Привет, Хабр! Меня зовут Платон Малюгин, я разработчик в Garage Eight. Сегодня поговорим с вами об агентской разработке. Хотим мы этого или нет, ИИ меняет нашу работу и сами подходы к ней. Сгенерированный код может стать большой проблемой, а может, наоборот, усилить нас как технарей. Особенно это чувствуется внутри работающего продукта: агент опирается на существующий код, и любой костыль в нём тянется дальше — в новый результат.

Важно понять, что агенты могут кодить быстро, но только человек обладает насмотренностью и может адекватно оценить результат и улучшить его. Вот как это было у меня.

Как менялся мой подход к разработке с ИИ

Работу я делил на три этапа:

Этап 1. Пишу код сам. С ИИ иногда советуюсь, но не доверяю ему и уверен: качественный код он написать не способен.

Этап 2. Plan → Act. Сначала долго собираю план, проверяю его и, когда план уже похож на спецификацию, отдаю агенту писать код. Потом смотрю результат вручную, сам провожу локальное ревью. Если всё хорошо — коммичу, если нет — запускаю цикл Plan → Act заново, и так по несколько раз. Код-ревью в итоге всё равно на мне, да и те, кто смотрит мой код, ревьюят руками.

Этап 3. Весь Delivery на агенте. Задачу целиком отдаю агенту, а сам подключаюсь только на ключевых точках цикла. Здесь становится критично, какой контекст вы даете агенту: чем больше отдаете ему, тем выше требования к входным данным — постановке, спеке, референсам.

Под капотом у третьего этапа один цикл, который агент проходит сам: спека → разработка → ревью → тесты → публикация. Весь цикл зашит в skill — переиспользуемый набор инструкций для Claude или Codex, который агент подхватывает под конкретный тип задач. Я выложил его в открытый доступ: aiteam-delivery — пайплайн не привязан к вендору и трекеру.

Вот что происходит на каждой стадии:

1. Спека. Формулирую задачу и требования сам. Это по-прежнему во многом ручная работа: чем детальнее вход, тем предсказуемее выход.

2. Разработка. Агент пишет код по спеке — сам, без меня.

3. Ревью. Замечания оставляю прямо в merge request и там же обсуждаю правки с агентом.

4. Тесты. Быстрые тесты гоняю вручную, а зеленый CI — жесткое условие: нет зеленых тестов — нет PR.

5. Публикация. Агент доводит задачу до готового MR. По умолчанию merge за человеком, но настраивается: при зеленых тестах агенту можно разрешить мержить самому.

На такую задачу у разработчика ушло бы день-два; агент закрывает ее примерно за час. А запускать можно несколько агентов сразу, поэтому в удачные дни выходит до 20 задач. Цифра подкупает, но не обольщайтесь: дальше расскажу, почему «продукт за вечер» из этого не следует.

Как всё работает на практике

Теперь давайте перейдем к конкретному примеру. Допустим, мы показываем продукт пользователям и собираем фидбэк, а агент превращает эту сырую обратную связь в структурированный список хотелок: чего людям не хватает и что они просят добавить.

Задача проходит тот же цикл:

1. Спеку с форматом входа (сырой фидбэк) и выхода (список хотелок) я собираю сам.

2. Агент пишет обработку.

3. Я оставляю замечания в MR.

4. Прогоняю быстрые тесты вручную.

5. Агент мержит готовый результат.

Вручную с моей стороны — только постановка и финальная проверка, всё между ними делает агент.

При отлаженном цикле:

• Рутина уходит за минуты. Однотипный код, обвязка, скучные правки — всё то, на что раньше уходили часы, теперь делается за один прогон.

• Думаешь о задаче, а не о синтаксисе. Голова занята тем, что надо сделать, а не тем, как это написать. Это, пожалуй, главное изменение.

• Один человек ведет несколько агентов. Пока один пишет тесты, другой правит баг. Успеваешь больше без дополнительного найма.

Но без минусов и рисков никуда:

• Высокая стоимость. Я сижу на топовом тарифе — Claude Max, для Codex нужен сопоставимый верхний план ChatGPT. Токены сгорают быстро, и если бюджет маленький, автономный режим пока не для вас. Считайте деньги заранее.

• Чужой код тяжело поддерживать. Агент написал 500 строк, а потом без него в этих строках тяжело разбираться. Чем больше отдаешь машине, тем выше риск получить код, который никто в команде толком не знает.

• Агент любит переусложнить. Например, раздувает Structured-output схему ответа модели, тащит названия полей в имена переменных, наслаивает несколько вариантов решения в один. Каждый такой случай ловишь на ревью и гоняешь упрощать.

• Тесты и откаты теперь обязательны. Без них любой автодеплой превращается в игру в рулетку. Зеленые тесты перестают быть «хорошим тоном» и становятся условием, без которого агента нельзя пускать дальше.

• Опасные операции только руками. Агент не должен сам лезть в боевую базу или в платежи. Точка.

Что я перестроил для себя

Чтобы эффективно управлять агентом, я четко разделил обязанности.

Сама роль разработчика сводится в итоге к трем вещам:

Define — собрать спеку. Главная проблема была не в модели, а в том, как я ставлю задачу. Я свел все задачи к одному формату (блоки «цель» и «контекст») и доработал skill агента так, чтобы он писал понятно и без лишних усложнений: не плодил абстракции, а делал ровно то, что просили. Требования при этом всё еще во многом пишу руками: ИИ помогает формулировать, но ручной работы остается много.

## Цель

Что должно получиться и как понять, что готово.

## Контекст

Ссылки на код, спеки, референсы; ограничения и чего делать не надо.

Validate — проверить результат. Если задачу можно быстро проверить глазами, проверяю сам, не перекладываю на агента: доверяю ему ровно до того места, где еще могу всё быстро перепроверить.

Maintain — держать процесс в форме. В основном беру Claude, но то же самое можно собрать и на Codex. Главное — обвязка вокруг, которую надо поддерживать изо дня в день: формат задач, правила в CI, четкое деление «агент/человек».

Контекст — это всё

Чем меньше контекста даешь агенту, тем больше он галлюцинирует. Именно поэтому всё держу в одном месте — в LLM-вики: доки, код, спеки, дизайны, обратную связь и рисёрч. Эти артефакты полезны и для отладки, и как контекст для будущих задач.

Вики становится общей памятью для людей и агентов. Команда складывает туда решения, риски и фидбэк, проекты дают референсы и отчеты, а Codex или Claude берут оттуда контекст для работы. Кстати, эта статья тоже живет в такой вики.

Реально ли собрать стартап за вечер

Нет. Пару фич за вечер собрать реально, но продукт — это не набор фич, а ценность для пользователя, и она так быстро не собирается. Плюс до запуска цикла доставки есть подготовка: постановка, контекст, инфраструктура — всё это само по себе может занять больше дня.

Полной цепочки «задача в трекере → код → деплой без меня» у меня нет. И мешает не техника, а то, что в одиночку это не закрыть:

• требования надо писать под агента, а это работа всей команды, не только моя;

• нужна инфраструктура: быстрые откаты, фича-флаги, защита опасных операций;

• нужно менять привычки команды, а это долго и требует дисциплины.

То есть последний шаг — это уже не про мой личный процесс, а про то, насколько готовы команда и платформа.

Куда это всё ведет

ИИ нас не заменит, но заставит измениться и нас самих, и наши процессы. Мне кажется, команды двигаются к модели agentic-инженеров: люди формулируют PRD и спеки, headless-цикл доставки катит инкременты, обратная связь команды возвращается в цикл на доработку.

Команда мечты в таком мире выглядит так:

• проверяет гипотезу или выкатывает инкремент меньше чем за неделю;

• сама закрывает полный цикл HADI (гипотеза → действие → данные → выводы) и по продукту, и по маркетингу;

• работает на полностью автоматизированных процессах от и до;

• укладывается в заранее одобренные бюджеты, без лишних согласований.

Вывод

Агенты — это мощный инструмент, но не источник халявы. Шансы, что получится настроить эффективную работу, выше, если:

• Внедрять агентов в работу по шагам. Начните с того, что легко проверить: тесты, ревью, рутинный код. К полной автоматизации идите, когда команда будет готова.

• Сначала выставить ограничители. Зеленый CI и ручной стоп-кран на опасных операциях ставьте до того, как агент начнет катить сам.

• Заранее готовить бюджет. Потому что дешево точно не будет.

Робота можно приручить, если выстроить вокруг него понятные рамки.

Как у вас обстоят дела с ИИ? Какую часть рутины доверяете агентам? Может, удалось полностью автоматизировать процессы?