Серия про агентов, которые работают без вас и не должны подводить. В первой части разбирается ревью: конвейер для pull request, собственный бот на GitHub Actions и проверка кода, который написал сам агент. Вторая часть отвечает на вопрос, как заметить, что агент стал хуже после правки. Здесь речь об eval-ах и паттернах ReAct, Plan-Execute, Reflexion. Третья посвящена практике: агенты в CI, промпты с условиями остановки, управление браузером через LLM.
Сквозная мысль одна. Агенту нужен потолок расхода, и проще всего поставить его на ключе, отдельном для каждого сценария.