Поваренная книга вайбкодера: одна LLM в роли архитектора, ревьювера и тестировщика
Одна языковая модель — четыре роли: архитектор проектирует, разработчик пишет код, ревьювер находит баги, тестировщик ломает. Разработчик опубликовал на Хабре практическое руководство, как выстроить такую «труппу» агентов и передать им продакшен-проект почти без ручного участия. Главное условие: все решения и процессы должны жить в файлах, а не в голове.
AI-обработка оригинала Habr AI; редакция Hamidun News
Российский разработчик опубликовал в августе 2026 года на Хабре детальное руководство по мультиагентной разработке с одной языковой моделью — без покупки дополнительной инфраструктуры и без многомесячной настройки.
Что такое «шизофрения LLM»
Базовый эффект, на котором держится весь метод: та же модель, которая только что написала фичу и осталась ею довольна, в роли ревьювера находит в ней три реальных бага со сценариями поломки. Один набор весов — два диаметрально противоположных мнения об одном и том же коде.
Ключевые факты метода:
- Труппа состоит из четырёх ролей: архитектор, разработчик, ревьювер, тестировщик
- Переключение между ролями — через ролевые промпты («скиллы»)
- Автор держит на этом принципе реальный продакшен-проект, написанный агентами почти без ручного кода
- Первый шаг не требует ни одной строки кода вручную — труппа строит себя сама
Расщепление — не баг, а архитектурный приём: ревьювер, который не знает, что перед ним его же код, критикует честнее любого живого коллеги.
Почему процесс должен жить в файле
Архитектурные решения, принятые моделью в роли архитектора, исчезают из контекста к тому моменту, когда та же модель переключается в роль разработчика. Без зафиксированного плана агент каждый раз изобретает колесо заново — и тратит токены на повторение уже сделанного.
Автор настаивает: любое решение, которое должно пережить одну сессию, обязано существовать в файле, а не в диалоге и не в памяти модели. Скиллы — наборы ролевых инструкций для каждой из четырёх ролей — хранятся там же и загружаются при каждом переключении.
«Процесс должен жить в файле, а не в голове», — ключевой тезис руководства, опубликованного на
Хабре.
Смена контекста между ролями занимает секунды; накопленные договорённости и решения не теряются между сессиями.
Как запустить первый мультиагентный проект
Труппа умеет строить себя сама — в этом состоит главный практический вывод статьи. Достаточно дать агенту в роли архитектора описание задачи: он сформирует структуру проекта, распределит задачи между ролями и создаст файлы с планами.
По описанию автора на Хабре, весь цикл — от пустого репозитория до работающего кода с ревью и тестами — проходит без единой строки, написанной вручную. Рабочий поток выглядит так:
- Скиллы — ролевые инструкции, определяющие «личность» агента в каждой роли
- Файлы-планы — зафиксированные решения, которые переживают смену сессий и контекста
- Цикл ролей — архитектор → разработчик → ревьювер → тестировщик, с повтором при обнаружении багов
- Самосборка — структуру проекта строит сам агент-архитектор, не человек
«Доступно, без энциклопедии — за один кофе», — так автор описывает формат своего руководства на
Хабре.
Что это значит
Мультиагентная разработка перестала быть лабораторным экспериментом: один человек с одной языковой моделью выстраивает внутреннюю команду, которая критикует себя честнее большинства живых ревьюверов. Главный порог входа — не инфраструктура, а готовность зафиксировать процесс в файлах.
- 29 окт. 2026 г.Агенты учатся на невезении: уроки LLM переносят случайный сбой в решения
- 29 окт. 2026 г.Liquid AI выпустила LFM3: шесть мультимодальных моделей на 2B с контекстом 256K
- 28 окт. 2026 г.AdaPRA поднял Qwen 80B на 24,5 пункта в data science-лидербордах
- 28 окт. 2026 г.AOS-Bench показал: агенты с разницей 0,6 пункта доставляют 54% и 68% задач
Вопросы и ответы по материалу
Что известно по теме: что такое «шизофрения LLM»?
Базовый эффект, на котором держится весь метод: та же модель, которая только что написала фичу и осталась ею довольна, в роли ревьювера находит в ней три реальных бага со сценариями поломки. Один набор весов — два диаметрально противоположных мнения об одном и том же коде. Ключевые факты метода: Труппа состоит из четырёх ролей: архитектор, разработчик, ревьювер, тестировщик Переключение между ролями — через ролевые промпты («скиллы») Автор держит на этом принципе реальный продакшен-проект, написанный агентами почти без ручного кода Первый шаг не требует ни одной строки кода
Что известно по теме: почему процесс должен жить в файле?
Архитектурные решения, принятые моделью в роли архитектора, исчезают из контекста к тому моменту, когда та же модель переключается в роль разработчика. Без зафиксированного плана агент каждый раз изобретает колесо заново — и тратит токены на повторение уже сделанного. Автор настаивает: любое решение, которое должно пережить одну сессию, обязано существовать в файле, а не в диалоге и не в памяти модели. Скиллы — наборы ролевых инструкций для каждой из четырёх ролей — хранятся там же и загружаются при каждом переключении. «Процесс должен жить в файле, а не в голове», — ключев
Что известно по теме: как запустить первый мультиагентный проект?
Труппа умеет строить себя сама — в этом состоит главный практический вывод статьи. Достаточно дать агенту в роли архитектора описание задачи: он сформирует структуру проекта, распределит задачи между ролями и создаст файлы с планами. По описанию автора на Хабре, весь цикл — от пустого репозитория до работающего кода с ревью и тестами — проходит без единой строки, написанной вручную. Рабочий поток выглядит так: Скиллы — ролевые инструкции, определяющие «личность» агента в каждой роли Файлы-планы — зафиксированные решения, которые переживают смену сессий и контекста Цикл роле
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.