Боб Мартин опублікував правила для ШІ-агентів під час написання коду
Боб Мартин опублікував правила для ШІ-агентів під час написання коду
Навичка ub-mode від Роберта Мартина задає обмеження для ШІ-агентів: мінімальні зміни, реальні тести та усунення причин помилок.
Боб Мартин, автор книги «Чистий код», опублікував набір правил, якими керуються його власні ШІ-агенти під час написання коду.
Основні положення:
- Перевірка, яка лише приховує збій, не усунувши його причину, не може вважатися виправленням.
- Якщо тест продовжує успішно проходити навіть тоді, коли всі функції нічого не повертають, від такого тесту варто відмовитися.
- Зміни в коді мають бути мінімальними, але достатніми для розв’язання поставленої задачі.
- Перш ніж змінювати код, потрібно написати тест, який виявляє наявну помилку.
Встановивши цю навичку, можна запобігти приховуванню помилок ШІ-агентами та уникнути ситуацій, коли успішно пройдені тести створюють хибне враження про справність коду.
Промпт для встановлення:
Встанови скіл ub-mode з репозиторію unclebob/ub-mode на GitHub у мою папку skills і використовуй команду /ub-mode під час наступної зміни коду. Якщо crapper, dryer або mutator не встановлені, пропусти відповідні кроки.
Репозиторій: unclebob/ub-mode
Чому це важливо
АналітикаЦі правила допомагають тримати ШІ-агентів у дисципліні та запобігати ілюзії надійного коду, коли формально успішний тестовий прогон приховує реальні дефекти.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Боб Мартин опублікував правила для ШІ-агентів, які пишуть код
Боб Мартин, автор книги «Чистий код», опублікував GitHub-репозиторій ub-mode зі зводом правил для ШІ-агентів, які створюють і змінюють код.
Open-source проєкт із 74 навичками для розробки ігор
На GitHub з’явився open-source проєкт awesome-gamedev-agent-skills, який об’єднує 74 навички для розробки ігор на Unity, Godot, Unreal Engine та інших рушіїв. Він підтримує Claude Code і Codex та автоматично підбирає навички під задачу.
Claude Code Projects: як один ШІ координує команду автономних агентів
Глибокий аналіз Claude Code Projects: архітектура Coordinator та Threads, паралельні гілки, спільна пам'ять MEMORY.md та управління хмарними агентами.
Маркери згенерованого коду (AI Code Smells)
Типові антипатерни та маркери синтетичного коду («код із запашком» від ШІ). Надлишкові очевидні коментарі, дублювання утиліт у кожному файлі, фейкові моки та безглузді блоки try-catch, які видають неперевірену генерацію.
Jev та System One AI: повний практичний гайд по моделі рішень від TypeSafe
Глибокий інженерний розбір флагманської моделі Jev: архітектура System One проти LLM, примітиви Choice/Score/Noul, паралелізм запитів, математика впевненості, відео-кейси, код та огляд локальних open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).
AI-агенти (Autonomous Agents)
Програмні системи на базі LLM, здатні самостійно сприймати стан середовища, декомпозувати складні цілі, викликати зовнішні інструменти та ітеративно виправляти власні помилки.