План роста

Цель: на system design за 45 минут выложить архитектуру агентного харнесса и защитить каждое решение в 1cifer — без кода и без Claude под рукой. Материал: docs/chat-architecture.md, docs/harness-audit-2026-09.md.

Метод — одна подсистема в неделю

1. Прочитать код самому, без агента. Нарисовать поток на бумаге.
2. Одна страница своими словами: что делает, почему так, чем рискует, что бы сделали иначе.
3. Попросить Claude не объяснить, а проэкзаменовать вас — или рассказать коллеге.
4. Одна небольшая правка в этой подсистеме руками.

• Неделя 1 · жизненный цикл хода (agentLoop, finalizeTurn, очередь headless)Какие четыре исхода у хода и как ход переживает deploy и eviction Durable Object?
• Неделя 2 · кэш промптов и цена входаПочему волатильный преамбул стоит хвостом и почему запись в кэш — большая часть цены входа?
• Неделя 3 · контекст и память (compaction, чекпоинты, память v2)Что теряется при сжатии FACTS / FILES / OPEN и как вы это заметите?
• Неделя 4 · безопасность и HITL (narrowToDeclared, [untrusted-content])Какую атаку закрывает сужение до названного инструмента и что остаётся открытым?

Чекпоинт 1

• Четыре страницы объяснений, написанные без ИИ
• На все четыре вопроса отвечаете вслух, без заметок
• Пройден пробный system design «спроектируйте агентный харнесс» за 45 минут
• Минимум четыре правки, написанные руками и влитые в dev

Сейчас 46 сценариев в evals/scenarios.ts проверяют поведение: выбор инструмента, цепочку вызовов, факты по подстроке. Не измеряются точность векторного поиска по законам и качество самого ответа. Опыт разбора ошибок уже есть (docs/legal-corpus-llm-errors.md) — его нужно перенести на ответы агента.

Недели 3–4 — метрики поиска по законам

1. Из логов 30–50 реальных запросов к инструментам законов; для каждого руками разметить правильные акты или статьи.
2. Скрипт рядом с evals/: прогон через тот же путь, что LawVectorFan, подсчёт recall@5 и recall@10.
3. Зафиксировать базовую линию. Дальше любая правка чанкинга или эмбеддингов — с числом «до → после».

Недели 5–6 — судья для ответов

1. Error analysis: 50 продовых ходов, плохие разложить по типам. Самый частый тип — в сценарий по правилу E3.
2. Для 10–15 сценариев с expectFinal — рубрика (точность, полнота, нет выдумки) и LLM-as-judge в режиме advisory.
3. Сверить судью с собой на 20 ответах. Судья без сверки с человеком — ещё один источник шума.

CI-гейт не добавляем: владелец от него отказался 23.09, прогон остаётся ручным.

Чекпоинт 2

• Размеченный набор запросов по законам и базовые recall@5 / recall@10
• Список типов ошибок агента по 50 продовым ходам
• Судья совпадает с вашей оценкой хотя бы в 80% из 20 случаев
• Одно улучшение, подтверждённое числом «до → после»

Цель: два опубликованных разбора, на которые можно сослаться в резюме и на собеседовании. Первый шаг — согласовать темы с компанией: без кода, клиентов и абсолютных цифр.

• Кэш промптов в агенте · chat-architecture.md, раздел 2Почему запись стоила больше чтения: цифры и три найденные причины промаха.
• Ошибки LLM при сопоставлении правовых актов · legal-corpus-llm-errors.mdГотовый error analysis на 11 шаблонов — то, чего не хватает большинству команд.
• Evals агента через свой прокси · evals/run.ts, правило E3Baseline, повторы, вердикт по большинству; после пробела 2 — с судьёй и recall@k.
• Проверка находок ИИ-ревью кодом · harness-audit-2026-09.mdМетодология аудита мультиагентным ревью с воспроизведением.

Как писать: 1500–2500 слов, «задача → что измерили → что нашли → что сделали → что осталось открытым». Черновик — сами (заодно проверка пробела 1), ИИ — только редактура. Хабр или личный блог плюс кросс-пост в LinkedIn и Telegram.

Чекпоинт 3

• Компания согласовала темы
• Опубликован первый разбор (к концу недели 5)
• Опубликован второй разбор (к концу недели 8)
• На разборы ссылаются резюме и GitHub-профиль

Цель — решение о следующих 6 месяцах на реальных офферах и цифрах. Уходить не обязательно: собеседования здесь — измерительный инструмент.

1. Резюме с результатами, а не стеком. «Спроектировал и веду агентный харнесс B2B-платформы: агентный цикл, HITL, compaction, MCP, evals через собственный LLM-прокси» + 1–2 строки с числами.
2. Вилка рынка. 10–15 вакансий AI engineer / LLM engineer / product engineer с зарплатами, локально и удалённо.
3. 2–3 собеседования. После каждого — вопросы, на которых плавали: это список для следующего круга пробела 1.
4. Разговор в стартапе. С цифрами рынка и разборами — роль, зарплата, доля; на сколько месяцев у компании денег.
5. Решение. Критерии: запас денег у стартапа, рост ответственности, разница в деньгах, подушка.

Чекпоинт 4

• Резюме обновлено: числа и ссылки на разборы
• Известна рыночная вилка для вашей роли
• Минимум 2 собеседования, список слабых мест записан
• Разговор в стартапе состоялся
• Решение на следующие 6 месяцев записано