Miksi agenttitiimien pysyvyys ratkaisee tekoälyavusteisessa kehityksessä

Jos olet käyttänyt useita tekoälyavustajia rinnakkain, tiedät ongelman. Jokainen uudelleenkäynnistys pyyhkii kaiken muistin. Sama konteksti täytyy selittää uudelleen, ja viime viikon päätökset katoavat. Se on kuin palkkaisit samat konsultit joka aamu alusta.

OpenRig lähestyy asiaa eri tavalla. Se käsittelee agenttiverkostoa infrastruktuurina.

Nykyisten työnkulkujen heikkoudet

Useimmat kehittäjät käynnistävät agentteja erillisinä istuntoina. Claude hoitaa tehtävänsä. GPT-4 aloittaa seuraavan ilman tietoa edellisestä. Yhteistä muistia ei ole, eikä todellista tiimiä.

Tämä toimii pienten kertatehtävien kanssa. Todellisessa kehitystyössä tilanne on toinen. Tarvitaan:

• Sama agentti, joka muistaa kontekstin viikkojen ajan
• Useita agentteja, jotka rakentavat yhteistä tietopohjaa
• Päätöksiä, jotka säilyvät uudelleenkäynnistysten yli
• Koordinaatiota kymmenen agentin välillä ilman sekasortoa

Ilman hallintakerrosta homma ei skaalaudu.

Topology tuo rakenteen

OpenRig lainaa infrastruktuurista tutun idean: rigin. Se on YAML-tiedostona määritelty agenttien topologia, joka toimii yhtenäisenä kokonaisuutena.

Kyseessä on graafi, ei pelkkä lista. Agentit ryhmittyvät podeiksi, jotka jakavat kontekstia. Podit yhdistyvät toisiinsa määritellyillä yhteyksillä. Koko topologia tallentuu ja palautuu yhtenä järjestelmänä.

Käytännössä tämä tarkoittaa yhtä komentoa, joka käynnistää koko verkon.

pods:
  orchestration:
    agents:
      - lead (Claude Opus)
      - coordinator (Claude Sonnet)
  
  development:
    agents:
      - implementation (Claude Code)
      - review (Codex)
  
  research:
    agents:
      - explorer-1, explorer-2, explorer-3

Mitä pysyvyys mahdollistaa

Agentit eivät enää katoa istuntojen myötä. Sama agentti säilyttää roolinsa ja tietonsa viikkojen ajan. Kun konteksti täyttyy, tila siirtyy uuteen istuntoon. Kyse ei ole uudelleenkäynnistyksestä vaan jatkamisesta.

Podin sisällä agentit voivat jakaa tilaa ulkoisen muistin kautta. Kun yksi agentti tiivistää tietonsa, muut voivat palauttaa sen. Arkkitehtuuripäätökset ja koodimallit kertyvät koko verkon käyttöön.

Kaikkea hallitaan yhdestä käyttöliittymästä. Voit tarkistaa koko agenttiverkoston tilan yhdellä keskustelulla.

Käytännön esimerkkejä

Dokumentaatiosta löytyy jo useita toimivia malleja. Adversariaalinen koodikatselmointi käyttää kahta eri mallia saman PR:n tarkasteluun. Tutkimusklusteri ajaa neljä agenttia rinnakkain ilman hierarkiaa. Turvallisuustyössä hyökkäävät agentit testaavat ja puolustavat paikkaavat.

Yksi agentti voi myös hallita koko tiimin infrastruktuurityökaluja, kuten HashiCorp Vaultia.

Mitä tämä muuttaa kehitystyössä

Perinteinen malli olettaa agenttien olevan kertakäyttöisiä. Todellisessa ohjelmistokehityksessä tämä ei toimi. Kun agentit muistavat oppimansa, päätösten laatu paranee. Erikoistuminen tulee mahdolliseksi, kun yksi agentti omistaa testauksen ja toinen refaktoroinnin.

Yöaikaan käynnissä oleva refaktorointi ei enää häviä aamulla. Agentit jatkavat työtä ilman, että konteksti katkeaa.

Aloittaminen

OpenRig sisältää löytötilan. Jos agentteja pyörii jo tmux-istunnoissa, rig discover tunnistaa ne ja luo ehdotuksen RigSpec-tiedostoksi. Et aloita tyhjästä.

CLI hoitaa käynnistyksen, tallennuksen ja visualisoinnin. Yksi komento tuo koko verkon verkkoon.

OpenRig on avointa lähdekoodia eikä vaadi uusia API-avaimia. Se on infrastruktuuri, jota hallitset itse.

Agenttiverkostosi on infrastruktuuria. Määrittele se, versionoi se ja palauta se tarvittaessa.