[CutCode] Воркшоп по AI-разработке. Часть 2 (Данил Щуцкий)

Коротко напомню, что внутри.
На первом воркшопе мы разобрались как работать с LLM и сделали важную вещь - собрали правильный процесс разработки с AI руками:
research → постановка задачи → декомпозиция → план → реализация → проверка
и главное — сохраняли артефакты и использовали их в последующей работе в качестве контекста

Это был фундамент. Но когда задача становится сложнее, то время на сам процесс управления теряется куча времени.

• Каждую новую сессию нужно заново вводить в контекст
• следить, чтобы ничего не сломалось
• напоминать, что уже пробовали
• проверять каждый шаг

По сути, становишься нянькой для агента.

И в этот момент становится понятно:
проблема не в том, что AI плохо пишет код
проблема в том, что у тебя нет системы, в которой он работает под твоим контролем.

Воркшоп #2 — это следующий шаг.

Не про “лучшие секретные промпты”, а про инженерный процесс:
MCP, workflow, роли, субагенты и quality gates
Мы уже научились делать процесс разработки руками, теперь пора масштабироваться и построить систему,
которая будет делать задачи с предсказуемым результатом по workflow, который настраиваете вы!

На практике разберем как создать свой таск-менеджер:

1 часть:
— workflow и разделение ролей
— субагентов (планирование, реализация, проверка)
— артефакты как источник правды
— quality gates и контроль качества
— backend на Go + Postgres + HTTP API
— свой MCP-сервер поверх backend

2 часть:
— AI Workspace как точка объединения всех проектов
— проверка созданного MCP через MCP Unit
— создание frontend поверх готовых контрактов
— сборку всего пайплайна через AI Factory