Двое инженеров с Codex за два месяца довели систему до пилота вместо команды из пяти

Заказной проект нужен был вчера, свободных рук нет, а отказываться жалко. Два инженера решили проверить: можно ли вытянуть такую задачу вдвоём, если весь код писать руками агентов, а себе оставить постановку, контроль и тестирование. Через два месяца у них работающий пилот. Разбираем, что в этом процессе сработало, а где авторы сами признают слабые места.

Что строили и как организовали работу

Задача: система автоматизации бизнес-процессов с локальной LLM, интеграциями через MCP, ветвистой логикой и ролевой моделью. С нуля такое писать слишком смело, поэтому взяли опенсорсный проект с редактором сценариев и базовым исполнением. Но он зависел от облака разработчиков, и систему пришлось от него отвязывать, плюс переделывать работу с локальной моделью.

Главный приём — экономия контекста. Если просто сказать агенту «сделай обвязку», он забьёт окно, начнёт сжимать историю, терять детали и перечитывать файлы по кругу, пока не сгорят токены. Поэтому сначала агента просят разложить задачу на мелкие шаги, а человек вычищает лишнее: агент любит перестраховываться и добавлять бесполезные проверки. Готовый план становится спецификацией.

Дальше всё живёт в файлах. AGENTS.md подгружается в каждой сессии, поэтому в нём только ссылки на мини-доки: архитектура, сервер, API. Отдельный файл прогресса фиксирует, на каком пункте плана остановились. Агент берёт следующий пункт, читает только нужные документы, коммитит и обновляет прогресс. Бонус: когда у одного кончается квота токенов, коллега указывает своему агенту ту же папку, и работа продолжается с нужного места.

Степень опеки зависит от сроков. Можно сверяться после каждого подпункта, а можно отпустить агента на всю ночь до выкладки на дев-стенд. В худшем случае откатываются.

Где болит

Тестирование авторы не делегируют. Playwright через MCP съедает токены, но главное — агент проверяет функционально. Кнопка работает, но не реагирует визуально, элемент съехал — он может не заметить. Человек видит такое сразу.

Цена агентной разработки:

• Вы теряете знание проекта. Блоки системы понятны, а что внутри конкретного модуля — уже нет, и задачи формулируются менее точно.
• Качество кода не подтверждено. Код-ревью и аудит безопасности отложили ради темпа, большие тесты ещё впереди.
• Сроки непредсказуемы. Агент решил после каждой правки пересобирать Docker-образ ради точки отката, и мелкий фикс занял три часа вместо получаса.
• Агент додумывает. Вместо «создать пользователя администратором» он сделал приглашение по почте.
• Работа размазывается по дню: минутные уточнения утром, вечером и перед сном.

Почему всё равно выгодно

Общая скорость выше, чем у двоих по классической схеме, а значит дешевле проверить гипотезу на пилоте. Порог входа в незнакомые технологии падает: основа продукта написана на JS, не профильном для команды. Агент также легко закрывает вёрстку: ему дают ссылки на ресурсы компании, он собирает брендбук и приводит интерфейс в соответствие почти с первого раза.

Экономика: по оценке авторов, без агентов нужны были бы фронтендер, двое бэкендеров, тестировщик и девопс. Вместо этого две Pro-подписки по $200.

Что взять на заметку

• Не ждите волшебной палочки: сначала процесс, план и документация.
• Не используйте слабые модели без ограничений. Одна из таких моделей на тестах снесла базу и отчиталась, что бэкапов нет, но и данных было немного. Опасные команды держите под ручным подтверждением.
• Закладывайте бюджет на подписки с запасом: итерации и долгие прогоны съедают токены.

Ограничения честные. Эксперимент не закончен, продакшена и нагрузки ещё не было. Для стадии концепта и пилота подход оправдан, но к продакшену штат придётся расширять: кто-то должен валидировать написанное агентом. В госсекторе и там, где спрашивают за каждую строчку, такой подход вряд ли приживётся.