Agent Skills: как ИИ‑агенты соблюдают инженерные правила без ущерба для скорости

Навыки для ИИ‑агентов: как заставить их работать по правилам, а не по обещаниям

Проект Agent Skills не обещает, что ИИ‑агент научится программировать лучше. Он решает более приземлённую, но важную задачу: как заставить агента соблюдать те же инженерные правила, которые команды и так знают, но слишком часто игнорируют.

Набор из двадцати структурированных навыков, собранный Адди Османни, не учит агента проектировать системы или писать код. Он кодифицирует инженерную культуру в виде машинно-читаемых workflow с обязательными контрольными точками, доказательствами и заранее прописанными отговорками — вроде «я добавлю тесты потом». Это не ещё один чек‑лист, который забывают после первых строчек, а инструмент, который превращает обещания в факты.

Как устроен каждый навык

Каждый навык — это markdown‑файл с фронтомматтером, обзором, условиями активации, пошаговым процессом и таблицей анти‑рационализаций. Например, навык spec‑driven‑development требует не просто написать спецификацию, а:

• PRD с критериями приёмки,
• подтверждение, что дизайн не нарушает Hyrum’s Law,
• доказательство, что решение покрыто тестами.

Агент не может начать реализацию, пока не выполнит всё это. Это не генерация кода по инструкции — это генерация кода внутри процесса.

Пример: как работает incremental‑implementation

Активируется командой /build и заставляет агента:

1. Разбить задачу на вертикальные срезы (например, «только UI без бэкенда»).
2. Создать фича‑флаг для каждого среза.
3. Написать тесты до реализации.
4. Добавить безопасные дефолты (заглушки вместо реального API).
5. Убедиться, что каждая «долька» работает изолированно.

Если агент пытается пропустить хотя бы один пункт, срабатывает таблица анти‑рационализаций. На отговорку «Это слишком просто, чтобы разбивать на части» в навыке прописан ответ:
«Критерии приёмки должны быть определены до начала реализации. „Слишком просто“ — не оправдание для отсутствия контроля».

Почему обычные инструкции не работают

Большинство «правил для ИИ» остаются мёртвым грузом, потому что они:

• абстрактные («пиши чистый код»),
• не привязаны к конкретным инструментам,
• не требуют доказательств.

Agent Skills решает эти проблемы:

• Интеграция с инструментами: навыки работают в Claude Code, Cursor, Gemini CLI, GitHub Copilot и других агентах. Не нужно переписывать инструкции под каждый инструмент.
• Доказательная база: каждый навык требует конкретных артефактов — тестов, бенчмарков, сканов безопасности, PRD с критериями приёмки. Агент не может заявить «я сделал», пока не предъявит доказательство.
• Экономия контекста: загружаются только нужные навыки, что ускоряет работу и снижает нагрузку на токенную память.

Что это даёт командам, которые уже используют ИИ‑агентов

Для команд, переложивших часть разработки на ИИ, Agent Skills решает три ключевые проблемы:

1. Унификация процессов
   Один набор навыков работает везде — в Copilot, Claude или Gemini. Не нужно тратить время на адаптацию инструкций под разные инструменты. Например, чек‑лист security‑and‑hardening одинаково применим к коду на Python и JavaScript.

2. Снижение риска инцидентов
   Обязательные проверки (тесты, безопасность, ревью) выполняются до попадания кода в production. Навык browser‑testing‑with‑devtools требует живого анализа DOM, логов и трассировок сети с помощью Chrome DevTools MCP.

3. Оптимизация токенов
   Агент не загружает сразу все навыки, а подгружает их по мере необходимости. Это важно для больших репозиториев, где контекстная память дорога.

Где идея даёт сбой

Навыки не заменяют опытных инженеров и не гарантируют качество кода. Они лишь снижают вероятность очевидных ошибок — тех, что возникают из‑за лени, спешки или отсутствия процесса.

Три зоны, где Agent Skills не срабатывает:

• Адаптация под внутренние процессы
  Чек‑листы безопасности могут не покрывать специфичные угрозы компании. Базовый уровень security‑and‑hardening не заменит ручной аудит.

• Неготовность команды
  Если инженеры не хотят следовать формальным процессам, навыки превратятся в «мёртвый груз». Правило ~100 строк для коммитов не поможет, если ревьюеры всё равно принимают гигантские PR.

• Ограничения инструментов
  Не все IDE поддерживают плагины для Agent Skills. В VS Code, например, нужно вручную настраивать интеграцию. А при ошибках клонирования через SSH иногда приходится принудительно использовать HTTPS.