026-09-27полный текстРазделы 2: 17 tasks, 3 Python repos; 288 evaluated runs of Claude Code Sonnet 4.6 and Codex gpt-5.5, 3 strategies, repeats.
S18Under Deconstruction: The State of Shopify’s MonolithPhilip Müller / Shopify Engineeringshopify.engineering/shopify-monolith2020-09-162026-09-27полный текстРазделы 2, 4, 5, 8, 11: Public interfaces без упрощения плотного циклического графа не позволяли независимое понимание и изменение компонентов.
S19How we built our multi-agent research systemAnthropic Engineeringanthropic.com/engineering/multi-agent-research-system2025-06-132026-09-27полный текстРазделы 2: Vendor internal research eval: multi-agent Opus4/Sonnet4 +90.2% vs single Opus4.
S20Patterns and problems in emerging multiagent systemsAnthropic Frontier Red Teamanthropic.com/research/multiagent-systems2026-08-132026-09-27полный текстРазделы 2: Vendor experiments: 12-hour multiagent game-building, separate VMs/shared forum/repository; 3 prompting organizations.
S21Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker ProductivityJoel Becker / METRmetr.org/blog/2026-05-11-ai-usage-survey/2026-05-112026-09-27полный текстРазделы 2: 349 technical workers surveyed February–April 2026, including 87 software engineers.
S22Key ConceptsTeam Topologiesteamtopologies.com/key-conceptsбез даты2026-09-27полный текстРазделы 2, 7, 11, 12: 1,7,11: типы команд, взаимодействие, когнитивная нагрузка
S23State of AI-assisted Software Development 2025, v2025.2DORA / Google Cloud; copy hosted by research partner Thoughtworksthoughtworks.com/content/dam/thoughtworks/documents/repor…2025-09-232026-09-27фрагментРазделы 2, 12: Indexed report page 80 names seven organizational moderators including small batches, strong version control, internal platforms.
S24Micro FrontendsCam Jackson / martinfowler.commartinfowler.com/articles/micro-frontends.html2019-06-192026-09-27фрагментРазделы 3, 4: 4: независимая поставка UI и её цена
S25Vertical Slice ArchitectureJimmy Bogardjimmybogard.com/vertical-slice-architecture/2018-04-192026-09-27полный текстРазделы 4, 11: Срез объединяет все заботы от frontend до backend вокруг запроса/use case.
S26Verifying Application Module StructureSpring Modulith / Broadcomdocs.spring.io/spring-modulith/reference/verification.htmlбез даты2026-09-27полный текстРазделы 4, 9: ApplicationModules.verify() проверяет отсутствие циклов, доступ лишь через API packages и необязательный allowedDependencies whitelist.
S27Contract typesImport Linter / David Seddon and contributorsimport-linter.readthedocs.io/en/stable/contract_types/без даты2026-09-27полный текстРазделы 4, 9: Типы contracts: forbidden, protected, layers, independence, acyclic siblings.
S28How Pact worksPact Foundationdocs.pact.io/getting_started/how_pact_works2024-12-232026-09-27полный текстРазделы 4, 6, 9: Consumer test упражняет реальный клиент с mock provider, генерирует pact; provider verification воспроизводит взаимодействия против provider.
S29Contract Tests vs Functional TestsPact Foundation / Patrice Krakowdocs.pact.io/consumer/contract_tests_not_functional_tests2022-03-022026-09-27полный текстРазделы 4, 6, 9, 11: Контрактный тест проверяет понимание requests/responses; правильность сохранения данных и других side effects — functional test провайдера.
S30Testing scopePact Foundation / Matt Fellowsdocs.pact.io/getting_started/testing-scope2021-04-052026-09-27полный текстРазделы 4: Consumer Pact tests должны сосредоточиваться на API client, не разрастаться до UI/business behavior.
S31Hexagonal architecture the original 2005 articleAlistair Cockburnalistair.cockburn.us/hexagonal-architecture2005-09-042026-09-27фрагментРазделы 4, 11: Назначение Ports and Adapters — разработка и тестирование приложения в изоляции от его внешних устройств и БД.
S32The Practical Test PyramidHam Vocke / martinfowler.commartinfowler.com/articles/practical-test-pyramid.html2018-02-262026-09-27фрагментРазделы 4: 4,6: уровни тестов и контрактная проверка
S33Run Only Tasks Affected by a PRNxnx.dev/docs/features/ci-features/affectedбез даты2026-09-27полный текстРазделы 4, 9: affected связывает Git diff с project graph и зависимыми проектами.
S34About testmonTibor Arpas / testmontestmon.org/без даты2026-09-27полный текстРазделы 4, 8, 9: pytest-testmon связывает тесты с исполняемым Python-кодом через Coverage.py; начальный полный run создаёт .testmondata.
S35Query quickstartBazelbazel.build/query/quickstartбез даты2026-09-27фрагментРазделы 4, 9: rdeps(universe_scope,target) находит обратные зависимости внутри указанного universe.
S36Use-cases for Predictive Test SelectionLaunchablehelp.launchableinc.com/features/predictive-test-selection…без даты2026-09-27полный текстРазделы 4, 9: Вендор прямо рекомендует полный defensive run позже pipeline после подвыборки.
S37How Launchable selects testsLaunchablehelp.launchableinc.com/features/predictive-test-selection…без даты2026-09-27полный текстРазделы 4, 9: Модель использует историю тестов/изменений, характеристики изменений и environments flavors.
S38Choosing a subset optimization targetLaunchablehelp.launchableinc.com/features/predictive-test-selection…без даты2026-09-27полный текстРазделы 4, 9: Confidence означает вероятность поймать failing session, не долю assertions или гарантию отсутствия bugs.
S39Predictive Test SelectionMateusz Machalica, Alex Samylkin, Meredith Porth, Satish Chandra / Facebookarxiv.org/html/1810.05286v22019-05-292026-09-27полный текстРазделы 4, 8, 11: Production case: test executions примерно /3, требуемые машины /2 относительно build-dependency selection; test recall >95%, faulty-change recall >99.9%.
S40Configure Inputs for Task CachingNxnx.dev/docs/kb/configure-inputs2026-08-072026-09-27полный текстРазделы 4, 8, 9: Inputs включают наборы файлов, runtime inputs, env variables; изменение input инвалидирует hash cache.
S41Remote CachingBazelbazel.build/remote/cachingбез даты2026-09-27полный текстРазделы 4, 8, 9: Action имеет inputs, output names, command line, env; remote cache хранит metadata и content-addressed outputs.
S42HermeticityBazelbazel.build/basics/hermeticityбез даты2026-09-27полный текстРазделы 4, 8, 9: Hermetic build одинаково преобразует одинаковые source/config inputs, изолируясь от host.
S43Capabilities: Trunk-based developmentDORAdora.dev/capabilities/trunk-based-development/без даты2026-09-27полный текстРазделы 4: 4,7: короткие ветки и частая интеграция
S44Feature Toggles (aka Feature Flags)Pete Hodgson / martinfowler.commartinfowler.com/articles/feature-toggles.html2017-10-092026-09-27фрагментРазделы 4: 4,7: отделение интеграции от включения функции
S45Repository mapAideraider.chat/docs/repomap.htmlбез даты2026-09-27полный текстРазделы 4, 9, 10: Сигнатуры и важные символы репозитория; выбор релевантной части по графу зависимостей и ранжированию. --map-tokens по умолчанию 1k, карта динамически может расширяться.
S46Custom instructions with AGENTS.mdOpenAIlearn.chatgpt.com/docs/agent-configuration/agents-mdбез даты2026-09-27полный текстРазделы 4, 6, 9: 6,10: иерархия инструкций, область загрузки
S47Create custom subagentsAnthropiccode.claude.com/docs/en/sub-agentsбез даты2026-09-27полный текстРазделы 4, 9, 10: Субагент имеет собственное окно контекста, инструменты и права; его запросы расходуют те же usage limits. .claude/agents YAML задает модель, maxTurns, isolation: worktree.
S48Domain-Driven Design Reference: Definitions and Pattern SummariesEric Evans / Domain Languagedomainlanguage.com/wp-content/uploads/2016/05/DDD_Referen…2015-032026-09-27фрагментРазделы 5, 11, 12: Bounded Context: явная область применения модели с границами организации, частей приложения, кодовой базы и DB schemas; внутреннюю согласованность поддерживает CI.
S49Pattern: Transactional outboxChris Richardsonmicroservices.io/patterns/data/transactional-outbox.htmlбез даты2026-09-27полный текстРазделы 5: 4–6: атомарная запись события, повторная доставка
S50JSON Schema Draft 2020-12JSON Schemajson-schema.org/draft/2020-122022-06-162026-09-27полный текстРазделы 6, 9: 6: схемы данных и словари валидации
S51OpenAPI Specification v3.1.1OpenAPI Initiativespec.openapis.org/oas/v3.1.1.html2024-10-242026-09-27фрагментРазделы 6, 9: 6: HTTP-контракты и описание операций
S52AsyncAPI Specification 3.0.0AsyncAPI Initiativeasyncapi.com/docs/reference/specification/v3.0.0без даты2026-09-27фрагментРазделы 6, 9: 6: сообщения, каналы, операции, bindings
S53Language Guide (proto3)Protocol Buffersprotobuf.dev/programming-guides/proto3/без даты2026-09-27фрагментРазделы 6, 9: 6: эволюция бинарных контрактов
S54How Claude remembers your projectAnthropiccode.claude.com/docs/en/memoryбез даты2026-09-27полный текстРазделы 6, 10: CLAUDE.md загружается в контекст, не принудительная конфигурация. Рекомендация производителя меньше 200 строк, path-scoped rules. Импорты @path не сокращают контекст.
S55How Do Committees Invent?Melvin E. Conwaymelconway.com/Home/Committees_Paper.html1968-042026-09-27полный текстРазделы 7, 11: 1,7,11: коммуникационная структура и архитектура
S56Integration Testing Application ModulesSpring Modulith / Broadcomdocs.spring.io/spring-modulith/reference/testing.htmlбез даты2026-09-27полный текстРазделы 9: ApplicationModuleTest ограничивает bootstrap; режимы STANDALONE, DIRECT_DEPENDENCIES, ALL_DEPENDENCIES.
S57Spec Kit repositoryGitHubgithub.com/github/spec-kitбез даты2026-09-27полный текстРазделы 9, 10: MIT toolkit, Python 3.11+, uv и совместимый агент. Constitution, specify → plan → tasks → implement → converge. Bug-fixing и idea assessment доступны как отдельные opt-in процессы.
S58Introducing DevinCognitiondocs.devin.ai/get-started/devin-introбез даты2026-09-27полный текстРазделы 9: Сессии от задания к PR, облачное выполнение и локальный handoff, интеграции; вендор рекомендует проверяемые ограниченные задачи.
S59Getting startedGooglejules.google/docs/без даты2026-09-27полный текстРазделы 9: Jules запускает задачу в VM, клонирует репозиторий GitHub и устанавливает зависимости; пользователь выбирает repo/branch, добавляет setup script, проверяет план. AGENTS.md читается в корне.
S60Common workflowsAnthropiccode.claude.com/docs/en/common-workflowsбез даты2026-09-27полный текстРазделы 9, 10: claude --worktree создает отдельный checkout и ветку от существующего коммита, позволяет параллельные сессии.
S61Run Claude Code programmaticallyAnthropiccode.claude.com/docs/en/headlessбез даты2026-09-27полный текстРазделы 9, 10: claude -p, structured JSON/stream-json, session ID и --resume пригодны для оркестратора. --bare не использует subscription login и требует API/provider credentials.
S62Hooks referenceAnthropiccode.claude.com/docs/en/hooksбез даты2026-09-27полный текстРазделы 9, 10: PreToolUse позволяет разрешать, запрещать или направлять на подтверждение вызов; Post/FileChanged не отменяет уже выполненную запись.
S63Use Claude Code with your Pro or Max planAnthropicsupport.claude.com/en/articles/11145838-use-claude-code-w…2026-08-192026-09-27полный текстРазделы 9, 10: Claude и Claude Code, включая IDE, делят лимиты Pro/Max. ANTHROPIC_API_KEY переключает авторизацию на оплачиваемый API.
S64What are background agents?Cursorcursor.com/help/ai-features/background-agentsбез даты2026-09-27полный текстРазделы 9: Название Cloud Agents; отдельная VM, окружение, репозиторий, секреты, сеть; фоновые задачи и PR с видео, скриншотами и логами.
S65Models & PricingCursorcursor.com/docs/models-and-pricingбез даты2026-09-27полный текстРазделы 9: Cloud Agents включены в Pro $20/month, Pro Plus $60/month, Ultra $200/month; расход зависит от выбранной модели. Teams Standard $40/user/month, Premium $120/user/month.
S66BillingCognitiondocs.devin.ai/admin/billingбез даты2026-09-27полный текстРазделы 9: Self-serve Free/Pro/Max/Teams: включенная квота и on-demand credits. Enterprise: Agent Compute Units по договору.
S67Limits and PlansGooglejules.google/docs/usage-limitsбез даты2026-09-27полный текстРазделы 9: Лимиты задач и одновременных задач разные: free 15/3, Pro 100/15, Ultra 300/60.
S68git-worktreeGit projectgit-scm.com/docs/git-worktreeбез даты2026-09-27фрагментРазделы 10: 10: отдельные рабочие деревья и общий репозиторий
S69Usage limit best practicesAnthropicsupport.claude.com/en/articles/9797557-usage-limit-best-p…без даты2026-09-27полный текстРазделы 10: Settings > Usage показывает пятичасовой и недельный расход. Влияют длина беседы, файлов, инструменты, модель, effort и многошаговые задачи. Кешированные материалы проектов расходуют…
S70Prompt cachingOpenAIdevelopers.openai.com/api/docs/guides/prompt-cachingбез даты2026-09-27фрагментРазделы 10: 10: кеш префикса, API rate limits
S71Software Design BookJohn Ousterhout / Stanfordweb.stanford.edu/~ouster/cgi-bin/book.php2021-11-162026-09-27аннотацияРазделы 11, 12: Second Edition A Philosophy of Software Design вышло в июле 2021.
S72Bounded ContextMartin Fowlermartinfowler.com/bliki/BoundedContext.html2014-01-152026-09-27полный текстРазделы 11: Bounded Context задаёт область внутренне непротиворечивой модели и ubiquitous language; отношения показываются context map.

Словарь терминов

Information hiding сокрытие информации
размещение знания об изменчивом решении внутри модуля с устойчивым интерфейсом.
Deep module глубокий модуль
модуль с небольшой внешней сложностью относительно скрываемой полезной функциональности.
Bounded Context ограниченный контекст
область, в которой действует согласованная предметная модель и язык.
Context Map карта контекстов
описание существующих отношений и границ между предметными моделями.
Shared Kernel общее ядро
намеренно разделяемая часть модели с совместным управлением изменениями.
Published Language опубликованный язык
согласованное представление данных для обмена между контекстами.
Ports and Adapters порты и адаптеры
отделение бизнес-функциональности от способов ввода, хранения и внешнего взаимодействия.
Vertical Slice вертикальный срез
реализация пользовательского сценария через нужные слои системы в одной области изменения.
Modular Monolith модульный монолит
совместно поставляемое приложение с явными внутренними границами.
Microservice микросервис
самостоятельно поставляемый сервис с определённой ответственностью и внешними контрактами.
Microfrontend микрофронтенд
самостоятельно поставляемая часть frontend, соединяемая с другими в общий интерфейс.
Coupling / co-change связанность / совместное изменение
зависимость решений и наблюдаемая необходимость править части вместе.
DTO объект передачи данных
внешнее представление данных, не обязательно совпадающее с моделью хранения.
ORM объектно-реляционное отображение
механизм доступа к реляционным данным через программные модели.
CRUD создание, чтение, изменение, удаление
базовые операции над хранимыми объектами.
Contract-first сначала контракт
фиксация внешних обязательств до независимой реализации сторон.
CDC / Pact контракт потребителя / инструмент Pact
проверка provider по взаимодействиям, необходимым конкретному consumer.
Provider / consumer поставщик / потребитель
стороны интерфейса, предоставляющие и использующие поведение.
Conformance соответствие контракту
выполнение общей проверяемой спецификации реальным компонентом или тестовой подменой.
Stub / mock / fake тестовая подмена / имитация ожиданий / упрощённая реализация
разновидности тестовой подмены зависимости с разными задачами.
Oracle критерий правильности
правило, позволяющее установить ожидаемый результат теста.
Fixture / seed тестовое окружение / исходные данные
управляемое состояние, на котором воспроизводится проверка.
Hermeticity герметичность
зависимость результата только от явно заданных и воспроизводимых входов.
Affected selection выбор затронутых целей
определение проверок по изменению и зависимостям.
Predictive test selection вероятностный выбор тестов
выбор по модели вероятности обнаружения отказа, допускающей пропуски.
Recall / false negative полнота обнаружения / пропуск
доля обнаруженных отказов и невыявленный отказ относительно контрольного oracle.
Cache key / cache hit ключ кеша / попадание
идентификатор набора входов и успешное переиспользование соответствующего результата.
Prompt caching кеширование префикса промпта
переиспользование обработки совпадающего начала контекста, а не готового ответа.
E2E / smoke сквозная / быстрая основная проверка
проверка цепочки компонентов и краткая проверка критического пути.
Golden / characterization test эталонный / характеристический тест
фиксация наблюдаемого вывода, особенно перед изменением legacy.
Flaky test нестабильный тест
тест, способный менять исход при одинаковом предполагаемом состоянии.
Tenant арендатор
организация или клиент, чьи данные и полномочия отделены от других арендаторов.
Invariant инвариант
условие, которое должно сохраняться при допустимых переходах состояния.
Transactional outbox транзакционный журнал отправки
запись сообщения вместе с бизнес-изменением в одной DB-транзакции для последующей публикации.
At-least-once / exactly-once не менее одного раза / ровно один раз
гарантии обработки или доставки, требующие указания границ и условий.
Idempotency / deduplication идемпотентность / дедупликация
устойчивость логического эффекта к повтору и распознавание повторных сообщений.
CAS / unique constraint условная атомарная смена / ограничение уникальности
механизмы защиты от конкурирующих одинаковых переходов.
DLQ / replay / retention очередь неуспешных сообщений / повторное проигрывание / срок хранения
средства управляемого восстановления асинхронной обработки.
Expand–contract расширение с последующим сужением
совместимый переход формата через временное сосуществование версий.
Worktree рабочее дерево Git
отдельный checkout внутри общей структуры репозитория.
Trunk-based development разработка с частой интеграцией в магистраль
небольшие изменения быстро возвращаются в основную ветку.
Merge candidate / merge queue кандидат слияния / очередь слияния
общая версия изменений и управляемый порядок её проверки/принятия.
Stacked PR стек изменений
цепочка небольших PR с настоящими зависимостями между слоями.
Feature flag флаг функции
переключатель, разделяющий интеграцию кода и включение поведения.
WIP / lease незавершённая работа / временное владение
ограничиваемый объём активных заданий и назначение писателя области.
DAG направленный ациклический граф
граф зависимостей задач без циклического ожидания.
Lead time / throughput время прохождения / пропускная способность
длительность до принятия и число принятых результатов за интервал.
Runner-minute / human touch time минута исполнителя CI / активное время человека
суммарное вычислительное исполнение и непосредственное участие человека, отличные от календарного ожидания.
Evidence manifest реестр доказательств
связанный с версией список проверок, входов и результатов приёмки.
Shadow mode теневой режим
новый механизм прогнозирует решение, пока старый остаётся решающим контрольным процессом.
Codemod / codegen программное преобразование / генерация кода
детерминированная замена повторяемой ручной правки.
Harness среда управления агентом
контур инструментов, выполнения, состояния и обратной связи вокруг модели.
Subagent / effort субагент / уровень рассуждения
отдельный исполнитель с контекстом и настройка глубины работы модели.
Allowance / quota включённый ресурс / квота
доступный объём использования продукта в определённых окнах и условиях.
TPM / credits / ACU токены в минуту / кредиты / вычислительные единицы агента
разные единицы ограничений API и тарификации продуктов, не взаимозаменяемые.
RCT / ITT / IV / CI / SE рандомизированный эксперимент / эффект назначения / инструментальная оценка / доверительный интервал / стандартная ошибка
термины дизайна и неопределённости эмпирики; CI в обсуждении тестов отдельно означает continuous integration.
SDD разработка от спецификации
процесс, в котором задачи и реализация выводятся из явного описания ожидаемого поведения.
Stream-aligned / enabling / platform / complicated subsystem потоковая / помогающая / платформенная / специализированная команда
типы Team Topologies, используемые здесь как осторожная аналогия распределения ответственности.
API / HTTP / RPC / gRPC программный интерфейс / протокол веб-обмена / удалённый вызов / RPC-фреймворк
способы предоставления операций между компонентами; контракт задаёт их конкретные обязательства.
Backend / frontend / UI серверная часть / клиентская часть / интерфейс пользователя
уровни веб-приложения, которые могут входить в один вертикальный срез.
DB / SQL / schema migration база данных / язык запросов / миграция схемы
хранилище, доступ к нему и управляемое изменение структуры данных.
JSON / YAML / schema форматы данных / схема
машинно читаемые представления и описание допустимой структуры значений.
ADR запись архитектурного решения
короткий версионируемый документ с причиной и последствиями изменения.
Baseline / SHA / digest исходная проверенная версия / хеш коммита / отпечаток
идентификаторы состояния, к которому относится результат проверки.
CI / pipeline / gate непрерывная интеграция / конвейер / условие допуска
автоматизированная последовательность проверок и правило принятия результата.
p85 / p95 / median 85-й / 95-й процентиль / медиана
показатели распределения времени, позволяющие отличать типичный цикл от длинного хвоста.