Тендеры и лиды
Информация
Подрядчик пишет: «Мы используем ИИ-агентов и ускоряем разработку в три раза». Но за этим могут скрываться два разных подхода. Если выстроить для агентов процесс с контрольными точками, ролями и фиксацией шагов, проект действительно завершится быстрее, причем не в ущерб качеству. Но если разработчик скармливает задачу ИИ-модели, получает непредсказуемый результат и правит его вручную, возможны неприятные сюрпризы. В статье рассказываем, как проверить подрядчика: сможет ли он сдержать обещания о сроках и качестве работы.
ИИ-агент, как и любая большая языковая модель, работает на основе алгоритма и генерирует наиболее вероятный ответ. Подробнее о том, как это устроено, мы писали в одной из статей нашего блога. Поэтому в больших задачах агент теряет контекст: забывает старые договоренности, не использует выданные ему ранее инструкции и гайды, «галлюцинирует» — пишет код на основе ненастоящих библиотек и модулей.
Ошибка в начале цепочки проходит насквозь, превращаясь в некорректную архитектуру проекта. Чтобы этого не было, ИИ-агентов нужно контролировать с первого шага: создавать для них понятную рабочую среду, актуальные справочники, к которым удобно обращаться, разделять роли и проверять сделанную работу после каждого этапа.
Чем длиннее и сложнее задача, тем сильнее агенту нужна навигация. Агент должен в любой момент понимать, в каком процессе находится: фича, аудит, инициализация проекта, архитектурное проектирование, ревью — вот почему важно разделять проекты.
В человеческом мире существуют так называемые «когнитивные артефакты». Например, список покупок, который мы пишем для похода в супермаркет или чек-лист для подготовки макета к печати: с ними не нужно помнить весь порядок действий. Для ИИ артефакты работают так же — это внешняя память, к которой можно обращаться по мере необходимости. Например, гайд по дизайн-системе, список разрешенных библиотек или паттерны отладки. Артефакты по проекту нужно не просто отправить в чат — в этом случае контекст потеряется спустя несколько десятков или сотен сообщений. Их нужно добавить в список скиллов или элементов контекста, то есть туда, где агент может легко их найти.
В программировании с помощью ИИ-агентов тоже есть разделение на роли, как и внутри обычного отдела разработки. Но это не калька с оргструктуры компании, а договоренность о формате: что приходит на вход, что получается на выходе, по каким критериям результат считается принятым. «Продакт-менеджер» собирает требования, «архитектор» проектирует решение, «инженер» пишет код, «QA-тестировщик» проверяет. Каждый следующий ИИ-агент перепроверяет работу предыдущего со своей позиции.
Для нейросети разделение ролей критичнее, чем для людей. Когда одна модель одновременно формулирует требования, проектирует, кодит и тестирует — ошибка на первом шаге проходит незамеченной через все остальные. Разделение разрывает эту цепочку. Исследования показали: даже два агента с четко заданными ролями вместе работают эффективнее, чем один с размытым промптом.
Гейт — условие на переходе между фазами. Не выполнено — дальше не идем. Открытые вопросы от заказчика? Не переходим к плану. Нет утвержденного плана? Не пишем код. Не прошел автоматический чек? Не закрываем задачу.
С людьми контрольную точку можно проскочить. С агентом это невозможно: внешнее условие, которое модель не может обойти. Качество перестает зависеть от того, насколько удачно нейросеть «угадала» на конкретном запуске.
Оговорка: гейты добавляют время на каждом переходе. На коротком проекте в две недели накладные расходы могут составить 10–15% от общего времени. Это сделает цифры экономии времени не такими красивыми, но иначе дефект обнаруживается на приемке или в проде, когда цена исправления кратно выше.
Есть задача на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR? Создайте тендер и выберите подходящего исполнителя из откликов.
Заполнить заявку
13843 тендера
проведено за восемь лет работы нашего сайта.
В Uplab разработка новой функции с помощью ИИ-агентов начинается с команды /feature. Она запускает весь процесс от сбора требований до проверки кода. Для каждого этапа мы заранее определяем, кто за него отвечает, какие действия ему доступны и при каких условиях задача может двигаться дальше. Так команда может проверить ход работы и понять, на каком этапе нужно вмешаться.
Мы используем разделение ролей агентов (аналитик, архитектор, разработчик, ревьюер кода) и принцип гейтов. Один из них — автоматический npm run check перед закрытием задачи. Красный результат блокирует переход, и агент не может его проигнорировать.
В Uplab у каждой функции есть свой Markdown-файл в репозитории. Например, для поиска по каталогу он может называться docs/plans/2026-11-13-103015-catalog-search.md. Дата и время в имени файла показывают, когда началась работа, а ключ catalog-search используется и в названии Git-ветки. По нему можно найти постановку задачи, план реализации и связанные изменения в коде.
В том же файле команда фиксирует ограничения и проверки перед выпуском. Поле Status показывает, на каком этапе находится задача. Если работа прервалась на несколько дней, новый агент может открыть файл, прочитать требования и продолжить с зафиксированного этапа. По этому же документу разработчик заказчика сможет разобраться, зачем внесли изменение и что нужно проверить перед релизом.
Промпт задаёт поведение нейросети в моменте, он «одноразовый» . А конвейер выстраивает жизненный цикл задачи и работает для всего проекта.
Индустрия уже давно движется в эту сторону: модель перестают воспринимать как чёрный ящик, который должен с первой попытки выдать правильный ответ из тумана вероятностей. Вместо этого её всё чаще заставляют работать как участника процесса: сначала наметить ход действий, потом сверяться с ним, проверять себя, фиксировать промежуточные выводы и при необходимости возвращаться назад.
Современные агентные инструменты описывают работу не как один длинный запрос к модели, а как управляемый процесс с памятью, шагами, контрольными точками, паузами, ручными подтверждениями и возможностью продолжить выполнение после сбоя. Это делает процесс разработки управляемым, а результат — понятным и воспроизводимым. И напротив: там, где процесс не выстроен, даже с тщательно выверенными промптами можно получить критические ошибки, противоречия ТЗ и гайдам и запутанный код, который тяжело править и поддерживать.
Озаботился ли ваш подрядчик настройкой правильного процесса в работе с ИИ-агентами? Чтобы проверить это, важно задать правильные вопросы.
Подрядчик с выстроенным процессом, ответит за пять минут и покажет примеры. А тот, кто пока не научился на своих ошибках, будет переводить тему разговора.
Мы в Uplab знаем все способы, как ускорить срок запуска проекта без ущерба качеству. Если вы ищете надежного партнера для оцифровки бизнес-процессов, свяжитесь с нами через наш сайт: обсудим все детали.
