Недавно на Hacker News вызвал значительный интерес проект под названием Semble — «поисковый инструмент для кода, разработанный специально для агентов», способный выполнять задачи поиска по коду, расходуя на 98 % меньше токенов, чем grep.
283 балла и 96 комментариев — весьма высокий уровень внимания для инструмента поиска по коду.
Однако то, что действительно заслуживает обсуждения, — это не сам инструмент, а более широкая тенденция, стоящая за ним: всё больше новых инструментов создаются не для человеческих разработчиков, а для ИИ-агентов.
Что означает экономия в 98 % токенов?
Сначала разберёмся с проблемой, которую решает Semble.
Когда ИИ-агенту необходимо понять репозиторий кода, ему обычно требуется искать файлы, читать их содержимое и анализировать контекст. При использовании традиционного подхода (grep + чтение файлов) агент вынужден тратить огромное количество токенов на загрузку содержимого, которое ему на самом деле не нужно.
Semble же возвращает только те фрагменты кода, которые действительно требуются агенту — а не целые файлы. Это приводит к резкому снижению количества токенов, потребляемых при каждом поиске.
Экономия в 98 % токенов может показаться преувеличением, но в сценариях использования ИИ-агентов она вполне реальна. Дело в том, что человек может «бросить взгляд» и мгновенно определить, какие части текста важны, тогда как ИИ-агенту приходится читать всё посимвольно — если только кто-то не выполнит за него предварительную фильтрацию.
Происходит более масштабная тенденция
Semble — не единственный пример.
За последние месяцы цепочка инструментов для ИИ-агентов растёт на глазах:
- Поиск по коду: от grep до Semble — от результатов, удобных для человека, до структурированного вывода, пригодного для агентов;
- Навигация по коду: от древовидной структуры файлов, предназначенной для кликов человека, до графов кода, пригодных для обработки агентами;
- Инструменты тестирования: от отчётов, ориентированных на человека, до оценочных сигналов, легко парсируемых агентами;
- Инструменты документирования: от Markdown-документации для чтения людьми до структурированных баз знаний, пригодных для использования агентами.
Общее у всех этих инструментов — их «пользователь» — ИИ-агент, а не человек.
Это означает фундаментальный сдвиг: парадигма проектирования инструментов для разработчиков переходит от «человекоцентричной» к «агентоцентричной».
Это не плохо — но правила игры меняются
Некоторые могут воспринять эту тенденцию как тревожную: инструменты перестают создаваться для людей и начинают ориентироваться на машины.
Однако с другой точки зрения — это неизбежный этап технологического прогресса.
Как компиляторы пишутся не для людей (для этого есть ассемблер), а для исполнения машиной; как IDE создаются не для машин, а для удобства взаимодействия человека с кодом — каждая новая абстракция возникает для удовлетворения потребностей конкретной роли.
Появление цепочки инструментов для ИИ-агентов — просто следствие того, что ИИ-агенты стали новой «персоной» в мире кода. Им нужны свои инструменты — так же, как человеку нужна IDE.
Но это порождает и ряд вопросов, заслуживающих размышления
Во-первых, снижение наблюдаемости (observability). Если выходные данные инструмента оптимизированы для ИИ-агента, как разработчику-человеку понять, что именно делает агент? Если поисковый инструмент возвращает структурированный, «дружелюбный к агентам» формат, сможет ли его прочитать человек?
Во-вторых, фрагментация инструментов. В будущем нам, возможно, придётся поддерживать две отдельные цепочки инструментов — одну для людей, другую — для агентов. Не приведёт ли это к росту издержек на сопровождение?
В-третьих, каковы критерии качества инструментов для агентов? Качество инструментов для людей можно оценить по удобству использования (UX). А что такое «удобство использования» для ИИ-агента? Эффективность по токенам? Точность? Или что-то ещё?
Возможное будущее: «агентоцентрично» и «дружелюбно к человеку»
Наилучший сценарий — это инструменты, сочетающие оба принципа: «агентоцентрично» в основе и «дружелюбно к человеку» в интерфейсе.
Как API и панель управления (Dashboard): API проектируется для вызова машиной, а Dashboard позволяет человеку понять, что происходит.
На сегодняшний день Semble реализован как консольный инструмент с выводом в структурированном формате JSON. Это отличный выбор: структурированный вывод можно напрямую использовать ИИ-агентом, а также легко визуализировать в человекочитаемом виде с помощью вспомогательных инструментов.
Такой многоуровневый дизайн, вероятно, станет лучшей практикой для будущих цепочек инструментов для ИИ-агентов.
Заключение
Semble получил 283 балла не потому, что его технология революционна, а потому, что он попал в точку — в момент зарождения новой тенденции.
ИИ-агенты уже не абстрактное понятие — они становятся полноценными «гражданами» мира кода. А создание инструментов специально для них превращается в новую арену соперничества в индустрии разработки инструментов.
Для разработчиков это может означать необходимость задать себе важный вопрос: для кого вы создаёте свой инструмент?
Для человека — или для своего ИИ-коллеги?
Ответ, скорее всего, уже не сводится к простому выбору одного из двух вариантов.