Как я строил HarnessOS · 8/10

Из всего, что я делал, самым сложным оказалась не оркестрация агентов. И не инфраструктура. И даже не память.

Самым сложным оказалась приёмка результата.

Вот в чём проблема. Агент говорит «готово». Ты смотришь — вроде работает. Тесты зелёные. Линтер чист. Компилируется.

А потом выясняется: не то. Не то, что ты хотел. Или работает не так. Или сломало что-то, чего ты не заметил.

«Тесты прошли» ≠ «задача решена».

Это Verification Tax в чистом виде. Ты экономишь час на написании — и тратишь полтора, а то и два на то, чтобы понять, что именно сделано и правильно ли это.

И здесь я упёрся в фундаментальную проблему.

Нельзя проверить корректность только техническими средствами. Тесты проверяют то, что написано в тестах. А не то, что ты хотел.

Решение пришло не сразу.

Ключевая идея: приёмка должна быть трёхуровневой.

• Первый уровень — машина. Автоматические проверки. Тесты. Линтер. Типы. Сборка. • Второй уровень — запись. Не «мы проверили», а файл, в котором написано, что проверялось, какой получен результат и какие критерии покрыты. • Третий уровень — человек. Явное «да». Не «агент решил, что готово», а человек посмотрел и согласился.

Только все три вместе дают нормальную приёмку.

Это не серебряная пуля. Это способ сделать Verification Tax управляемым.

В следующем посте — три самые сложные задачи, которые пришлось решать по дороге.

#HarnessOS #AIразработка #КакЯСтроилHarnessOS #AIагенты #разработка