🛠 AIRepo: как проверить, готов ли ваш репозиторий к работе с AI-агентами Агент для программирования получает задачу добавить поле в API, находит два файла: docs/architecture/api.md и contracts/api.yaml. Оба выглядят актуальными, но только второй — основной контракт, из которого генерируется внешний SDK. Агент правит документацию и реализацию, тесты проходят, но изменение не попадает в контракт. Это не галлюцинация: неоднозначность репозитория заставила модель выбрать неверный источник истины. По данным Habr, автор статьи предлагает AIRepo — проект с открытым исходным кодом версии 1.0.0 под лицензией Apache-2.0. Он не конкурирует с AGENTS.md, CLAUDE.md или Cursor Rules: те описывают, как агенту работать, а AIRepo формализует, чему в репозитории можно доверять. Фреймворк вводит десять семантических аспектов — authority, ownership, lifecycle, generated state, provenance, compatibility, validation, mutation boundary, complexity — и требует отвечать на них от конкретной инженерной задачи, а не сверху вниз. Принципиальная граница: оценка AIRepo даёт агенту право только проверять, классифицировать, исследовать и подтверждать, но не изменять. Найденный конфликт источников истины — это результат проверки, а не автоматическое разрешение на исправление. Другая проблема, которую решает фреймворк, — устаревшие доказательства из CI: успешный запуск на фиксации A не доказывает валидность после перебазирования на фиксацию B. AIRepo требует связывать доказательство с точным объектом через цепочку requirement → applicability → verification intent → concrete evidence → verdict. Фреймворк прямо предписывает не плодить артефакты управления без реального сценария сбоя или активного потребителя. Для небольших репозиториев с одной командой и очевидным источником истины он избыточен. Но когда появляется фраза «тут вообще-то надо знать, что...» — это сигнал, что проблема уже не в промпт-инжиниринге, а в семантике репозитория. Главный сдвиг в AIRepo — перенос фокуса с качества генерации кода на качество доказательств: сильный агент на неоднозначной кодовой базе просто быстрее делает неправильные изменения. Поэтому оценка готовности репозитория к AI-агентам — это не про добавление метаданных, а про устранение неоднозначности, и часто это дешевле, чем кажется. #AIRepo #AIagents #repository #softwareengineering #opensource