Coding-агенты научились работать не с одним файлом, а с репозиториями на сотни тысяч строк. Разбираем, как устроен их доступ к контексту и где они всё ещё ломаются.
GitHub Copilot, CodeRabbit и другие агенты вешают комментарии к каждому пул-реквесту. Разбираем, что они ловят на самом деле, где шумят и сколько это стоит команде.
Кодовые агенты вроде Claude Code, Copilot Agent и Cursor умеют не просто дописывать строки, а закрывать задачи целиком. Разбираем, где им можно доверять как джуну, а где нельзя.
Anthropic, OpenAI и Microsoft строят системы, где несколько ИИ-агентов делят задачу между собой. Разбираем, что из этого доступно сегодня, чем отличаются подходы и где заканчивается реальность.
За последний год ассистенты для кода перестали быть автодополнением в редакторе и научились сами читать репозиторий, запускать тесты и открывать пул-реквесты. Разбираем, что реально изменилось и кому это нужно.
Devin, Claude Code, Cursor Agent и GitHub Copilot Workspace обещают провести фичу от постановки задачи до готового PR почти без человека. Разбираем, что они реально умеют, где ломаются и сколько это стоит.
Фреймворки для мультиагентных систем перестают быть одним процессом на одном сервере. Разбираем, как агенты работают через сеть, зачем это нужно и где ломается.
На рынке фреймворков для LLM-приложений сложилась четвёрка лидеров. Разбираем, чем LangChain, LangGraph, LlamaIndex и CrewAI отличаются на практике и какой брать под свою задачу.
Оркестраторы, рой агентов и графы вызовов выглядят солидно на диаграмме, но чаще всего один вызов модели с хорошим промптом решает ту же задачу быстрее и дешевле. Разбираем, где мультиагентность оправдана, а где это карго-культ.
Вместо одного чат-бота задачу «спланируй поездку» делят между несколькими ИИ-агентами: один ищет рейсы, второй отели, третий сводит бюджет. Разбираемся, где это уже работает, а где ломается.
NPC, которые помнят разговор и меняют поведение, собираются из LLM, памяти и внешних инструментов. Разбираем, как устроена эта связка и почему её так трудно сделать стабильной.
Два ИИ-агента могут гонять задачу друг другу сотни итераций, пока не кончится бюджет токенов. Разбираем причины циклов и приёмы, которые их обрывают.