Сейчас работа с ИИ-агентами часто выглядит как личная магия разработчика. У каждого свои модели, harness, скиллы и локальные пайплайны. В трекере задача просто висит на программисте, а у себя на компьютере он уже делегирует её агентам, правит их планы и гоняет результат туда-сюда.
В итоге вместо команды разработчиков появляется набор маленьких отделов: человек плюс его агенты. Но эти отделы невидимы. Никто не видит, сколько было итераций, где агент ошибся, сколько времени ушло на микроменеджмент и какой пайплайн реально сработал.
Программисты фактически становятся менеджерами, но без менеджерской дисциплины. Они делегируют работу, но не фиксируют делегирование. Возвращают задачу на доработку, но не считают попытки. Улучшают промпты и скиллы, но не превращают их в общий актив команды.
Из-за этого искажается вся картина разработки. Один может считать агента полезным, потому что привык вручную сглаживать его ошибки. Другой тратит на контроль больше времени, чем экономит. Третий нашёл сильный подход, но команда узнаёт о нём только как об устном совете: «попробуй вот так».
Так не появляется инженерная практика. Так появляется фольклор.
Делегирование агенту должно быть видно в таск-трекере. Агент сделал план — план должен остаться в задаче. Человек поправил его — это тоже должно быть видно. Агент написал код, провалил ревью, исправил ошибку, не понял контекст или хорошо справился с типовым сценарием — всё это часть производственного процесса, а не личная история разработчика.
Плохо, когда история выглядит так: «Петя получил задачу, где-то у себя запустил какого-то агента, а потом просто перекинул результат в QA». Нормальный вариант другой: вся цепочка видна прямо в задаче. Агент Opus4.8_01 подготовил план, человек поправил и утвердил его. ImplementerCodexXHigh_1 написал код. Qwen_01 сделал ревью и нашёл проблемы. Человек посмотрел результат, принял финальное решение и передал задачу в QA. То есть ИИ не запускается где-то локально и незаметно. Он работает как часть общего процесса.
Это важно и для обучения. Новичку не нужно объяснять на словах: «запусти агента, дай ему контекст и как-нибудь проверь». Он должен открыть реальные задачи и увидеть, как команда работает с агентами: где вмешался человек, что агент понял неправильно, какой план приняли, почему код вернули на доработку и как задача дошла до релиза.
Нормальная культура работы с ИИ-агентами появится там, где работа агентов станет частью общего инженерного процесса: видимой, обсуждаемой и измеримой.
