romfast/echo-core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
d175d5ba5a795ab9fe1865d5a8ded2164c6aaabb
echo-core/memory/kb/youtube/2026-06-25_google-agentic-engineering-masterclass.md
Marius Mutu d175d5ba5a chore: working-tree state — anaf snapshots, cron state, KB notes, tools 
Pre-existing uncommitted changes swept in with the STT work:
anaf-monitor snapshots/versions, cron job + newsletter state, 9 youtube KB
notes, tools/ocr_bon.py, and tools/tts.py.

Note: the tts.py change breaks 2 truncation tests in test_voice_normalize.py
(sanitize word-count) — flagged for a separate follow-up.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2026-06-27 18:16:31 +00:00

3.3 KiB
Raw Blame History

Google Just Dropped a Masterclass on Agentic Engineering

URL: https://youtu.be/zbmuiaPuiNM Data: 2026-06-25 Durata: 21:55 Tags: @work @growth

TL;DR

Google a publicat un ghid de 51 de pagini despre AI-driven SDLC (Software Development Life Cycle). Concluzia centrală: harness-ul (regulile, workflow-urile, tool-urile, guardrails) contează 90%, modelul LLM doar 10%. Vibe coding e ok pentru prototipuri, dar agentic engineering — cu spec-uri clare, teste automate și un harness bine inginerit — este singura cale spre cod fiabil și cost-eficient pe termen lung.

Puncte cheie

  1. AI coding e un spectru, nu un switch

    • Vibe coding → prompt casual, validare vizuală
    • Structured AI assisted → prompts detaliate, spot-checking manual
    • Agentic engineering → harness inginerit, evals automate, CI gates

  2. Harness = 90% din sistem

    • Instrucțiuni, MCP servers, guardrails, hooks, skills (workflows), sub-agenți, observabilitate
    • Modelul LLM e doar 10% — poți face Sonnet să performeze ca Opus cu harness-ul potrivit

  3. Factory model

    • Tu proiectezi sistemul, agentul produce codul
    • Planning agent separat de coding agent (evitare context rot + bias)
    • Human review la final (cel puțin PR review)

  4. Static vs Dynamic context

    • Static = reguli de bază, system prompt — încărcat mereu (fiabil dar costisitor)
    • Dynamic = skills, conventions per folder — încărcat on-demand (eficient dar riscul că agentul uită să le ceară)
    • Trend: un singur agent generalist + skills specializate, nu zeci de sub-agenți specializați

  5. System evolution mindset

    • La fiecare problemă: nu doar fix-ul, ci și îmbunătățirea harness-ului
    • Echivalentul tasks/lessons.md la scară industrială

  6. Token economics

    • Vibe coding: CAPEX mic, OPEX mare (arzi tokens pe cod slab)
    • Agentic engineering: CAPEX mare inițial, OPEX mic — crossover-ul vine repede
    • 3-10x mai fiabil și mai ieftin pe termen lung

  7. Conductor vs Orchestrator

    • Conductor = micro-management la nivel de fișier (modul vechi)
    • Orchestrator = dai taskuri mari, revizuiești outcome-uri, agenți în paralel
    • Google zice că mergi între cele două; autorul crede că cu harness bun rămâi mereu Orchestrator

Quote-uri

"The harness matters as much as the model." — Anthropic (citat în video)

"The model is only 10%. Everything else — instructions, tools, context, guardrails, orchestration, observability — makes up the other 90%." — Google

"Rather than embedding every piece of specialized knowledge into the agent system prompt, skills allow the agent to remain a lightweight generalist that flexes into specialist roles on demand through progressive disclosure."

"Specification quality is the new bottleneck." — Google

"Every single time you go through this process, you're making it more and more reliable. The harness is worth investing your time into."

Relevanță pentru Echo / ROA

  • Confirmă arhitectura Echo: personality/*.md (static) + skills gstack (dynamic) + lessons.md (evolution)
  • Ralph workflow = factory model în practică: PRD → planning agent → coding agent → review
  • tasks/lessons.md = system evolution mindset aplicat
  • Validare că abordarea cu un singur agent + skills e corectă (nu zeci de sub-agenți)