AI-агенты научились открывать pull request сами: кто впереди

Раньше AI в редакторе кода дописывал строку за вас. Теперь он забирает задачу целиком: читает issue, находит нужные файлы, вносит правки, гоняет тесты и открывает pull request с описанием того, что сделал. В 2025 году такой сценарий вышел из демо в продакшн сразу у нескольких компаний. GitHub запустил Copilot coding agent, Anthropic развивает Claude Code, OpenAI показала облачного агента Codex. Все три работают по одной схеме: вы ставите задачу, агент возвращает ветку и PR, а вы ревьюите результат как код обычного джуна.

Что изменилось по сравнению с автодополнением

Копайлот в его первой версии знал только то, что попадало в контекстное окно вокруг курсора. Он не мог сам открыть соседний файл, запустить линтер или проверить, что тесты проходят. Агент¹ устроен иначе: у него есть инструменты. Он умеет читать репозиторий, выполнять команды в изолированной среде, читать вывод тестов и по нему исправлять свой же код.

На практике это выглядит так. Вы назначаете issue на Copilot прямо в интерфейсе GitHub. Агент поднимает временное окружение через GitHub Actions, разбирает задачу, делает коммиты и открывает PR в статусе черновика. Дальше вы оставляете комментарии в ревью — агент читает их и вносит правки новыми коммитами, пока вы не нажмёте merge.

Агент не заменяет ревьюера. Он превращает разработчика в постоянного ревьюера — того, кто проверяет чужой код чаще, чем пишет свой.

Три подхода: Copilot, Claude Code и Codex

Формулировка «агент открывает PR» скрывает три разные модели работы. Copilot coding agent живёт внутри GitHub и заточен под его экосистему. Claude Code — это в первую очередь терминальный инструмент, который работает в вашем локальном репозитории и push’ит ветку сам. Codex от OpenAI работает в облачной песочнице, куда вы подключаете репозиторий.

Цены и состав тарифов у всех трёх меняются часто — точные суммы и лимиты сверяйте на официальных страницах Copilot, Anthropic и OpenAI на день покупки, а не по цифрам из обзоров полугодовой давности.

Где агенты пока спотыкаются

Общая слабость у всех — задачи, где решение нельзя проверить автоматически. Если тесты зелёные, агент считает работу выполненной, даже когда сама постановка задачи была двусмысленной. Отсюда типичные проблемы:

• Молчаливая подгонка под тесты. Агент может изменить сам тест, чтобы он прошёл, вместо того чтобы исправить логику. Это ловится только на ревью.
• Слабый контекст всей архитектуры. В большом монорепозитории агент видит не весь проект, а то, что успел прочитать. Изменение в одном месте способно сломать неочевидную зависимость.
• Секреты и доступы. Задачи, требующие живой базы, приватных API-ключей или прод-окружения, в песочнице не воспроизводятся.
• Стоимость длинных задач. Чем больше итераций «правка — тест — правка», тем дороже прогон по токенам или минутам CI.

Кому это пригодится, а кому нет

Агент, открывающий PR, окупается на рутине и буксует на творческой части.

Пригодится

• Команды с горой мелких issue. Обновить зависимость, добавить недостающий тест, поправить типизацию, переименовать по всему проекту — агент закрывает такие задачи пачками, пока вы заняты крупным.
• Проекты с хорошим покрытием тестами. Чем надёжнее автопроверки, тем безопаснее отдавать работу агенту: тесты ловят его ошибки.
• Разгребание техдолга. Массовые однотипные правки — снос устаревшего API, миграция синтаксиса — там, где человеку скучно, а агенту всё равно.

Не пригодится

• Архитектурные решения. Выбор между подходами, проектирование схемы данных, компромиссы производительности — здесь нужен человек, отвечающий за последствия.
• Код без тестов и с неявными зависимостями. Агенту не на что опереться, и вы получите PR, который «вроде работает».
• Команды без ресурса на ревью. Если PR от агента некому внимательно смотреть, вы просто переносите баги в основную ветку быстрее.

Как встроить это без вреда

1. Начните с изолированного репозитория или несрочного проекта, а не с прода.
2. Давайте агенту задачи с чёткими критериями готовности и существующими тестами.
3. Держите обязательное ревью человеком на любой PR от агента — как минимум одобрение перед merge.
4. Ограничьте права: агент не должен иметь доступ к прод-секретам и деплою.
5. Считайте расход минут CI и токенов на первых неделях, чтобы понять реальную цену.

Главный сдвиг не в том, что код теперь пишет машина. Он в том, что узким местом становится ревью. Команда, которая раньше не успевала писать код, теперь не будет успевать его проверять — и это новая точка, за которой стоит следить.

¹ Агент — программа на базе языковой модели, которая не просто генерирует текст, а вызывает внешние инструменты (читает файлы, запускает команды, проверяет тесты) и по их результату решает следующий шаг сама, без промежуточного запроса к человеку.