AI-агент как junior-разработчик: где проходит граница доверия

За 2024–2025 годы автодополнение кода превратилось в автономных агентов. GitHub Copilot получил режим агента, Anthropic выпустила Claude Code — терминальный инструмент, который сам читает репозиторий, пишет патчи и запускает тесты, Cursor и Windsurf встроили похожую логику в редактор. Разница с прежними ассистентами принципиальная: агент не подсказывает следующую строку, а берёт задачу вроде «почини баг с падающим тестом» и работает над ней несколько шагов подряд — читает файлы, редактирует, проверяет результат. По функциям это ближе всего к джуниор-разработчику. И вопрос, который встал перед командами, ровно такой же, как с живым джуном: что ему можно отдать без присмотра, а что нет.

Что именно изменилось

Раньше LLM видела фрагмент кода в окне редактора и предлагала продолжение. Агент действует в цикле: получает задачу, планирует шаги, вызывает инструменты (чтение файла, запуск команды, поиск по коду), смотрит на результат и корректирует план. Этот цикл «действие — наблюдение — следующее действие» и есть то, что отличает агента¹ от обычного чата с моделью.

Практическое следствие: агент может закоммитить изменения в десятке файлов сразу, а не в одном. Это ускоряет рутину и одновременно увеличивает цену ошибки — проверять придётся не одну подсказку, а весь diff.

Почему аналогия с джуном рабочая

Джуниор-разработчик быстро пишет код, знает синтаксис, гуглит документацию и уверенно берётся за задачу, даже когда не до конца её понял. Он хорош на изолированной, хорошо описанной работе и опасен там, где нужно держать в голове контекст всей системы и последствия. Агент ведёт себя похоже — с той разницей, что он не устаёт, не учится на ваших ревью между сессиями и не чувствует, когда стоит остановиться и спросить.

Где агенту можно доверять

Есть класс задач, где автономный агент реально экономит часы, а риск ограничен, потому что результат легко проверить или откатить.

• Покрытие тестами. Написать юнит-тесты для существующей функции — агент видит сигнатуру и поведение, а тесты либо проходят, либо нет.
• Механические рефакторинги. Переименовать переменную по всему проекту, вынести повторяющийся блок в функцию, обновить импорты.
• Бойлерплейт. CRUD-эндпоинты по существующей модели, схемы валидации, типовые конфиги.
• Разбор незнакомого кода. «Объясни, что делает этот модуль и где он вызывается» — агент проходит по репозиторию быстрее человека.
• Локализация бага по стектрейсу. Найти, в какой строке падает, — часто точнее и быстрее, чем чинить.

Общий признак: у задачи есть быстрый и дешёвый способ проверки. Тест проходит или падает, линтер ругается или молчит, приложение запускается или нет.

Где доверять нельзя

Проблемы начинаются там, где проверка дорогая, а последствия распределены во времени.

• Архитектурные решения. Выбор между очередью и синхронным вызовом, границы сервисов, модель данных. Ошибку здесь видно через месяцы.
• Безопасность. Агент может радостно захардкодить ключ, отключить проверку сертификата ради «чтобы заработало» или собрать SQL конкатенацией строк.
• Работа с деньгами и правами доступа. Биллинг, скидки, роли пользователей — цена тихой ошибки слишком высока.
• Миграции и удаление данных. Команда с автозапуском может выполнить необратимую операцию раньше, чем вы прочитаете, что она собралась делать.
• Задачи с неявным контекстом. То, что «все в команде знают», но нигде не записано, агент не угадает и уверенно сделает не так.

Агенту стоит отдавать задачи, где ошибка стоит вам минуты на откат, и держать при себе те, где ошибка стоит инцидента в проде. Граница проходит не по сложности кода, а по стоимости проверки.

Как это выглядит у разных инструментов

Инструментов с агентным режимом уже несколько, и они различаются средой, уровнем автономности и моделью оплаты. Ниже — ориентир на конец 2025 года; конкретные цены и лимиты сверяйте на официальных страницах, они меняются.

Публичные бенчмарки для агентов существуют — например, SWE-bench, где модели чинят реальные issue из открытых репозиториев. Но конкретные проценты решённых задач меняются с каждым релизом моделей, поэтому опираться стоит на актуальную таблицу лидеров, а не на цифру из статьи полугодовой давности. Называть какой-либо инструмент «лучшим» без свежего замера на вашем стеке смысла нет.

Кому это пригодится, а кому нет

Пригодится:

• Мидлам и сеньорам, которые умеют читать чужой код и ревьюить — для них агент это ускоритель рутины, а ответственность за результат остаётся на человеке.
• Небольшим командам без выделенного джуна на бойлерплейт.
• Тем, кто заходит в незнакомый большой репозиторий и хочет быстро понять устройство.
• Для написания и прогонки тестов на уже готовый код.

Не пригодится или опасно:

• Начинающим, которые не смогут отличить правильный diff от правдоподобного — агент отлично производит код, который выглядит верным и не работает.
• На критичной инфраструктуре с автозапуском команд без подтверждения.
• Там, где важен контекст, живущий только в головах команды, а не в коде и документации.
• Для проектирования архитектуры с нуля — здесь агент выдаёт усреднённое решение, а не подходящее вашей задаче.

Практический режим работы

Если сводить к нескольким правилам, которые снижают риск без потери скорости:

1. Отключите автоматический запуск команд, которые меняют данные или окружение. Пусть агент показывает намерение, а нажимаете вы.
2. Держите изменения маленькими — один агентный «прогон» на одну задачу, чтобы diff умещался в осмысленное ревью.
3. Ревьюйте каждую строку так же, как ревьюили бы джуна. Автономность агента не переносит на него ответственность.
4. Опишите контекст явно: правила проекта, стиль, запреты — в файле-инструкции, который агент читает. Что не записано, то он не учтёт.
5. Не отдавайте задачи, где вы сами не сможете проверить результат. Если вы не понимаете область, агент не заменит понимание.

¹ Агент — программа на основе LLM, которая не просто отвечает текстом, а действует циклами: получает цель, вызывает внешние инструменты (чтение файлов, запуск команд, поиск), смотрит на результат и решает следующий шаг сама, без реплики пользователя между шагами.