<!-- Внедрение AI в разработку | Сергей Карач -->
<!-- Источник: https://sergei-karach.ru/services/ai-v-razrabotke/ -->

# Разработка на AI-агентах, а не вручную

Передаю агентам повторяющуюся часть работы команды: типовые задачи, тесты, сборку, отчеты. Ставлю это в ваших репозиториях, пишу правила и учу команду.

[Обсудить задачу — 30 минут, бесплатно](https://sergei-karach.ru/diagnostic/)

Линия: [CTO по подписке](https://sergei-karach.ru/cto/)

## Кому это нужно

Продуктовые компании, e-com и финтех с собственной разработкой 5–50 человек.

## Что я делаю

- Разбираю, чем занята команда и какие работы повторяются
- Настраиваю агентов под ваш стек, задачи и стиль кода
- Ставлю проверки: что агент делает сам, что уходит на ревью
- Пишу правила работы и обучаю команду на ее же задачах

## Как это идет по неделям

1

### Недели 1–2 · что вообще делает команда

Смотрю по задачам и репозиториям, на что уходят часы. Разделяю работу на повторяющуюся и ту, где нужен инженер. Считаю, сколько стоит первая.

2

### Недели 3–6 · один участок целиком

Беру одну команду или один тип задач и довожу до рабочего состояния: агенты, правила, проверки — в ваших репозиториях. Не демонстрация, а то, чем пользуются каждый день.

3

### Недели 6–7 · правила и обучение

Что агент делает сам, что идет на ревью, как проверять результат, что нельзя отдавать вообще. Команда учится на своих задачах.

4

### Неделя 8 и дальше · замер и раскатка

Сравниваем с метриками «до». Что сработало — переносим на остальные команды, что нет — говорим вслух.

## Чего я не обещаю

Здесь важнее сказать, где это не работает — иначе первый же провал спишут на метод.

Агенты плохо работают в чужой зрелой кодовой базе, которую человек знает годами: в рандомизированном исследовании METR опытные разработчики на таких задачах были с ИИ на 19% медленнее. Ускорение дает новый код по заданной архитектуре, типовые повторяющиеся правки и тесты — а не разбор легаси, который ваш инженер и так держит в голове.

И второе: без постановки агент бесполезен. Он не задает уточняющих вопросов — он молча размножит ошибку проектирования на сотни файлов. Поэтому в моей работе половина времени уходит на схемы, структуры данных и границы, и только потом начинается код.

## Что замеряем

- доля задач, которые выполняет AI
- время цикла: задача → код
- время до продакшена
- доля результатов AI, которые пришлось переделывать
- расходы в месяц на людей + AI + облако

## Чем докажу

Пять продуктов, 400 тыс. строк кода, шесть месяцев, один человек. Без агентов — 14–15 человек и 23 месяца по отраслевой модели оценки.

[Кейсы и методика расчета →](https://sergei-karach.ru/cases/)

## Что остается у вас

- код, настройки агентов и интеграции — в ваших системах
- письменные правила работы с AI и контур данных
- бюджет токенов и отчет по нему
- обученная команда

## С чего начинаем

Вход — аудит команды и ai: 120 000 – 200 000 ₽, 5–10 рабочих дней · главная дверь. До него — бесплатный разговор на 30 минут.

[Записаться на звонок](https://sergei-karach.ru/diagnostic/) [Все цены](https://sergei-karach.ru/prices/)

## Рядом в каталоге

### [MCP-серверы под ваши системы](https://sergei-karach.ru/services/mcp-servery/)

Безопасный интерфейс, через который агент работает с вашими системами, а не пересказывает их.

### [Спасение проекта](https://sergei-karach.ru/services/spasenie-proekta/)

Застрявшая разработка снова выпускает релизы: разбор причин, план, выход из тупика.

### [Ревью архитектуры](https://sergei-karach.ru/services/arhitektura-review/)

Выдержит ли система рост и готова ли она к агентам. Без переписывания с нуля.

[Весь каталог услуг →](https://sergei-karach.ru/services/)