Агент пишет код за минуты. Почему релиз все еще через месяц?

Вспомните последнюю задачу целиком, от первого созвона до прода. Сколько из этого времени вы реально писали код? Обычно 10-15%. Остальное уходит на «а что заказчик имел в виду», согласования, попытки вписаться в архитектуру, ожидание тестов и поиски того, кто последним трогал этот сервис.

Дальше в дело вступает закон Амдала. Ускорьте кодинг в десять раз, и весь цикл сократится примерно на 16%. Даже если агент начнет выдавать код мгновенно, потолок будет около 18%. Поэтому в «Диасофт» зашли с другого конца и автоматизировали все, что вокруг кода. Так появилась AI-driven Digital Q: конвейер из нескольких десятков ИИ-агентов, который ведет задачу от записи встречи с заказчиком до подписанного релиза.

Три контура вместо одного чата с агентом

Обнаружение. Агенты разбирают запись созвона, Excel и ту самую полумаркетинговую PDF и вытаскивают из всего этого бизнес-потребности. Если ТЗ пришло нормальное (бывает и такое), контур просто пропускается.

Замысел. Потребности превращаются в сценарии, а агент продуктового замысла проверяет, что из этого уже есть в готовых модулях. Проще говоря, не дает написать справочник валют в четвертый раз. На выходе получаются задачи в трекере и тестовый сценарий.

Реализация. Та самая «расческа»: на каждый затронутый сервис идет своя параллельная ветка из четырех агентов. Проектировщик пишет дельта-спецификацию, разработчик пишет код, критик проверяет, финализатор сливает спеку. Потом тесты всей задачи на стенде, приемка человеком и подписанный релиз.
Зачем отдельный критик? Агент, который проверяет свой код, это разработчик, который сам апрувит свой пулреквест. Критик заходит с чистым контекстом, иногда на другой модели, и ему не жалко.

Что тут интересного для инженера

Агенты живут не на ноутбуке, а в изолированных контейнерах и общаются только через трекер и git. «Работает на моей машине» больше не превращается в «работало в моей сессии».
Додумывать агенту запрещено. Если не хватает данных, он пишет вопрос в questions.md, и гейт не пустит задачу дальше. А если агенты в пятый раз переспрашивают друг друга одно и то же, зовут человека.

Источник истины здесь спецификация: SDD на OpenSpec, given/when/then, дельты. В спеке описаны контракты вплоть до семантики параметров и зафиксированы версии библиотек. Это нужно, чтобы агент не решил внезапно обновить половину зависимостей.

Движок агента сменный: OpenCode, Claude Code, GigaCode, KiloCode. Модели можно держать на своих серверах, тогда код и данные не уходят за периметр.

70-80% кода генерирует детерминированный лоу-код. На выходе получается обычный Java Spring и Angular/React, который живет и без платформы.

Как меняется ваша работа

Видите, что сервис тянет документы из базы по одному в цикле? Раньше вы бы поправили код. Теперь вы пишете навык про групповую обработку с примерами и ставите конвейеру задачу «исправь все такие места». Чинится не баг, а целый класс багов, и в следующий раз агент так уже не сделает.

Цифры

По данным «Диасофт», на собственных проектах такой подход сократил трудозатраты на треть, а соответствие кода требованиям превысило 99%. CRM-систему с нуля собрали за три месяца. Прототип по ТЗ из пачки Excel-файлов двое специалистов внедрения собрали за три дня.

Вайбкодинг никуда не делся, он просто стал одним этапом из нескольких десятков. Узким местом теперь становится человек, который отвечает на вопросы агентов. Похоже, это первое узкое место, которое никто не захочет расшивать.

А у вас сколько процентов задачи уходит собственно на код? Пишите цифру в комментариях 👇