Что такое ИИ-агент, который приносит 350 000 ₽ за два месяца: кейс разработчика из России

Небольшая российская команда за два месяца получила около 350 тысяч рублей дополнительного дохода от собственной системы ИИ-агентов (программ, которые сами выполняют задачи без постоянного контроля человека), встроенной в коммерческую разработку, и этот доход продолжает расти.

Автор проекта, практикующий разработчик, не просто собрал прототип, а довёл его до ежедневного использования на клиентских проектах. Результат измерим в рублях, а не в абстрактных бенчмарках. При этом сам автор признаёт: работающий продукт и надёжный продукт не одно и то же, и сейчас он проектирует архитектуру заново.

Что умеет система и чем отличается от Claude Code?

• Repo Chat позволяет менеджеру задать вопрос на обычном языке и получить ответ, основанный на исходном коде проекта, со ссылками на конкретные файлы. Раньше для этого каждый раз отвлекали разработчика.

• AI Workflow автоматизирует цикл разработки от постановки задачи до создания запроса на слияние кода (pull request). Человек описывает требования и критерии приёмки, ИИ-агент вносит изменения, запускает проверки и передаёт результат на проверку.

• Централизованный доступ без риска. Менеджер работает через единый интерфейс и не получает прямого доступа к репозиторию (хранилищу кода) и учётным данным. Права определяются централизованно.

• Около 70 % задач закрывались без существенных доработок, по оценке самого автора. Часть принималась сразу, часть требовала небольших исправлений через того же ИИ-агента.

Чтобы понять, что такое ИИ-агент в данном контексте, представьте сотрудника, который получает задание, сам открывает нужные файлы, вносит правки, прогоняет тесты и отдаёт результат на проверку. Только этот сотрудник работает круглосуточно и не уходит на обед.

Почему не взяли готовый инструмент?

Автор прямо отвечает на вопрос «зачем строить своё, когда есть Claude Code и Codex». Готовые инструменты умеют писать код, но для работы им нужен прямой доступ к проекту. Давать менеджеру доступ к исходникам коммерческого проекта ради ответа на вопрос клиента, по словам автора, «сомнительная идея с точки зрения безопасности».

Его система решает задачу иначе: ИИ-агент подключается к репозиториям централизованно, а сотрудники видят только разрешённые функции. Это не про «модель, которая пишет код лучше», а про управляемый инструмент для людей без доступа к исходникам.

Для бизнеса, как подчёркивает автор, эта разница важнее очередного сравнения качества генерации кода.

Как попробовать собрать подобную систему?

1. Определите «узкое горлышко». У автора это были менеджеры, которые по 5-10 раз в день отвлекали разработчиков вопросами о коде. Найдите повторяющуюся задачу, где ИИ-агент сэкономит время живых людей.

2. Начните с «читающего» агента, а не с «пишущего». Автор начал с Repo Chat (агент отвечает на вопросы по коду) и только потом добавил AI Workflow (агент вносит изменения). Первый шаг безопаснее и быстрее приносит пользу.

3. Разграничьте права доступа с первого дня. Главный урок проекта: ИИ-агент должен работать с кодом, а сотрудник видит только интерфейс. Без этого слоя ни один руководитель не даст добро на внедрение.

4. Считайте деньги, а не токены (единицы текста, которые обрабатывает модель). Автор измерил результат в рублях дополнительного дохода, а не в количестве сгенерированных строк. Это единственный аргумент, который работает на совещании с руководством.

Российские аналоги: что доступно уже сейчас?

YandexGPT и GigaChat помогут ответить на вопрос о фрагменте кода, если его скопировать в чат. Но полноценной агентной системы (когда ИИ-агент сам ходит по файлам проекта, вносит изменения и запускает проверки) ни один из них пока не предлагает. Для таких задач в РФ приходится либо строить своё, как автор, либо использовать зарубежные инструменты с ограничениями по доступу.

Что это значит для вас?

Авторам Дзена и копирайтерам. Что такое ИИ-агент на практике, это не абстракция из презентаций, а инструмент, который уже приносит реальные деньги конкретной команде. Если пишете про ИИ, у вас теперь есть русскоязычный кейс с цифрами, а не пересказ западных примеров.

Маркетологам. Принцип «читающий агент до пишущего» применим не только к коду. Агент, который отвечает менеджерам на вопросы по продукту (по базе знаний, по документации), экономит время команды точно так же. Считайте не «сколько запросов обработал бот», а сколько часов специалистов он высвободил.

Предпринимателям в РФ. 350 тысяч рублей за два месяца от внутреннего инструмента, это не венчурная история, а прикладная экономика. Готовых коробочных решений с таким уровнем интеграции в России пока нет, но стоимость входа снижается: автор не строил собственную модель, а использовал существующие в качестве «мозга» для своих агентов.

Частые вопросы

Нужно ли уметь программировать, чтобы использовать ИИ-агента?

Для использования готового ИИ-агента программирование не требуется: менеджеры в описанном проекте работали через обычный интерфейс на естественном языке. Но для создания и настройки самой системы нужен разработчик. Автор прямо указывает, что проект делала команда из минимум двух человек с техническим опытом.

Можно ли доверять ИИ-агенту работу с коммерческим кодом?

Автор выстроил систему так, что результат работы ИИ-агента всегда проходит проверку человеком перед попаданием в основной код. Агент создаёт запрос на слияние, а не вносит изменения напрямую. Это снижает риск, но не устраняет его полностью: около 30 % задач всё же требовали доработки.

Сколько стоит запустить подобную систему?

Автор не раскрывает затраты на разработку и эксплуатацию. Основные расходы: время разработчиков на создание системы и оплата вызовов к языковым моделям (инференс, то есть обработка запросов моделью). Для небольшой команды в РФ вход реалистичен, но точную сумму назвать невозможно без знания конкретных процессов.

Кейс с 350 тысячами рублей за два месяца и честным разбором ошибок архитектуры полезнее, чем десять презентаций про «будущее агентного ИИ». Если у вас есть повторяющаяся задача и хотя бы один разработчик в команде, первый ИИ-агент может появиться быстрее, чем кажется.