Чого можна навчитись у ICM

Розбір репозиторію, який ти згадав: «архітектура агента через теки». Коротко — одна їхня річ нам справді потрібна, їхня структура — ні.

Що це насправді

Це не фреймворк і не код. Це домовленість про те, як розкладати роботу по теках, щоб один агент міг її пройти сам: пронумеровані теки задають порядок кроків, вкладеність задає, скільки контексту видно на кожному кроці, а звичайні текстові файли тримають стан. Ідея автора: якщо підказка й контекст кожного кроку вже лежать файлами в добре розкладеній теці, багато агентів і оркестратор не потрібні.
Їхні п'ять принципів Один крок — одна робота. Кроки говорять між собою простим текстом, який людина може відкрити й виправити. Агент вантажить лише те, що потрібно зараз. Кожен проміжний результат людина редагує перед наступним кроком. Налаштовуєш один раз — далі кожен прогін іде тим самим шляхом.
Їхній головний робочий елемент — контракт кроку У кожній робочій теці лежить файл на 200–500 слів, який каже рівно чотири речі: які файли читати (окремо «це в цьому прогоні», окремо «це щоразу»), що зробити, що записати і куди, і яку одну конкретну дію робить людина перед наступним кроком. Бюджет на крок — 2–8 тисяч токенів замість 30–50 у монолітної підказки.

Їхня перевірка — і що з нею не так

Що вона є насправді Те, що ти назвав «новий агент за п'ять хвилин», у них зветься інакше й міряє інше. Це прогулянка холодного агента: агент без жодної пам'яті мусить, маючи лише файли, зрозуміти де він, взятись за роботу і сказати, в якому стані все зараз. Конкретні питання: чи знаходиш ти, що робити, за три читання? чи каже контракт кроку точні шляхи входів, роботу, вихід і людський чек? чи видно стан просто зі сканування тек? чи не носить маршрутний файл вантаж? чи не продубльовано той самий факт у двох місцях?
Чесно про докази Цифри «п'ять хвилин» у їхніх матеріалах немає — ані в репозиторії, ані в статті. І самої «прогулянки» в статті теж немає: вона живе тільки в скілі. А те, що стаття справді міряла — це поведінка 33 практиків, зібрана з розмов, не з приладів, у спільноті за запрошеннями, без жодного порівняння з альтернативним підходом. Автори самі це визнають. Тож брати це можна за здоровим глуздом, а не тому, що воно доведене — і перевіряти на собі.

Порівняння з тим, що в нас уже є

Збіг, а не запозичення Більшість їхніх правил у нас уже працює, просто називається інакше:
Де ми навіть суворіші Їхній контракт кроку каже «прогони перевірку». Наші оболонки адмінів ідуть далі: вони описують очікувану форму результату, а не число — бо точне число читається як факт і приховує, що фактично зламалось. Цього в них немає.

Що варте перейняття

1. Перевірка холодного старту — цього в нас нема Ми перевіряємо код селфтестами, а карту системи — свіжістю. Ми ніколи не перевіряємо орієнтацію: чи може новий чат за трьома читаннями зрозуміти, де він і що робити.

Що це не теорія: в оболонці одного з наших адмінів стояло конкретне твердження, що в його черзі вже лежить задача. Це була неправда — черга була порожня, а задачу адресували іншому. Знайшлось аж тоді, коли жива сесія пішла ту задачу брати. Наше власне правило «перевірка мусить міряти поведінку, а не існування» тут не спрацювало, бо орієнтацію взагалі ніхто не міряє.

Ціна: один ручний прогін, пів години. Не код, не новий інструмент.
2. Правило «маршрутний файл не носить вантаж» У них так: якщо файл, який має лише вказувати дорогу, почав рости — він всмоктує вантаж; винеси вантаж на полицю, лишай лінк.

У нас файл, з якого починає кожен свіжий агент, закінчується одним суцільним абзацом-змінолистом на кілька тисяч знаків. Це вантаж у маршрутному файлі в чистому вигляді: кожна сесія за нього платить, а зорієнтуватись він не допомагає. Той самий зсув є в шарі, який дописується в кожну сесію: у нас записано правило «завжди-завантажене — до 200 рядків», у них поріг на кореневий файл утричі жорсткіший, і ми стоїмо впритул до власної стелі.
3. Розділ «Входи» з поділом робоче / довідкове Дрібна, але приємна правка формату наших оболонок. Зараз там список «прочитай канон» одним куснем. У них входи розділені: «це файли саме цього прогону» і «це те, що читається щоразу». Це робить вибір контексту видимим і редагованим — і дешево додається до наявних оболонок.

Що НЕ беремо

Пронумеровані теки як машину станів Наша система — не послідовний конвеєр із людиною на кожному кроці. Це фонові демони, регулярні тіки, паралельні адмін-чати із захопленням ділянок. Автори прямо пишуть, що їхній підхід не тримає трьох речей: живих циклів у реальному часі, конкурентності й автоматичного галуження. Це рівно опис нас.
Файлову систему як джерело стану У нас стан — це запис у спільну стрічку подій перед дією. Сканування тек показує, що лежить, а не що сталось; для системи, де половина роботи — надіслані повідомлення й зовнішні виклики, це слабша перевірка. Міняти не будемо.
Перебудову тек волту під їхні форми У нас тека несе рівень доступу: перекласти теки означає змінити, кому що видно. Ціна висока, виграш косметичний. Окремо: у їхньому скілі є режим «перебудуй наявну теку» — на волт його не запускати. Якщо захочеться відчути підхід руками, є безпечний спосіб: пустити його на ОДНУ маленьку нову теку, не на систему.
Канонізацію за їхніми доказами Стаття не порівнювала їхній підхід ні з чим. Тож усе згори береться як кандидат, який ми перевіряємо на собі, а не як доведене рішення.

Що на тобі

Одне рішення Чи роблю ручний прогін перевірки холодного старту. Моя рекомендація — так, і почати з оболонки того адміна, де неправда й була: там уже є доведений випадок, тож перевірка одразу міряє щось справжнє. Правило «пройшло / не пройшло» я оголошу до заміру, а не після.

І одне менше: чистка того файла-орієнтира від змінолиста — це редагування живого документа, який читає кожна сесія, тож роблю лише з твого слова.