Патрик Дебуа опубликовал в блоге Tessl руководство о Context Development Lifecycle. Оно объясняет переход внимания от кода к контексту для ИИ-агентов.

Контекст для агента должен охватывать технические правила, сведения о проекте и бизнес-требования. Он должен заполнять пробелы в знаниях модели, а не дублировать уже известное ей.

На стадии Generate неявные знания превращают в явные спецификации, навыки, инструкции или правила. ИИ может подготовить черновик, но истинность содержания определяет человек.

Стадия Evaluate использует похожий на TDD цикл с заранее заданным поведением, прогоном сценария и улучшением контекста до успешной проверки. Эвалы также позволяют по данным выбирать между новой дорогой моделью и более быстрой, дешёвой либо открытой моделью.

Проверка утверждений:

  • Патрик Дебуа опубликовал в блоге Tessl руководство о Context Development Lifecycle, которое объясняет переход внимания от кода к контексту для ИИ-агентов. (подтверждено первоисточником: доказательство; «ARTICLE The Context Development Lifecycle: Optimizing Context for AI Coding Agents Discover the Context Development Lifecycle and how it revolutionizes AI coding agents by shifting focus from code to context. Learn more now! Patrick Debois · 19 Feb 2026 · 15 min read»)
  • Автор считает, что при разработке с кодирующими агентами узким местом становится не скорость написания кода, а качество описания того, что, почему и как должен делать код. (подтверждено первоисточником: доказательство; «The bottleneck has shifted. It's no longer about how fast we can write and ship code. It's about how well we can describe what the code should do, why it should do it, and how it should behave in the messy reality of our systems.»)
  • Контекст для агента должен охватывать технические правила, сведения о проекте и бизнес-требования, заполняя пробелы в знаниях модели, а не дублируя уже известное ей. (подтверждено первоисточником: доказательство; «There's technical context: coding standards, library usage, architectural patterns. There's project context: timelines, priorities, what's in scope and what's deferred. And there's business context: why the system exists, what the customer expects, what compliance requires. Agents need all three to make good decisions, and most teams only provide the first, if they provide any at all. And sometimes the model already knows something from its training data, so context should fill gaps in the model's knowledge, not duplicate it.»)
  • На стадии Generate неявные знания превращают в явные спецификации — навыки, инструкции, правила или спецификации; ИИ может подготовить черновик, но истинность содержания определяет человек. (подтверждено первоисточником: доказательство; «Whether you call them skills, instructions, rules, or specs, the work is the same. You can and should use AI to help author context, but you need to review and own what's created. The agent can draft, but the human decides what's true.»)
  • Стадия Evaluate предлагает TDD-подобный цикл: заранее задать ожидаемое поведение, прогнать сценарий и улучшать контекст до прохождения проверки. (подтверждено первоисточником: доказательство; «If this sounds like test-driven development, it should: write the expected behaviour first, run it, watch it fail, improve the context until it passes. Like testing code, there's a depth range. A single eval that checks your most important convention is better than none. Start wherever you are.»)
  • Эвалы позволяют проверять выбор моделей по данным — в частности, оправдывает ли новая дорогая модель свою цену или можно использовать более быструю, дешёвую либо открытую модель. (подтверждено первоисточником: доказательство; «Evals also help you navigate model choices. What gain would you get from the new expensive model that just came out? Can you use the faster and cheaper one? Or the open one? Run your evals and you have an answer, not an opinion.»)
  • На стадии Distribute контекст предлагается оформлять как пакет с версионированием, публикацией, защитой и сопровождением; без реестра и обновлений устаревший навык может незаметно обучать агента неверному шаблону. (подтверждено первоисточником: доказательство; «But without a registry, without versioning, without a way to push updates, context rots silently. That skill someone wrote six months ago, before a breaking change? It's actively teaching agents the wrong pattern, and nobody knows. Context also becomes an attack surface as it flows across teams, so it needs the same supply chain security posture you'd apply to any shared dependency. Treating context as a package (versioned, published, secured, and maintained) is the same insight that gave us npm and pip and cargo: knowledge scales when it has infrastructure.»)
  • Стадия Observe замыкает цикл: поведение агентов в реальной работе выявляет пробелы, неоднозначности и скрытые допущения, после чего контекст исправляют, дополняют эвалами и распространяют заново. (подтверждено первоисточником: доказательство; «We correct the context, add evals for what we missed, and redistribute. The loop continues.»)
  • Увеличение контекстных окон не устраняет потребность в CDLC: проблема определяется качеством, а загрузка большего объёма контекста способна усилить противоречия и сместить задачу от отбора к управлению. (подтверждено первоисточником: доказательство; «But the lifecycle doesn't depend on scarcity. It depends on quality. An infinite window doesn't write your context for you, and it actually makes conflicts worse: more context loaded means more contradictions to navigate. The challenge shifts from “what to include” to “how to keep it consistent, current, and trustworthy.” From curation to governance.»)

Публикации:

Первоисточники:

оценка 69.3 · тип guide · ревизия 1 · истории st-ts189m