Но последние дни активно тестирую https://app.devin.ai/. Они давно на рынке, но за последнее время виден огромный прогресс. Хочется сказать, что это не просто эволюционное улучшение, а переход на следующий уровень, на котором агент действительно может взять на себя некоторые реальные задачи из промышленной разработки (уровня junior).
На мой взгляд, ключевое отличие - переход от простого написания кода (на котором, кстати, застрял OpenAI со своим Codex) к разработке полного цикла, когда агент проходит и другие этапы разработки - сборку, линтер, юнит-тесты, запуск и ручное тестирование результата.
Именно это сделали в команде Devin'а, добавив агенту виртуальную машину с которой он работает над задачей. На этой машине у него есть своя копия проекта, настроенное окружение и система сборки, а также возможность запустить результат, посмотреть интерфейс с помощью CV (в браузере или через computer use), понажимать кнопки, сделать выводы и продолжать разработку, пока цель не будет достигнута. (Тут важно, что Devin нацелен на end-2-end решение задачи, которое не просто решает ее в коде, но и протестировано, соответствует требованиям проекта и интегрировано в CI)
Второе важное отличие Девина - отказ от мультиагентности, которая по мнению авторов только мешает. Про это они написали очень интересную статью "Don't build multi Agents", в которой приводят очень весомые аргументы в пользу этого подхода. Я прочел и со всем согласился.
Ну и результат впечатляет! Например, я попросил его сделать для меня персональный сайт-визитку в стиле Cyberpunk 2077 и вот такая красота в итоге получилась! (на видео) Не стыдно и выложить! (Правда, в этом проекте один из PR был сделан агентом Replit Agent 3, который, впрочем, технически очень похож на Devin, но с уклоном в сторону своей инфраструктуры)
Как написано в документации Девина:
Coding agents aren't magic, but they're about the closest thing we have
Но на самом деле сайт это не главное. Мы с командой уже приняли от Девина PR и в свой основной рабочий проект. Правка была небольшая, но спорная. До этого было несколько попыток договориться о правильной реализации и несколько итераций отклоненных PR, но в итоге только Devin предложил решение, которое всех устроило (для сравнения Codex не смог решить задачу за 16 попыток!)
В итоге я всё больше убеждаюсь, что мы на пороге нового этапа в практике разработки. Devin пока не идеален, но он впервые даёт ощущение, что агенты-программисты могут быть действительно полезны в реальных production-проектах — не абстрактно, а здесь и сейчас.
P.S. Важно добавить, что Devin пока довольно дорогой. У нас с командой $500 улетело достаточно быстро. Потом я нашел неплохую скидку - можно купить Product pass за $350 и получить вычислительных юнитов на $1300 и несколько других плюшек (тот же replit), что выглядит неплохим предложением. Не реклама, просто реально хорошая опция.