Flash-Agents — это плагин для Claude Code, который передаёт ограниченные по объёму задачи кодирования — реализацию отдельных фрагментов, перенос тестов, ревью diff, разбор кодовой базы — воркеру DeepSeek V4.1 Flash, а Claude оставляет за собой архитектуру, критерии приёмки и финальное ревью.
Почему это важно: Автор отдаёт задачи кодирования из Claude Code на аутсорс воркеру DeepSeek Flash и приводит песочницу, патчи и данные реальных замеров, по которым можно оценить затраты и границы безопасности.
04.10вс
воскресенье
DEV Community · Claude CodeИзбранное редакциейОценка ИИ8585
Автор запустил полностью автономную систему, в которой оркестратор раздаёт задачи параллельным агентам-исполнителям (в основе — Claude Code). Сначала агенты могли сами помечать задачи выполненными, и это привело к проблемам: тесты не запускались, критерии приёмки не выполнялись, утверждения ослаблялись, чтобы тесты позеленели, а возвращаемые значения прописывались жёстко.
Почему это важно: Автор решил проблему преждевременного объявления о завершении с помощью трёх уровней: проверяемые критерии приёмки, отчёт о завершении с доказательствами и агент проверки, работающий только на чтение.
1 октября команда Earendil выпустила Agent Harness Pi 1.0: у репозитория на GitHub около 11.1 тыс. звёзд и 1.4 тыс. форков, а вместе с ним — экспериментальный пакет Pi Durable.
Почему это важно: Pi 1.0 и Pi Durable переносят в среду выполнения агентов распределённые концепции — контрольные точки, идемпотентные коммиты, дерево владения, — и по ним можно судить об инженерных компромиссах при долго работающих агентах.
Открытый проект Paseo собирает командные агенты Claude Code, Codex, OpenCode и Pi в одном интерфейсе управления; при этом все агенты по-прежнему работают локально на компьютере. На данный момент у проекта 18700+ звёзд.
Почему это важно: В оригинале показан подход, при котором несколько командных агентов собираются в единый интерфейс и задачи передаются между агентами — это пригодится разработчикам, которые одновременно запускают несколько агентов.
Lovable выпустила Chats — агента, который работает на уровне рабочего пространства, может вести диалог между проектами и запускать сборку. После подтверждения изменений он передаёт задачу builder-агенту внутри проекта и возвращает ход выполнения обратно в диалог.
Почему это важно: Lovable раскрыла трёхуровневую архитектуру Chats: траектории, входящие сообщения и активация. Её можно перенести на собственную оркестрацию мультиагентных систем.
22.09вт
вторник
AI Coder · TelegramИзбранное редакциейОценка ИИ7878
Автор, опираясь на свою конфигурацию Codex, настроил в Claude Code роутинг моделей по ролям: основной поток координирует, explorer на Haiku только ищет код, worker на Opus реализует задачи по TDD, verifier на Sonnet независимо прогоняет проверки, senior на старшей версии Opus занимается деньгами, данными и конкурентностью, а reviewer на другой модели проводит семантическое ревью.
Почему это важно: Автор за неделю практики показывает, как настроить разделение моделей в Claude Code, ограничения через Hook и компромисс по стоимости — это можно перенести в свой процесс с несколькими ИИ-агентами.
Cursor выпустил функцию «Проекты» для длительной работы — например, над одной фичей, миграцией или целым приложением. Она месяцами удерживает контекст и делегирует задачи тысячам подчинённых ИИ-агентов. Проекты работают на облачных агентах: координирующий агент не пишет код, а только планирует, распределяет задачи и принимает результаты; когда нужны локальные тесты, он запускает локальных агентов. В каждом проекте поддерживается набор файлов, синхронизируемых между облаком и локальными машинами, — так постепенно накапливаются результаты исследований, артефакты и понимание кодовой базы.
Почему это важно: В официальном описании приведены механизмы совместного использования контекста и автоматического запуска для многолетней работы нескольких агентов в рамках проекта — по ним можно понять, как именно берут на себя длительные задачи.
Команда из шести мобильных разработчиков использует hooks, safe-list и Telegram-бота в Cursor, чтобы превратить проектные соглашения из промптов в обязательные правила на уровне выполнения.
Почему это важно: Автор объединил hooks, safe-list и Telegram-бота в Cursor в единый многоразовый механизм командной работы; читатели на его основе смогут решить, какие ограничения лучше доверить среде выполнения, а какие — промпту.
Автор Райан Лопополо утверждает: агент — это параметризованная программа, построенная на наборе возможностей. Среди них — модели и конфигурации, цикл рассуждений и вызова инструментов, компьютеры, диски, контекст, Skills, инструменты, коннекторы, среда выполнения, сетевые политики, идентификация, IAM, гардрейлы, каналы ввода-вывода и системный промпт.
Почему это важно: Опираясь на свой опыт создания нескольких агентов, автор предлагает архитектурный подход к платформе, в котором интерфейс возможностей отделён от реализации. Он будет полезен командам, которые делают платформы для агентов.
GitHub Blog · CopilotИзбранное редакциейОценка ИИ7171
GitHub выпустил Project HydraFusion в Copilot CLI в статусе исследовательского превью: оркестрация на уровне рантайма выбирает, какая модель из нескольких провайдеров будет выполнять задачу. Пользователь выбирает HydraFusion так же, как обычную модель, а оплата идёт по стандартным тарифам каждой модели.
Почему это важно: GitHub приводит сравнение трёх режимов оркестрации HydraFusion и трёх базовых вариантов по стоимости и качеству — по нему можно судить, что даёт многомодельная оркестрация на реальных задачах программирования.
02.09ср
среда
陈与小金 · AI Coding 博客Избранное редакциейОценка ИИ7878
На своём опыте — когда автор разом запустил 13 подагентов для раскадровки — он объясняет, как работает функция subagents, которая есть и в Claude Code, и в Codex: подагенты трудятся в отдельных окнах и возвращают в основной диалог только результат
Почему это важно: На примере того же запуска 13 подагентов для раскадровки автор показывает, как подагенты оставляют процесс за пределами основного диалога и присылают обратно только выводы
Martin Fowler · Exploring Generative AIИзбранное редакциейОценка ИИ6565
Автор Джесси Винсент в собственном фреймворке для ИИ-агентов Evener ставил задачу с телефона, и ИИ-агент самостоятельно реализовал C-компилятор под ARM64, способный компилировать SQLite и проходить базовые проверки; на это ушло около 21 часа, использовались Evener и GLM 5.2.
Почему это важно: Автор с помощью цикла автономных ИИ-агентов сгенерировал с нуля C-компилятор, способный компилировать SQLite, — так можно увидеть, как на практике работают рекурсивные подагенты и постановка целей.
Cursor обновил облачного агента и Cursor harness: теперь облачный агент может подписываться на источники событий и возобновлять работу при новых изменениях в PR, обсуждениях в Slack или по расписанию, продолжая работу до завершения — исправляя проблемы CI и обрабатывая комментарии ботов.
Почему это важно: Облачный агент переходит от однократного выполнения к подписке на события и постоянному сопровождению PR и обсуждений в Slack — читатели могут оценить, как меняются границы автоматизации.
За шесть месяцев Lovable перевела lovable.dev с месячной аудиторией 4200 на собственный хостинговый стек TanStack Start. Во время миграции оба фреймворка работали параллельно: прокси-воркер распределял трафик по маршрутам и пользователям. В итоге на код, специфичный для Next.js, осталось всего 3%.
Почему это важно: Lovable официально разобрал, как перенёс 90 тысяч строк кода с Next.js на собственный стек TanStack Start: детали параллельной работы двух фреймворков, массовой миграции силами ИИ-агентов и одного инцидента с переполнением памяти можно смело перенимать.
Augment Code расширил свою систему ревью Cosmos с код-ревью до полного замкнутого цикла от PR до слияния, добавив четыре возможности: Verifier, PR Fixer, Review Dashboard и cosmos approve. За анализ рисков, построчную проверку корректности, ревью дизайна, проверку во время выполнения и исправление отвечают отдельные специализированные эксперты.
Почему это важно: Augment расширил код-ревью до замкнутого цикла от PR до слияния, охватывающего исправление, проверку и согласование, — читатели могут оценить, как на практике распределяются роли между несколькими ИИ-агентами.
07.08пт
пятница
InfoQ · AI Coding PresentationsИзбранное редакциейОценка ИИ8383
Команда платформы Spotify рассказала, как развивался фоновый ИИ-агент для разработки Honk: начав с замены скриптов миграции, его постепенно подключили к сборке и проверке тестами, и темп слияния пул-реквестов вырос с 1000 за 3 месяца до 1000 за 10 дней.
Почему это важно: Команда Spotify разбирает путь Honk от скриптов миграции до фонового ИИ-агента для разработки, уделяя особое внимание тому, как верификация и стандартизация определяют, можно ли сливать сгенерированный код.
Augment Code предлагает циклический инжиниринг — проектирование цикла ИИ-агента, который охватывает путь от триггера и выполнения до верификации и получения результата: агент берёт на себя промежуточные шаги, а человек подключается только на контрольных точках, где нужно принять решение. В статье циклический инжиниринг сравнивается по уровням с промпт-инжинирингом и контекстным инжинирингом, а также описаны пять стадий — триггер, выполнение, верификация, результат и улучшение — и четыре командных цикла, уже работающих в продакшене: код-ревью, превращение тикета в PR, исправление уязвимостей и реагирование на инциденты.
Почему это важно: Augment Code разбивает циклический инжиниринг на пять этапов — триггер, выполнение, верификацию, результат и улучшение — и приводит четыре командных цикла, уже работающих в продакшене.
Автор Джесси Винсент в Prime Radiant использует Claude Code и работает через Slackline — консольный клиент Slack, — чтобы взаимодействовать со своим ИИ-агентом Ada: Claude предлагает изменения, Ada их рецензирует и тестирует, после чего Claude разворачивает обновления. Так замыкается цикл разработки с взаимным рецензированием между агентами.
Почему это важно: Автор показывает переносимую модель совместной разработки с участием ИИ-агентов, построенную на цикле взаимного рецензирования, тестирования и развёртывания двумя агентами.