Agentic Coding та сувора реальність: чому промптингу недостатньо для софту

Інженерна індустрія любить крайнощі. Рік тому популярним гаслом було «промпт-інжиніринг замінить розробників». Сьогодні це хайп навколо «Dark Software Factories» — ідея повністю автономних AI-конвеєрів, які збирають продукти без участі людини.

У своїй доповіді про «Графову істерію та реалії Agentic Coding» Ілля Клімов дає тверезий та критичний аналіз цим обіцянкам. Хоча AI-агенти володіють вражаючими можливостями, спроба звести розробку софту до «чорного ящика» з десятків LLM-вузлів ігнорує жорсткі інженерні реалії: дрейф моделей, недетерміновані помилки та каскадні збої.

Agentic Coding — це не про вміння писати хитрий текстовий промпт. Як зазначає Ілля Клімов: «Промпт — це найслабший можливий контракт у програмуванні. Справжня інженерія починається тоді, коли ви затискаєте модель у рамки типізованих схем, атомарних API-інструментів, збереження стану та контрольних точок для людини».

Під час побудови продакшен-агентів — чи то на LangGraph, Vercel AI SDK, чи через власні MCP (Model Context Protocol) сервери — запорукою надійності є маленькі, ізольовані вузли. Монолітний промпт, який намагається одночасно перевірити авторизацію, трансформувати дані та викликати API, повертатиме помилку в 20% випадків. Покроковий флоу, де кожен вузол виконує одну валідовану дію, працює передбачувано.

З мого досвіду розробки FinTech та SaaS застосунків: підхід Human-in-the-Loop — це не компроміс, а необхідна архітектурна фіча. Найкращі системи використовують AI-агентів для автоматизації 90% рутини (дослідження, генерація коду, тести), але залишають підтвердження критичних дій (операції з грошима, записи в основну БД) за людиною.

Порада для тих, хто будує агентні системи сьогодні: починайте з простого. Не будуйте нескінченно складні графи з 50 агентів у перший же день. Створюйте типізовані інструменти, впроваджуйте строгу валідацію схем, встановлюйте жорсткі ліміти виконання та тримайте людину в циклі там, де ціна помилки реальна.