AI-агенты в разработке

AI-агенты для разработки — инструменты, которые читают репозиторий, правят файлы, запускают команды и тесты и предлагают изменения так, как это делал бы разработчик. Наши инженеры каждый день работают с четырьмя такими агентами: Claude Code, Codex, Pi и OpenCode. Агентам достаётся рутина (тесты, рефакторинг, миграции, шаблонный код, документация), а за инженерами остаётся то, от чего зависит исход проекта: архитектура, ревью каждого изменения и ответственность за то, что уходит в релиз.

Что агенты делают в наших проектах

Агенты берут задачи с понятным критерием готовности. Пишут модульные и интеграционные тесты к существующему коду — часто это самый быстрый способ сделать старый модуль безопасным для изменений. Проводят механический рефакторинг на сотни файлов: переименовать доменное понятие, обновить версию фреймворка, заменить устаревший API. Готовят черновики миграций базы данных, API-клиентов по спецификации OpenAPI, экранов админки и связующего кода между сервисами. Разбираются в незнакомой кодовой базе и составляют карту модулей, потоков данных и рискованных мест ещё до того, как мы оценим доработку. Так же они помогают с рутиной в проектах на Rust и Tauri, где компилятор ловит большую часть ошибок в сгенерированном коде раньше, чем на него посмотрит человек.

Продуктовые решения, архитектуру, чувствительную к безопасности, и всё, что нельзя проверить тестами и ревью, мы агентам не отдаём. Смысл в том, чтобы у инженеров оставалось больше времени на задачи, где нужна их голова.

Как мы работаем с агентами

В каждом репозитории, где мы используем агентов, лежит файл инструкций (AGENTS.md или CLAUDE.md): стек, команды, соглашения и то, что менять нельзя ни при каких условиях. Агент читает его в начале каждой сессии и следует правилам проекта, а не угадывает их.

Работа начинается с задачи в трекере. Для всего крупнее мелкой правки агент сначала предлагает план: какие файлы меняются, в каком порядке и как будет проверен результат. Инженер утверждает или поправляет план до того, как написана первая строка кода. Затем агент вносит изменения, запускает сборку, линтеры и тесты, а инженер построчно проверяет дифф — так же, как пул-реквест коллеги.

Для важных изменений подключаем второго агента от другого вендора в роли независимого ревьюера. Дифф, написанный с Claude Code, может проверить Codex, и наоборот. Разные модели ошибаются по-разному, поэтому перекрёстное ревью находит то, что одна модель склонна повторять. Замечания получает инженер и сам решает, что исправлять.

Последний рубеж тот же, что и для кода, написанного людьми: CI должен пройти, и без одобренного ревью в основную ветку ничего не попадает.

Ваш код и данные

До того как агенты получат доступ к репозиторию клиента, мы договариваемся о правилах: какие агенты и провайдеры моделей разрешены, может ли код покидать вашу инфраструктуру, какие каталоги трогать нельзя. Секреты, боевые доступы и персональные данные в промпты не попадают никогда. Если клиент требует конкретного провайдера, корпоративного соглашения или модели, развёрнутой у себя, мы используем OpenCode или другого агента, настроенного на этого провайдера. Если агентов на вашем проекте использовать нельзя вовсе, работаем без них.

Когда такой подход оправдан

Разработка с агентами окупается сильнее всего там, где много чётко поставленной работы: покрытие тестами существующей системы, обновление фреймворков, миграции, внутренние инструменты и интеграции, новые функции в кодовой базе с ясными соглашениями. Меньше она даёт в проектировании архитектуры с нуля и в исследовательских задачах, где самое сложное — решить, что именно строить. Если вам нужны AI-функции внутри продукта — ассистенты, поиск по документам, автоматизация процессов, — смотрите страницы AI-разработка и интеграция LLM.