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

Линия: CTO по подписке

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 →

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 Все цены

Рядом в каталоге

MCP-серверы под ваши системы

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

Спасение проекта

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

Ревью архитектуры

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

Весь каталог услуг →