разбор · агентытема-фронтир · H 1.51
4.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал
Циклы критики и PR-ревью повышают качество кода
AI-Native Engineering: 100% adoption, 5x search throughput, unlimited tokens — Mikhail Parakhin
Для эффективного использования AI важно не просто потреблять много токенов, а оптимизировать взаимодействие агентов через циклы критики с разными моделями. Это повышает качество кода, снижает баги и требует сильного контроля на этапе PR-ревью.
Shopify достиг 100% adoption AI, но ключ — critique loop и автоresearch, а не просто токены.
что из этого моё
Для оператора входа в AI важно строить оркестрацию агентов с циклом критики между разными моделями и автоматизировать PR-ревью, чтобы повысить качество и эффективность генерации кода при контроле затрат токенов.
Что забрать
отметь, что берёшь в работу → или отбрось как не своёмоё →
настроить цикл критики: один агент генерирует, другой с другой моделью критикует и предлагает улучшения
автоматизировать PR-ревью с помощью мощных моделей для проверки кода
использовать CLI-инструменты и внутренних агентов без IDE для ускорения внедрения
о чём говорят, по времени
главы доводят до 10:55 · дальше по ролику меток нет
01
Введение и контекст00:00 ↗
Обсуждение подходов к потреблению токенов и важности правильной организации агентов.
02
AI-инструменты в Shopify02:33 ↗
Как Shopify внедряет и масштабирует AI-инструменты среди сотрудников.
03
Анализ потребления токенов07:48 ↗
Распределение использования токенов и проблемы с концентрацией потребления у топ-пользователей.
04
Оптимизация работы агентов и качество кода10:55 ↗
Как повысить качество кода и эффективность затрат токенов через организацию агентов и PR-ревью.