Loop Engineering: агентный цикл как термостат, а не бесконечный bash

В июле мы уже разбирали Loop Engineering, 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 Mistele — 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 нужен второй лист на столе. 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.

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.

https://www.youtube.com/watch?v=xIt_mTQp6mY

#AI4SDLC #AI #Agents #Architecture #Evals #Engineering