Что такое ИИ-агент в роли аналитика: кейс Mindbox, где 90% кода пишет машина

Игорь Уваров, старший фронтенд-разработчик Mindbox, рассказал, как с января 2026 года передал ИИ-агенту 90% написания кода и столкнулся с новой проблемой: агент отлично кодит, но без качественной подготовки задачи результат разваливается на ревью. Статья Уварова описывает, как он разработал плагин, который превращает агента из генератора кода в аналитика: тот сам изучает документацию, проверяет зависимости, ищет забытые решения и готовит список вопросов для обсуждения с командой.

Для тех, кто пока не сталкивался с термином: ИИ-агент (agent) отличается от обычного чат-бота тем, что умеет сам выполнять цепочку действий, заглядывать в файлы, репозитории и документы, а не просто отвечать на один промпт.

Зачем это понадобилось: вайбкодинг провалился

Уваров отвечает за аналитические отчёты в личном кабинете Mindbox. Перед командой стояла конкретная задача: вместо одного сегмента «Все клиенты» сделать три («Все», «Идентифицированные», «Анонимные») и добавить два показателя, «Доля выручки» и «Доля заказов».

Поначалу бэкенд-разработчик решил не ждать фронтендера и попросил агента в чате написать фронт-часть напрямую. Результат завернули на ревью с комментарием: «Вайбкодинг не прокатил». Агент размазал бизнес-логику по 30 разрозненным функциям, потому что никто не объяснил ему архитектуру и не собрал контекст задачи.

Вывод Уварова прост: агент пишет код хорошо, но без этапа исследования задачи результат непригоден. Именно исследовательскую часть он и решил делегировать тому же агенту, но уже с другим подходом.

Что понадобится

• Среда разработки с поддержкой ИИ-агента (Уваров использует агента, работающего с репозиториями и документацией компании)
• Доступ к репозиторию проекта и внутренней документации (ADR, архитектурные записи, код бэкенда)
• Системный промпт (system prompt), то есть базовая инструкция, определяющая поведение агента, плюс набор правил для анализа задачи
• Время на настройку: по описанию Уварова, основная работа уходит на написание инструкций и правил для агента

Пошаговая инструкция

1. Сформулируйте задачу для агента как исследование, а не как кодинг. Не просите «напиши код». Попросите агента изучить документацию, найти зависимости и ограничения, подготовить список вопросов. Уваров подчёркивает: агент должен работать как «прилежный ассистент», который уточняет детали, подтверждает или опровергает гипотезы и даже критикует решения разработчика.

2. Напишите инструкцию, по которой агент проверяет задачу на соответствие ADR. ADR (Architecture Decision Record) означает документ, где команда записывает, какой архитектурный подход выбрали и почему. Агент по инструкции должен сверять новое техзадание с этими записями. В кейсе Уварова агент нашёл противоречие с забытой записью ADR, о которой не помнил ни один человек в команде.

3. Дайте агенту доступ к коду смежных частей системы. В примере Mindbox агент изучил код бэкенда и обнаружил, что значение all для сегмента «Все» не входит в список допустимых. Запрос с таким значением сломал бы сохранение всех настроек сегментов. Без доступа к бэкенд-коду агент не смог бы это найти.

4. Попросите агента проверить гипотезу перед тем, как проектировать решение. Уваров предположил, что признак анонимности клиентов можно ввести через существующую группировку сегментов. Агент проанализировал репозитории и выяснил: группировка «без заказов» формируется в коде, но нигде не используется. Проектировать интерфейс на основе неработающего механизма было бы ошибкой.

5. Соберите результаты агента в список вопросов для обсуждения с командой. Агент не принимает финальных решений. Он готовит материал: найденные зависимости, противоречия, забытые артефакты. Разработчик выносит это на обсуждение с продакт-менеджером и дизайнером.

Что с этого прямо сейчас, по ролям?

Разработчику или техническому автору Дзена. Кейс Mindbox показывает конкретный паттерн: прежде чем просить ИИ-агента писать код или текст, дайте ему задачу на исследование. Пусть изучит контекст, найдёт противоречия и подготовит вопросы. Это работает не только в программировании: тот же подход применим к анализу темы перед написанием статьи.

Маркетологу. Отчёты, о которых идёт речь, это инструмент маркетолога: выручка, заказы, средний чек по сегментам. Когда разработчик добавляет «Анонимных клиентов» как отдельный сегмент, маркетолог впервые видит их влияние на выручку. Если вы работаете с аналитикой, стоит узнать у своей команды разработки, используют ли они агентов для подготовки задач, потому что от качества подготовки зависит то, что вы увидите в интерфейсе.

Предпринимателю в РФ. Mindbox это российская компания, и кейс полностью локальный. В Mindbox нет системных аналитиков, разработчики сами готовят задачи. Если у вас похожая ситуация (а в малом и среднем бизнесе она типична), агент-аналитик может закрыть часть этой работы. Из российских инструментов для работы с ИИ-агентами доступны YandexGPT и GigaChat, хотя для работы с кодовой базой чаще используют решения с доступом к репозиториям.

Кейс Mindbox показывает простую вещь: ИИ-агент, которому дали задачу «напиши код», провалился. Тот же агент, которому дали задачу «разберись в задаче и найди, что я пропустил», нашёл четыре ошибки, которые пропустили люди. Разница не в модели, а в том, что именно вы просите её сделать.