Как работать в команде с ИИ помощниками

Проблема не в самих ИИ-агентах, а в том, что компания продолжает управлять разработкой по старым метрикам. Раньше инженерная работа жила внутри задач, коммитов и код-ревью. Теперь между постановкой и итоговым кодом возникает отдельное производство, которое трекер не отражает. Каждый разработчик получает персональный «заводик», но общей картины у команды нет.

Источник, экспертный разбор практик агентной разработки, фиксирует три конкретных разрыва: невозможность свободно экспериментировать с пайплайнами (последовательностями шагов агента), невозможность честно сравнить процессы и невозможность определить реальную стоимость результата. Разберём каждый и дадим конкретные шаги.

Что понадобится

• Любой ИИ-агент для кода: Claude Code, Codex от OpenAI, Cursor или аналог (в РФ доступны через VPN или через отечественные обёртки)
• Трекер задач с возможностью добавлять пользовательские поля (Jira, YouTrack, Linear, Kaiten)
• Таблица или дашборд для фиксации экспериментов (Google Sheets, Notion, «Яндекс Таблицы»)
• 2 часа на настройку процесса, далее 5 минут на задачу

Пошаговая инструкция: как сделать агентную разработку видимой

1. Разделите календарное время и активное участие человека. Когда задача «висит» на разработчике 6 часов, это больше не означает 6 часов его работы. Агент мог 5 часов реализовывать код, а человек потратил 10 минут на уточнение постановки и 20 минут на проверку результата. Добавьте в трекер два поля: «время активного участия» и «время работы агента».

2. Фиксируйте стадии агентного пайплайна. Каждый запуск агента проходит цепочку: план, реализация, проверка, принятие. Заведите шаблон комментария к задаче:

## Агентный пайплайн
- Модель: [Claude Sonnet / Codex / другая]
- Попыток: [число запусков до принятия]
- Ручные правки: [да/нет, объём]
- Активное время человека: [минуты]
- Результат принят с первого раза: [да/нет]

1. Выделите бюджет на эксперименты отдельно от рабочей квоты. Источник указывает на ключевую ловушку: разработчик исследует не лучший способ решить задачу, а лучший способ уложиться в уже выданный ему инструмент. Если квота одна, эксперимент конкурирует с текущей работой за те же токены (единицы, которыми модель измеряет объём текста). Договоритесь с руководством о тестовом лимите, пусть это 10 процентов от основного бюджета.

2. Проверьте минимум два альтернативных пайплайна на одинаковых задачах. Источник описывает три варианта:

3. «План, реализация, проверка»: один агент строит план, второй пишет код, третий проверяет
4. «Один сильный агент»: дорогая модель с максимальным рассуждением получает полный контекст и инструменты
5. «Рой» (swarm): несколько агентов независимо предлагают решения, финальный агент собирает лучшее

Третий вариант может быть дорогим по токенам, но дешёвым по человеческому вниманию: задача делается с первого раза, разработчик тратит 15 минут на принятие.

1. Считайте стоимость результата, а не стоимость подписки. Результат дешёвой модели может оказаться дорогим, если требует перезапусков, ручных исправлений и нескольких циклов проверки. Результат дорогой модели может стоить меньше, если принимается после короткой проверки. Формула из источника: стоимость равна расходу токенов (или доле подписки) плюс время активного участия разработчика (постановка, экспертные решения, возвраты, ревью, ручные правки).

2. Проводите еженедельную ретроспективу пайплайнов. Соберите данные из шаблонов, сравните: какой пайплайн дал меньше возвратов, где активное время человека минимально, где стоимость принятого результата ниже. Без этих данных любое сравнение процессов остаётся, как формулирует источник, «фольклором».

Что делать с этим прямо сейчас, по ролям

Тимлиду или техлиду. Добавьте в трекер два поля (активное время человека и число попыток агента) и проведите первую ретроспективу через неделю. Этого достаточно, чтобы увидеть реальную картину вместо рассказов.

Разработчику. Начните заполнять шаблон пайплайна хотя бы для себя. Через две недели у вас будут данные, чтобы аргументировать запрос на другую модель или больший лимит.

Руководителю или предпринимателю. Если ваша команда уже пишет код с ИИ-агентами, но вы по-прежнему видите только строку «задача у разработчика» в трекере, вы платите за инструмент, эффект которого не можете измерить. Выделите тестовый бюджет на эксперименты с пайплайнами и потребуйте фиксацию активного времени.

Автору Дзена или контент-маркетологу. Принцип переносится за пределы кода. Если вы используете ИИ для разработки логотипа с помощью ИИ, написания текстов или генерации изображений, фиксируйте: сколько промптов (запросов к модели) до приемлемого результата, сколько минут ручной доводки, какая модель. Без этих данных вы тоже «развиваетесь на ощущениях».

Компания не станет по-настоящему AI-native, пока агентная работа остаётся невидимой. Первый шаг занимает два часа: шаблон в трекере, два поля, одна ретроспектива. Через неделю у вас будут не рассказы о производстве, а само производство в цифрах.