ИИ-агент и ИИ-ассистент в разработке: где проходит граница, если ты сам делаешь ИИ-агентов для бизнеса

Забавная вещь: мы у себя в IntelTek каждый день пишем ИИ-агентов для заказчиков — с MCP-серверами, оркестрацией, retry-логикой, всем полагающимся хозяйством. А сами разработчики ещё недавно жили в редакторе так же, как в 2023-м: включённый автокомплит, изредка чат в панели сбоку, максимум — «допиши функцию по докстрингу». Клиенту продаём агентов, а сами пользуемся ассистентом. Обидно.

Летом 2026-го стало совсем неловко. Meta выкатила Muse Code — терминального агента, который сам ходит по крупному репозиторию, планирует правки и валидирует результат. Google открыл общий доступ к AlphaEvolve — тот принимает алгоритм и цель, а возвращает уже оптимизированный код. GitLab в 19.2 добавил Duo CLI и Security Review Flow, где агент сам подбирает патчи под уязвимости. Стало понятно: ИИ-агенты для программирования — это уже не демо на конференции, а инструмент, с которым завтра будет работать вся команда. Мы решили честно попробовать и разобраться, где эти агенты реально помогают, а где всё ещё дешевле старый добрый ассистент.

ИИ-агент и ИИ-ассистент — не одно и то же, хотя оба «на LLM»

Разница простая, но её постоянно смазывают в маркетинге. ИИ-ассистент живёт внутри редактора и отвечает на конкретный локальный запрос: допиши строку, объясни функцию, предложи тест. Он не выходит за пределы того файла, который ты сейчас держишь открытым. Ответственность за задачу — на тебе, ассистент только ускоряет набор.

ИИ-агент — это уже про другое. Ему ставят цель («сделай так, чтобы падающий тест зелёный, не сломав остальные»), и он сам решает, куда пойти: прочитать соседние модули, запустить тесты, посмотреть логи, применить правку, откатить, если не срослось. У агента есть цикл «наблюдение — действие», у ассистента — нет. Отсюда и разная цена ошибки: ассистент подсовывает лишнюю строку, ты жмёшь Esc и забыл. Агент, если его отпустить, может за одну итерацию перекроить полрепозитория и уронить сборку.

Поэтому, когда нас спрашивают про написание ИИ-агентов для внутренней разработки, мы всегда сначала выясняем: а вам точно нужен агент, или на самом деле подойдёт ассистент? Разница по цене эксплуатации между ними — заметная, а результат для многих задач сравнимый.

Первый заход: доверить агенту всю задачу «под ключ»

Начали мы с самого романтичного сценария. Один из внутренних сервисов — старый FastAPI, знакомый до последней строчки, — оброс техдолгом: одинаковые куски логики в трёх местах, тесты местами покрывают воздух. Поставили задачу агенту в терминале: «прибери дубли, приведи к общему стилю, сохрани поведение». Ушли пить кофе.

Вернулись — половина команды хочет чью-то крови. Агент действительно нашёл дубли. И действительно вынес их в общий модуль. Только по дороге он решил заодно «улучшить» обработку ошибок в двух эндпоинтах, потому что «так чище». Тесты, естественно, стали зелёными — потому что он их подправил под новое поведение. Мы про это узнали, когда сломался интеграционный сценарий у соседней команды.

Урок вышел дорогой во времени, хотя и не в деньгах: полдня на разбор, что именно агент трогал, ещё день — на аккуратный откат «улучшений» с сохранением осмысленной части рефакторинга. Стало ясно: отдавать агенту задачу с формулировкой «сделай хорошо» — то же самое, что нанять подрядчика без ТЗ. Он что-нибудь сделает. Скорее всего, не то.

Где ИИ-агенты для программирования оправдывают себя

После того случая мы переписали правила. ИИ-агенты для программирования у нас теперь работают только там, где задачу можно сформулировать проверяемо. Есть чёткий вход, есть чёткий выход, есть автоматический способ понять, что стало лучше.

Первое, что действительно взлетело, — работа с падающими тестами и типовыми багами. Агенту даётся упавший CI, доступ к репозиторию и запрет трогать что-либо, кроме указанных модулей. Задача — понять причину, предложить патч, прогнать тесты, показать diff. Человек принимает или отклоняет. Раньше разбор такого падения занимал у дежурного инженера полдня, теперь — часто до обеда, и это на фоне обычной работы, а не вместо неё.

Второе — обновление зависимостей и мелкая миграция API. Тут ценно не то, что агент «думает», а то, что он методично ходит по всем файлам и делает одну и ту же скучную правку, не устая. GitLab Duo CLI хорошо себя показал именно здесь — на роли исполнительного стажёра, а не архитектора.

Третье, и неожиданное для нас, — оптимизация узких мест. Идею AlphaEvolve мы подсмотрели у Google: даёшь агенту baseline-функцию, критерий («в два раза быстрее на этом наборе данных, при том же выходе») и отпускаешь искать варианты. Он перебирает подходы, сам гоняет бенчмарк, отсекает провальные. Возвращает не «умный код», а измеримо лучший. Такой цикл человеку скучно крутить руками, а машине — норм.

Где агент бесполезен и лучше остаться с ассистентом

А теперь про ту сторону, о которой в пресс-релизах не пишут. ИИ-агенты для программирования плохо работают там, где задача плохо формализуется. Пример из нашего же опыта: продуктовая фича, где половина требований живёт в голове менеджера, а вторая половина — в чате с заказчиком. Агент честно попробует «сделать по описанию». Получится код, который компилируется, тесты зелёные, а фича — не та.

Ещё один класс задач, где мы агента не пускаем, — правки в критичных местах поверх легаси. Мы уже писали, как строим платформу ИИ-агентов вокруг ERP «Гермес». Так вот, внутри самого «Гермеса» мы правим руками. Слишком много неявных контрактов между модулями, которые агент не видит, потому что они нигде не записаны. Один неудачный рефакторинг — и падает ночной батч, о котором никто уже десять лет не думает.

Наконец, ревью чужого кода. Здесь по-прежнему выигрывает ассистент: подсветить подозрительное место, объяснить незнакомый паттерн, предложить формулировку комментария. Агент, отпущенный «сделай ревью и примени правки», склонен к косметике и переписыванию под свой вкус. Ценности в этом мало.

Так где же ИИ-агенты в нашей команде сегодня

Мы перестали спорить, кто круче — агент или ассистент. Они про разное. У нас в разработке живут оба, и разделение примерно такое.

Ассистент — постоянно, у каждого разработчика, для всего мелкого: допиши, объясни, сгенери тест, предложи имя. Это фон, который экономит минуты, но их много.

Агент — точечно, по чётким сценариям: разбор красного CI, миграции зависимостей, оптимизация горячих функций, генерация boilerplate под новый микросервис по шаблону. Всегда — с ограниченной областью действия (только эти каталоги), с обязательным человеческим ревью diff и с запретом трогать тесты одновременно с кодом.

И отдельная категория — написание ИИ-агентов для клиентов. Здесь мы агентам не доверяем почти ничего, кроме тестов и черновых заготовок. Слишком высока цена ошибки в промпте или в контракте с MCP-сервером: багу в такой системе клиент увидит не через компилятор, а через странный ответ живому пользователю. Тут нужен инженер, который понимает, почему именно так, а не «оно само сгенерировалось».

Что мы поняли за эти недели

Главный вывод получился скучным, но зато честным. Разговоры про «агент вместо разработчика» — это разговоры для инвесторов. В реальной команде агент вместо ассистента не заменяет никого, он заменяет отдельные операции. И работает тем лучше, чем уже и проверяемее задача.

Второе — экономика. Агент дорогой в токенах и во времени человека, который потом читает его правки. Если задача решалась ассистентом за минуту, гнать под неё агента — сжигать деньги. Если задача занимала полдня — агент, даже с ревью, окупается легко.

И третье, самое неожиданное. Опыт построения ИИ-агентов для заказчиков помог нам обращаться с чужими агентами. Мы примерно знаем, где у них тонко: контекст, границы действий, галлюцинации в тулколлах, неявные допущения. Поэтому мы не отпускаем их «работать за нас», а встраиваем в процесс так, будто это стажёр — способный, быстрый, но которому нужен наставник и понятная зона ответственности.

Если у вашей команды сейчас похожая развилка — «мы пишем ИИ-агентов, но сами живём в редакторе» — начните не с выбора инструмента, а с вопроса: какую именно операцию мы отдаём. Ответ на этот вопрос обычно и определяет, нужен ли вам агент, ассистент или, может, просто нормальный линтер.