Платформа Taimen показала разработку искусственного интеллекта своими же агентами: сотни задач за 2 месяца

С 12 августа по 4 октября одна установка Taimen прогнала сотни задач на код, которые выполняли десять разных агентов-исполнителей на базе Claude Code (модели Opus и Sonnet) и Codex. Треть задач вообще никто не ставил вручную: их порождали правила, наблюдающие за репозиториями. 30 сентября один из агентов за 19 минут написал новый маршрут API, но допустил дыру в безопасности: маршрут позволял агенту-исполнителю перевести задачу на старую версию типа без проверки и закрыть её самому. Встроенное ревью платформы поймало проблему и отклонило работу. Через 48 минут агент сдал исправление, ревью прошло, и код влился. От постановки задачи до вливания прошёл 1 час 52 минуты. Это и есть суть подхода: платформа не доверяет агенту на слово, а проверяет результат по правилам, вшитым в тип задачи.

Что понадобится

• Taimen v0.2.0 (открытые исходники, лицензия Apache-2.0, доступна на GitHub)
• Доступ к API языковой модели: команда использовала Claude Code (модели Opus и Sonnet от Anthropic) и Codex (от OpenAI), но платформа не привязана к конкретной модели
• Git-репозиторий с кодом, который будут обрабатывать агенты
• Около 2 часов на первичную настройку: установка платформы, описание типов задач, подключение коннектора к репозиторию
• Понимание YAML-синтаксиса на базовом уровне для описания правил и типов задач

Как запустить разработку, которая ведёт сама себя?

1. Установите Taimen и опишите типы задач. Тип задачи (TaskType) определяет, что считается «сделано». Для задачи на код это две проверки: ревью человеком и вливание ветки. Пока ветка не влита, задача не закрыта, даже если агент написал «готово». Пример описания типа:

kind: TaskType
key: coding-task
spec:
  acceptance:
    - key: review
      kind: human
      spec: {approver: ${SELFDEV_REVIEWER_PRINCIPAL}}
      when: ["$.task.artifact[commit].metadata.published"]
    - key: merge
      kind: deterministic
      spec:
        skill: git.merge@1
        inputs:
          repository: "$.task.artifact[commit].metadata.repository!"
          branch: "$.task.artifact[commit].metadata.branch!"
        expect: {merged: true}
      when: ["$.task.artifact[commit].metadata.published"]

1. Подключите коннектор к репозиторию. Коннектор наблюдает за коммитами и создаёт «наблюдения» (observations) в платформе. Каждое наблюдение содержит данные: в каком компоненте появился коммит, какая ветка, какой хеш.

2. Опишите правила вывода работы (WorkRule). Правило связывает наблюдение с действием. Например, правило «submodule-lag» проверяет, не отстал ли суперпроект от компонента, и если отстал, создаёт задачу «сдвинуть указатель». Правило действует от собственной личности, поэтому в журнале видно, что задачу завёл не человек, а правило, со ссылкой на наблюдение, которое его запустило:

kind: WorkRule
key: submodule-lag
spec:
  trigger: {kind: observation, type: repo.commit_observed}
  condition:
    in: [{var: payload.data.repo}, [control-plane, memory-service]]
  action:
    kind: request_decision
    taskType: submodule-bump
    fields:
      title: "Сдвинуть указатель сабмодуля {{item.name}}"

1. Назначьте агентов-исполнителей. Исполнитель берёт задачу через единый API: взять, выполнить, сдать артефакты (артефакт, это результат работы: коммит, документ, тест). Неважно, кто исполнитель: агент на Claude, агент на Codex или человек в своём редакторе. Команда Taimen использовала десять агентов-исполнителей: несколько поколений раннеров (автоматических исполнителей) и отдельных агентов под конкретные репозитории.

2. Настройте ревью. С 29 сентября в Taimen ревью готовит отдельная сессия Claude, но решение (одобрить или отклонить) записывается за человеком, который за него отвечает. Провал любой проверки возвращает задачу тому же исполнителю с описанием причины.

3. Запустите очередь и наблюдайте. Задачи начнут появляться двумя путями: вручную (человек ставит задачу) и автоматически (правило создаёт задачу по наблюдению). По данным команды Taimen, треть всей работы за период с 12 августа по 4 октября возникла без ручной постановки.

Цифры, которые показала одна установка за 54 дня

С 26 сентября, когда приёмка стала частью типа задачи, через неё прошли 458 задач на код. Из них 14 провалили вливание:

• 8 случаев: конфликты или ушедшая вперёд ветка (обычная ситуация при параллельной разработке)
• 4 случая: инфраструктурные проблемы (токен не видел репозиторий, push отклонён)
• 2 случая: агент сдал коммит без метаданных, вливать было нечего

Медианное время от постановки до вливания: 3,4 часа (с учётом ожидания в очереди ревью). 90% задач укладывались в 27 часов. Сам прогон агента в медиане занимал 11 минут.

По оценке команды, условная стоимость одного прогона Claude Code по тарифу API составила 1,90 доллара в медиане и 7,32 доллара на 90-м перцентиле. Команда оговаривает, что цифра условная: раннеры работали по подписке, а стоимость считал сам Claude Code.

Девять раз за период задачу начинал агент, а заканчивал человек в своём рабочем окружении. Задачи этого «не заметили»: единый формат работы не различает исполнителей.

Что делать с этим прямо сейчас, по ролям

Автору Дзена и копирайтеру. Пока Taimen заточен под код, но принцип «работа важнее исполнителя» применим к контенту. Если вы используете ИИ для черновиков, попробуйте разделить задачу (написать текст) и приёмку (проверить факты, стиль, уникальность). Не позволяйте ИИ самому решать, что текст готов.

Разработчику и техническому руководителю. Taimen v0.2.0 доступен под Apache-2.0. Если вы строите разработку искусственного интеллекта с участием агентов, посмотрите на модель: описание задачи через тип с приёмкой позволяет менять агентов и модели без переделки очереди. Десять агентов на разных моделях работали с одной и той же структурой задач.

Предпринимателю в РФ и СНГ. Платформа русскоязычной команды, документация доступна. Для работы нужен доступ к API моделей: Claude (Anthropic) напрямую из РФ недоступен без обходных решений, но Codex (OpenAI) и открытые модели (опенсорс, модели с открытым кодом, которые можно запускать на своих серверах) можно подключить. Из российских аналогов для агентных задач пока нет прямого аналога Taimen, но YandexGPT и GigaChat можно использовать как языковые модели внутри подобной платформы.

Платформа, которая ловит ошибки собственных агентов через встроенную приёмку, а не через надежду на «умную модель», это редкий пример инженерной честности в мире, где большинство демо показывают только удачные прогоны.