Agents

Мы уже знаем: модели умеют вызывать tools. А что, если дать им вызывать tools много раз подряд, самим решать какие tools нужны и учиться на результатах? Вот это и есть agents.

В ядре agent — это просто tools in a loop.

Вместо пошаговых указаний («открой файл → прочитай → теперь поправь») ты задаёшь цель, а agent сам собирает маршрут. Разница как между turn-by-turn навигатором и фразой «просто довези меня до точки».

Как agents работают на практике

Скажи agent’у: «добавь dark mode toggle на settings page». Дальше типичный цикл:

1. Ищет в codebase страницу настроек
2. Читает файлы, понимает структуру и styling approach
3. Сам строит план: state, CSS-классы, компонент toggle, обновление UI
4. Делает шаги, гоняет проверки, чинит ошибки по ходу

Всё это — серия tool calls, где следующий шаг зависит от результата предыдущего. Как будто кто-то думает вслух — только параллельно реально пишет код.

Как меняется твоя роль

Магия agents не в том, что «код пишется сам», а в том, как меняется твоя работа.

Раньше диалог был таким: «какие файлы в components?» → «прочитай Button» → «добавь dark variant». Теперь можно сразу сказать end goal и отпустить agent на путь.

Ты смещаешься из «я делаю каждую задачу руками» в роль task manager. Можно держать несколько agents параллельно: один пишет тесты на auth, второй обновляет docs, третий рефакторит утилиту, до которой вечно не доходили руки.

Реальность без розовых очков

Agents хорошо берут задачи с ясной целью и устоявшимися паттернами:

• дописать тесты к существующему коду
• обновить документацию
• рефакторинг по понятным правилам
• баги с чётким error message

Слабее там, где нужна глубокая системная интуиция, pixel-perfect совпадение с макетом, совсем новые библиотеки вне training data.

Думай об agent’е как о быстром junior’е: нужна ясная постановка, нужен oversight, он может забыть контекст и зациклиться на одном failing-подходе.

Agents жрут заметно больше tokens, чем простой Q&A — из-за tool calls и итераций. Без ограничений они с энтузиазмом наделают лишнего. И да: ответственность за проверку всё равно на тебе.

Искусство делегирования

Эффективная работа с agents — это skill «что и когда отдавать». Начни с маленьких, чётких задач. Когда появится уверенность — отдай куски побольше, но с checkpoint’ами и verification.

Цель не выкинуть человека из процесса, а усилить то, что ты успеваешь. Ты — архитектор и reviewer, agent — руки на имплементации.

Что дальше

Foundation закрыт: tokens, context, tools, agents. Дальше — практика в Cursor: как структурировать prompts, как не убивать context window, как делегировать, как выстраивать verification и что делать, когда всё пошло sideways.

Работа с AI — навык, который качается практикой. Mental models из этой части объясняют почему одни подходы работают лучше других — и это ускоряет рост сильнее, чем набор «магических промптов».