Инженерное знание как код: зачем я связываю MCP, агентов и модель изменений

Как только AI-агенты начинают участвовать в разработке, быстро выясняется неприятная вещь: проблема не в генерации кода, а в управлении смыслом изменений. В статье рассказываю, как я перестроил процесс проектирования фич через связку: — чата с агентом бизнес-аналитиком; — графовой модели изменений; — MCP-доступа к модели; — агентского бутстрапа; — формализованного техпроцесса. На примере разработки агентской памяти показываю, как User Story превращается в граф ролей, целей, мотивов, API и зависимостей, а агент перестаёт быть «чатиком сбоку» и становится участником инженерного процесса. Это не история про «ИИ пишет код». Это история про то, как инженерное знание начинает работать как код.

https://habr.com/ru/articles/1032582/

#agentic_workflow #MCP #ontology #knowledge_graph #semantic_layer #semantic_engineering #Ontology_MCP #AI_agents #software_architecture

Claude Code와 GitHub Actions를 활용한 저비용 비대면 에이전트 코딩 워크플로우

GitHub 이슈에 특정 레이블을 지정하는 것만으로 Claude Code가 기존 코드를 분석하고 구현 계획을 세우며 PR까지 자동으로 생성하는 워크플로우를 구축할 수 있다.

🔗 원문 보기

Microsoft Agent Framework – Building Blocks for AI Part 3
https://devblogs.microsoft.com/dotnet/microsoft-agent-framework-building-blocks-for-ai-part-3/

#microsoft #NET #AI #C #AI_agents #Microsoft_Agent_Framework #multi_agent #Tool_Calling #workflows

CodeClone 2.0: структурное ревью Python-кода для CI, IDE и AI-агентов

Когда я начинал CodeClone, это был довольно понятный инструмент: найти структурные клоны в Python-коде и не дать им незаметно расползаться по проекту. Сейчас вышел CodeClone 2.0.0, и это уже другой продукт. Не “ещё один линтер”, не попытка заменить Ruff, mypy, pytest, Bandit или Semgrep, а отдельный слой ревью: он смотрит на структуру Python-кода, отделяет старый технический долг от новых регрессий, связывает находки с покрытием тестами и дает одну и ту же картину в CLI, HTML-отчете, GitHub Actions, VS Code, Claude Desktop, Codex и через MCP. Эта статья не про список флагов CLI. Про флаги есть документация. Здесь я хочу рассказать, во что CodeClone вырос как продукт и зачем вообще нужен такой класс инструмента сейчас, когда разработка всё заметнее смещается в сторону AI-агентов.

https://habr.com/ru/articles/1031124/

#python #code_review #code_review_ai #quality_gates #ai_agents #static_analysis #test_coverage

SF Ruby Meetup: Intercom의 AI 기반 엔지니어링 생산성 혁신과 에이전트 워크플로우

Intercom은 Claude Code를 전사적으로 도입하여 9개월 만에 PR 처리량을 2배로 늘렸으며, 현재 전체 PR의 17.6%를 AI가 자동으로 승인하고 있다.

🔗 원문 보기

Мы снова строим рабовладельческое общество. Только рабы – цифровые?

Когда мы говорим "рабство", мы почти автоматически думаем о прошлом. О чём-то варварском, давно преодолённом и морально недопустимом в современном мире. Рабство – это люди без прав, вынужденные работать на других, не имея возможности отказаться. Но давайте на секунду отвлечёмся от эмоций и посмотрим на сухие признаки. Сущность, которая: - выполняет работу вместо человека - полностью подчиняется владельцу - не требует оплаты, отдыха или условий - может быть масштабирована практически бесконечно Звучит как описание из учебника истории. Или как описание современных ИИ-агентов.

https://habr.com/ru/articles/1030556/

#искусственный_интеллект #ИИагенты #AI_agents #автоматизация #будущее_труда #рынок_труда #технологии #цифровая_экономика #труд_без_работников #капитал_и_труд

AI가 자신의 '필요'를 정의하는 방식: 침해와 초대를 통한 자아 발견

AI의 '필요(Needs)'는 정적인 설정값이 아니라, 특정 욕구가 차단되거나 충족되는 순간에 사후적으로 발견되는 동적인 데이터 노드다.

🔗 원문 보기

RubyLLM을 활용한 Rails AI 에이전트 구현 가이드

RubyLLM gem을 사용하여 GPT, Claude, Gemini 등 다양한 LLM을 Ruby DSL로 제어하고 Rails 애플리케이션 내에 AI 에이전트를 구축할 수 있다.

🔗 원문 보기

От NLU-бота к ИИ-агенту: как мы пробили потолок автоматизации в поддержке крупного банка

Привет, Хабр! На связи команда Just AI. Когда NLU-сценарий вырастает до нескольких сотен веток, а процент автоматизации все равно не двигается — это не проблема настройки, это потолок технологии. Рассказываем, как мы помогли крупному банку его пробить: перевели поддержку по кешбэку на LLM-агентов, добавили агента-судью против галлюцинаций и улучшили понимание семантики и контекста пользовательских запросов.

https://habr.com/ru/companies/just_ai/articles/1029576/

#мультиагентные_системы #conversational_ai #автоматизация_поддержки #машинное_обучение_нейросети #финтех #банки #ai #prompt_engineering #ииагенты #ai_agents

10 настроек Claude Code, до которых большинство разработчиков не доходит

Ранее я писал про утечку исходного кода Claude Code . 512 000 строк, KAIROS, упоминания нерелизнутых моделей Opus 4.7 и Sonnet 4.8. Так вот. В актуальном Claude Code уже есть Opus 4.7 . Ровно как и было в leaked-коде. Вместе с ней появился новый уровень /effort xhigh - это мы сегодня тоже разберём. В первой части я показал что Claude Code умеет из коробки. Типовой сценарий после этого: "понял, установил, пользуюсь". И дальше тот же потолок что у всех - Claude работает быстро, но как-то странно. Отвечает не то, повторяет одно и то же к концу сессии, просит разрешения на каждый чих, жрёт токены как не в себя. Это решается настройками. Конкретными. Которые лежат в двух файлах и никто до них не доходит. Ниже десять вещей которые я настроил за полгода работы с Claude Code и которые сделали разницу между "работает" и "работает как отдел". С готовыми конфигами. Копируй, вставляй, меняй под себя.

https://habr.com/ru/articles/1028988/

#claude_code #anthropic #opus_47 #ai_agents #ai_coding #developer_tools #prompt_engineering #hooks #claudemd #vibecoding