Методология интерпретируемого контекста: структура директорий как архитектура AI-агента

В статье рассматривается альтернативный подход к оркестрации AI-агентов, получивший название «Методология интерпретируемого контекста». Вместо использования сложных фреймворков, таких как LangChain или CrewAI, автор предлагает управлять рабочими процессами через структуру файловой системы. В этой модели Markdown-файлы содержат промпты и контекст для каждого шага пайплайна, а логика работы агента определяется иерархией директорий. Такой подход, вдохновленный принципами Unix-конвейеров и модульного программирования Дейкстры, позволяет значительно снизить инженерную нагрузку при создании последовательных процессов. Система декомпозируется таким образом, что каждый модуль выполняет изолированную задачу, а один агент-оркестратор интерпретирует структуру папок для выполнения инструкций. Это решение особенно эффективно для задач, где требуется человеческий контроль на промежуточных этапах, позволяя избежать избыточности, присущей многоагентным системам, и упрощая поддержку и масштабируемость программного обеспечения.