давайте разбирать на примере этого видео.
Claude Code получил задачу:
"сделай клип на собственную песню, длительность 1 минута. живое выступление"
Агент - это:
• Мозг (в нашем случае Opus 5.5), Планирует, проверяет результат и раздаёт роли субагентам: автор текста, критик, автор промптов. На клип ушло 8 субагентов.
• Память - файлы в папке задачи: бриф, план, текст песни, промпты, журнал очереди генераций, инструкция по Runway и Midjourney которую агент собрал из логов прошлых сессий.
• Руки - инструменты, навыки, которые доступны нашему агенту.
Инструменты - это ключевое с чем работает агент и на основе чего планирует работу. Понимая, что ему доступно - он автономно строит план своей работы.
Как он работал над песней:
• Suno v6. Текст написали субагенты: черновик, критик, доработка. Suno сделал музыку и вокал в 4 версиях. Лучшую агент выбрал сам: распознал слова и сверил с текстом.
• ElevenLabs. Отделил голос от музыки, распознал слова с точностью до сотых секунды и сделал звуки: толпу, ветер, подпевающий зал, аплодисменты.
• Nano Banana Pro. 13 картинок-эталонов: лицо певца, сцена, зал. Певец одинаковый во всех кадрах.
• Runway Seedance 2.0 Fast. 14 видео. На вход эталон певца и кусок нашего вокала, на выходе он поёт эту строку. Сцены и ракурсы агент выбирал сам.
• Midjourney. Видео-перебивки: дрон, зрители с телефонами, руки на гитаре. Из каждых 4 вариантов агент брал лучший.
• Chrome. Агент сам работает в браузере на сайтах Suno, Runway, Midjourney и Gemini. Когда скачивание песни повесило браузер, он нашёл обходной путь и забрал файл через API Suno.
• Python и ffmpeg. Сведение звука, «плёнка» и подгонка губ: модель поёт в своём темпе с расхождением до 0,9 с, и агент растягивает видео между словами, пока губы не совпадут с треком.
• Remotion. Монтаж кодом: агент пишет, какой план и с какой секунды, программа собирает клип.
Агент сам себя проверяет. После каждой генерации он режет видео на кадры и смотрит их, сверяет слова в дубле с треком и проверяет, открыт ли рот на длинных нотах. Брак уходит на пересъёмку без человека.
Весь процесс создания, включая подход к проверке качества промежуточных и итоговых результатов, в этом сценарии выполнен полностью автономно без моего участия.
Мы больше не пишем длинные промпты. Мы ставим цель, задаем критерии и даем обратную связь ИИ.
ИИ-агент - это сотрудник, которого вы нанимаете на работу. И результат будет зависеть исключительно от вашего умения ставить задачи и принимать результат.