Много работаю в VSCode + Github Copilot. Выбрал его по понятным соображениям. MS сделала движуху, влив много денег в OpenAI, и этих денег там еще много, чтобы сделать любую другую движуху потом. Даже если Anthropic демонстрирует более революционные подході, MS сделает потом хороший достойный клон. Плюс Github. Он не умер после покупки, как Skype, и живет и развивается. Потому в далеком по меркам настоящего GenAI темпа 2025-м я выбрал Github Copilot + VSCode + Python. Ну и, соответственно, все мои эксперименты залочились на классический Agent Loop в IDE на локалхосте. Меня за этот подход критиковали, потому что я генерировал не cloud-first решения. Но я точно знаю, что работать с любым AI-пайплайном в облаке - это как ходить в ресторан в скафандре. Сделай вначале это рабочим на своем localhost, чтобы моделька могла работать достаточно долго без твоего участия, а потом уже тяни это в cloud.
И к чему я пришел? MCP - в топку. Пропускает все через контекстное окно, даже те данные, которые можно было бы не пропускать. CLI - ему на смену. Если есть MCP, я сразу же стремлюсь реверс-инжинирить его до CLI-скрипта, который сделает то же самое.
Agent Loop - так же в топку. Почему? Потому что я не могу влезть под капот GHCP и сказать, что я хочу вот такую state machine. У меня есть какая-то базовая обвязка и способ ее конфигурить, и с ней я могу сделать много прототипов. Но эти прототипы будут очень дорогими в стоимости (мое время + токены дорогих моделей). А потому мне надо сделать что-то, что будет повторно переиспользуемым, и желательно, чтобы это что-то работало работу потом само без участия моделей.
Например, мне надо сграбать что-то с какого-то моего сайта, скажем, он не имеет никакого MCP/CLI, и есть только страничка в браузере. Хорошо. Можно было бы взять Chrome DevTools MCP и попросить любой Agent Loop сделать эту работу. И все получится, потому что Agent Loop - универсальный инструмент. Но без модели и токенов это работать не будет.
Потому я сразу же ставлю агенту задачу сделать мне Chrome DevTools CLI (Skill) либо напрямую используя Chrome API, либо сделав адаптер MCP->CLI. Причем адаптер я тоже попрошу сделать универсальным в виде Skill, чтобы повторно его использовать (но об этом позже).
Потом я попрошу на базе этого CLI сделать другой Skill, в котором будет закодирован процесс исследования сайта через скрипты Python (основная логика жизненного цикла) + JS (которые будут инъектироваться в страничку для ее изучения).
И важно: основная логика будет иметь так же CLI-интерфейс - так я смогу ее зараненть и сам, и в Agent Loop; вести телеметрию работы - так Agent Loop сможет потом разобраться, что пошло не так; и сохранять как полуфабрикаты, так и готовую продукцию (то, что из полуфабрикатов собирается).
Я проведу 20-30 итераций с Agent Loop по улучшению этого Skill, и когда мы соберем все корнер-кейсы, я запущу его в работу из терминала. Все, больше токенов оно мне не стоит. Разве что структура сайта поменяется и надо будет призывать Agent Loop на фиксы.
Если при этом я буду следовать концепции Unix-философии и сделаю компоненты этого решения не монолитом, а в виде Skills, которые можно повторно использовать для типичных задач (Chrome DevTools Skill, MCP-to-CLI Skill), то я заложу хороший фундамент в будущее.
Сообщения
