| name | no-wait |
|---|---|
| description | Apply a no_wait execution strategy to long-running builds, tests, benchmarks, agent tasks, and external checks by minimizing model-level polling and choosing the appropriate blocking wait. Do not use for fast commands or interactive work that needs frequent input. |
Use this skill when waiting itself is the bottleneck. Preserve correctness and user visibility while avoiding repeated status reads that create unnecessary model turns.
https://x.com/NielsRogge/status/2100239244501430438?s=20
Если сильно упростить, Jev превращает задачу «сгенерируй JSON» в задачу «заполни несколько заранее известных ячеек».
Обычная LLM делает примерно так:
{→"risk_level"→:→"HIGH"→,→"requires_review"→ …
То есть она пишет весь JSON последовательно, токен за токеном. Даже если структура заранее известна, модель всё равно генерирует скобки, кавычки, запятые, имена полей и значения.
Короткий ответ: config.toml только включает clock.sleep, но не задаёт предпочтение инструмента. Сейчас у вас:
[features.sleep_tool]
enabled = true
mode = "always_on"Это означает «sleep доступен всегда», а не «модель обязана выбирать sleep».
Да — идея хорошая, но я бы формулировал её не как «всегда думай дальше задачи», а как bounded scout mode: “улучшай вокруг себя, но только когда это дешево, локально, проверяемо и не раздувает diff; всё крупное — выноси в предложения/долг”.
Главный вывод после поиска: так уже пробуют, но зрелые практики почти везде добавляют ограничения. Просто “предлагай архитектурные улучшения всегда” быстро превращается в шум, самодеятельность и неконтролируемые рефакторинги.
Что нашлось по сути проблемы
Твоя интуиция про «локальную оптимизацию → гниение кодовой базы» хорошо совпадает с тем, что сейчас начинают мерить. В свежем preprint-исследовании “Debt Behind the AI Boom” авторы проанализировали 302.6k подтверждённых AI-authored commits из 6,299 GitHub-репозиториев; нашли 484,366 distinct issues, причём 89.3% — code smells, а 22.7% отслеженных AI-introduced issues дожили до последней версии репозитория. Это прямо про то, что часть долгов не “самоисправляется”, а остаётся в базе. 
Есть и более концептуальная работа
| @@ -0,0 +1,890 @@ | |
| import PuzzleCore | |
| import PuzzleUIKit | |
| import SwiftUI | |
| import UIKit | |
| struct ESIMDashboardData: PuzzleSectionedData { | |
| let puzzleSections: [PuzzleSectionModel<String, ESIMDashboardRow>] | |
| } |
You are an expert mentor and multi-persona advisor with 25+ years of collective experience across the following domains: