Разбор случая: этот сайт

Сайт, который вы читаете, работает на методологии, которую он документирует. Он dogfood-ит Deep Work Plan: тот же навык, тот же процесс /init, те же планы .dwp/, которые использовал бы любой другой репозиторий. Это реальный рассказ, а не гипотеза.

До

Как и большинство репозиториев, этот не был построен для агентов. Контекст жил в головах людей и разрозненных заметках, не было единого источника истины, который агент мог бы прочитать, а онбординг нового агента означал повторное объяснение проекта каждую сессию. Долгосрочная работа отклонялась от курса.

Принятие DWP

Репозиторий был сделан AI-first одним Deep Work Plan, разложенным на атомарные задачи с validation gates:

Установить навык Deep Work Plan как эталонную установку, закреплённую skills-lock.json.
Запустить онбординг, чтобы создать осмысленный AGENTS.md, дерево docs/ и документацию по модулям из реального стека репозитория.
Построить межагентный набор .agents/ — тонкие командные делегаторы dwp-* и каталог, соответствующий тому, что есть на диске.
Развернуть игнорируемое git-ом рабочее пространство .dwp/ для планов и черновиков.
Проверить соответствие с помощью /dwp-verify.

Каждая задача проверялась относительно реальных gates репозитория — biome, astro:check, набор тестов, продакшен-сборка и проверка паритета эндпоинтов для агентов — прежде чем была отмечена завершённой.

После

Репозиторий теперь AI-first по его собственной спецификации: осмысленный AGENTS.md, упорядоченное по категориям дерево docs/, межагентный набор .agents/ и игнорируемое git-ом рабочее пространство .dwp/. Любой агент — Claude Code, Cursor, Codex, Gemini, Copilot — может открыть его, прочитать harness и выполнять долгосрочные планы без сопровождения за руку каждую сессию.

Результат

Методология доказывает себя на собственном исходном коде: этот сайт строится и сопровождается тем же способом, каким он советует строить ваш, — следуя /init.md. Если стандарт работает здесь, в продакшене, он сработает и для вашего репозитория.