Один агент рефакторит проект: что вышло, а что сломалось

Задача звучала просто: взять живой репозиторий на TypeScript примерно на 40 тысяч строк, разбить монолитный сервисный слой на модули, обновить зависимости и привести код к единому стилю. Исполнитель — один автономный агент¹, запущенный в Claude Code, без ручного разбиения на подзадачи со стороны человека. Ниже — что получилось за несколько сессий, где агент буксовал и почему один прогон «сделай красиво» не заменяет инженера.

Что за инструменты сейчас на столе

Автономный агент для кода — это не автодополнение в IDE. Он сам читает файлы, планирует шаги, запускает команды в терминале, гоняет тесты и правит код по результатам. На конец 2024 — начало 2025 года в этой нише несколько заметных продуктов, и они заметно различаются по модели работы.

Точные цены подписок и лимиты меняются часто — сверяйте их на официальных страницах продуктов, а не по обзорам полугодовой давности. Мы не приводим здесь конкретных цифр стоимости, потому что к моменту чтения они, скорее всего, уже сдвинутся.

Как шёл рефакторинг

Первый прогон: план и разбивка

Агенту дали одну общую инструкцию: разнести раздутый services/ на доменные модули, вынести общие утилиты, не сломать публичный API и оставить тесты зелёными. Первым делом он прочитал структуру проекта, собрал карту зависимостей между файлами и предложил план из семи шагов. План был вменяемый: сначала утилиты, потом самые связанные модули, тесты после каждого шага.

Первые три шага прошли чисто. Агент двигался мелкими коммитами, после каждого запускал npm test и, если что-то падало, откатывался и правил. Это и есть сильная сторона такого подхода: цикл «правка — прогон тестов — исправление» он крутит без усталости и без желания срезать угол.

Где он встал

Проблемы начались на модуле с неявными циклическими зависимостями. Агент раз за разом перемещал файл, ломал импорт, чинил его, ломал соседний — и попадал в петлю из нескольких итераций, потому что не удерживал в голове всю картину связей. Здесь всплыло ограничение контекстного окна²: при 40 тысячах строк агент физически не держал весь граф зависимостей одновременно и работал по фрагментам.

Вторая осечка — обновление зависимостей. Он поднял мажорную версию библиотеки, у которой сменился API, честно поправил вызовы по документации из своей памяти, но не заметил, что в двух местах используется удалённый метод, вызываемый только в редкой ветке. Тесты этот путь не покрывали, поэтому прогон был зелёным, а баг остался. Классическая ловушка: агент доверяет тестам ровно настолько, насколько они полны.

Агент не устаёт крутить цикл «правка — тест — фикс», но он ровно так же слеп к тому, что тесты не проверяют. Зелёная сборка у него означает «я закончил», а не «всё работает».

Итог по цифрам сессии

Что удалось замерить в рамках одного кейса (это не бенчмарк, а наблюдение по конкретному репозиторию):

• Из семи запланированных шагов агент довёл до конца пять полностью и один частично.
• Циклические зависимости пришлось развязывать человеку — агент подготовил почву, но финальную развязку не нашёл.
• Один скрытый баг от обновления зависимости выявился только на код-ревью, не в тестах.
• Расход токенов на длинных сессиях рос быстро: каждое перечитывание файлов после отката — это новые токены, а значит и деньги.

Кому это пригодится, а кому нет

Пригодится, если:

• У вас есть плотное покрытие тестами. Тогда цикл «правка — тест» реально ловит регрессии, и агент экономит часы рутины.
• Задача механическая и повторяющаяся: переименовать по всему проекту, привести к единому стилю, разнести файлы, обновить синтаксис под новую версию языка.
• Проект среднего размера и с внятной модульной структурой, где граф зависимостей не превращается в клубок.
• Вы готовы читать каждый коммит на ревью, а не мержить вслепую.

Не стоит полагаться на агента, если:

• Тестов почти нет. Зелёная сборка ничего не гарантирует, а агент считает её сигналом «готово».
• В коде клубок циклических зависимостей и неявных связей — здесь он ходит по кругу.
• Рефакторинг затрагивает архитектурные решения, которые надо согласовывать с командой и продуктом. Это не про перемещение файлов.
• Репозиторий огромный: с ростом кодовой базы всё чаще срабатывает предел контекста, и агент теряет общую картину.

Чем это отличается от прошлого поколения

Год назад в моде были ассистенты, которые дописывали строку или предлагали правку в открытом файле. Разница с автономным агентом принципиальная: он сам решает, какие файлы открыть, сам запускает тесты и сам чинит то, что сломал. Это ближе к делегированию задачи джуниору, чем к автодополнению. И риски те же, что с джуниором без присмотра: аккуратная работа на понятных участках и уверенные ошибки там, где нужен контекст, которого у него нет.

¹ Агент — программа на базе языковой модели, которая не просто отвечает текстом, а сама выполняет шаги: читает файлы, запускает команды, оценивает результат и решает, что делать дальше, до достижения цели.

² Контекстное окно — объём текста (кода, инструкций, истории диалога), который модель способна учитывать одновременно. Всё, что за его пределами, модель «не видит» и обрабатывает по частям.