Loop Engineering: агентный цикл как термостат, а не бесконечный bash (Рубрика #AI4SDLC) В июле мы уже разбирали Loop Engineering с Максом Смирновым, но у слова loop есть ловушка: оно заставляет смотреть на повторение, хотя инженерная ценность начинается с обратной связи. В 18-минутном докладе «Loop Engineering from First Principles» Kyle Mistele предлагает воспринимать coding agent не как prompt, засунутый в бесконечный bash, а как часть настоящего контура управления. Kyle — CTO и сооснователь HumanLayer, автор технических материалов про MCP, context и harness engineering. В его публичном профиле рядом стоят OSCP, distributed systems и вклад в vLLM и llama.cpp — полезный контекст для внимания к детерминированным границам. В докладе он опирается на внутренний кейс HumanLayer, а в финале приглашает попробовать опубликованный skill и присоединиться к компании. Поэтому это взгляд инженера-провайдера из собственной практики, а не независимое исследование рынка. Антипример — blind loop, который получает большую задачу и возвращает PR на 40 000 строк: формально агент сделал много, практически результат никто не хочет читать. Для команд, сложных кодовых баз и систем с реальными пользователями он возвращает loop к control theory и объясняет его через обычный термостат: - Set point задаёт желаемое свойство кодовой базы; - Sensor измеряет текущее состояние и ошибку относительно цели; - Controller выбирает следующее небольшое изменение; - Actuator — coding agent — вносит его; - Затем система проверяет результат и начинает новый оборот уже из нового состояния. Главная деталь — LLM здесь нужна далеко не везде. В примере HumanLayer постепенно переводит RPC procedures на Effect. ast-grep детерминированно находит старый паттерн, controller может выбрать самую маленькую процедуру, а агент переносит её по вручную написанным golden patterns. Базовый список нарушений хранится в Git, чтобы новые изменения команды не увеличивали долг. Одна итерация CI создаёт маленький PR; пока он открыт, следующий не появляется. Если человек оставляет /iterate, замечания попадают в versioned feedback-файл и меняют дальнейшее поведение цикла. Ту же схему Mistele в день доклада выложил как open-source skill. И вот здесь нужно сказать о том, что в день выхода видео другой сооснователь HumanLayer, Dex Horthy, опубликовал большой пост «Why Software Factories Fail». Dex объясняет, почему lights-off factory ломается даже с хорошим harness: тесты дают быстрый сигнал «работает сейчас», но цена плохого program design проявляется через месяцы. Надёжного быстрого verifier для maintainability пока нет. Примерно об этом он рассказывал в выступлении "Harness Engineering is not Enough: Why Software Factories Fail", о котором я рассказывал Получается важная граница. Если sensor видит только количество немигрированных RPC procedures, loop может идеально свести этот счётчик к нулю — и ничего не понять про архитектуру получившегося кода. Контур оптимизирует выбранный сигнал, а не наше невысказанное намерение. Поэтому Kyle и Dex не противоречат друг другу: - У Kyle человек уже присутствует в контуре: задаёт golden patterns, читает каждый небольшой PR, оставляет feedback и не разрешает работе бесконтрольно накапливаться. - Dex добавляет уровень выше: человек должен владеть самим set point и медленными переменными — product requirements, system architecture, program design и порядком vertical slices. Я бы смотрел и читал их парой. Kyle показывает механику: автоматизировать actuator и воспроизводимые проверки там, где они возможны. Dex ставит ограничитель: пока инженер по-прежнему выбирает, что считать ошибкой, и отвечает за код, к которому придётся вернуться через полгода. #AI4SDLC #AI #Agents #Architecture #Evals #Engineering #Software