Фабрика агентов на одном ноутбуке

Один разработчик выполнил объём месячной работы отдела примерно за $150. Не «умным автодополнением» — архитектурой автономного выполнения: одни модели нанимают, контролируют и проверяют другие. Ключ не в мощности одной модели, а в маршрутизации, дисциплине затрат и безопасности сред. Ниже — стек и приёмы, которые забираются в дело сразу.

Имена моделей в исходной расшифровке искажены распознаванием речи — помечаю «уточнить», чтобы не выдать догадку за факт. Стек описываю по сути ролей.

Стек

Оркестратор-архитектор — топовая модель (в расшифровке «Fable 5»/«Opus 4.8» — уточнить). Держит контекст в сотни тысяч токенов, видит десятки файлов сразу, разруливает конфликты нескольких веток за минуты. «Вкус» идеальный: понимает идиомы фреймворка, пишет элегантно.

Дешёвый рабочий — Codex CLI на GPT (уточнить версию). Интеллект высокий, стоимость почти нулевая, жуёт гигантские логи. «Вкус» нулевой: TypeScript пишет «как питонист». Годится на грязь — чтение логов, миграции, разбор скриншотов.

Менеджер среднего звена — Sonnet (уточнить). Не тупой маршрутизатор на условиях, а семантический: понимает характер ошибки рабочего и решает — перезапустить с новым промптом, разбить задачу или отдать архитектору.

Конфиг-глоссарий — файл вроде CLAUDE.md. Профилирует модели по трём осям: интеллект, вкус, стоимость. Правило маршрутизации: интеллект > вкус > стоимость.

Shell out — модель формирует команду, локальный скрипт исполняет её в терминале, собирает вывод и возвращает в контекст. Полный цикл обратной связи.

Балансировщик — при упоре в лимиты API бесшовно подменяет токен, держит плотность потока без сбоев.

Что забрать в дело

Reasoning effort — high, а не max. Уровень рассуждения применяется к каждому шагу, не к задаче целиком. На максимуме модель переусложняет рутину, уходит в лишние слои проверок, а токены растут геометрически без прироста качества. High — так и уложились в $150.

Явный негативный ответ. Субагент, который ничего не нашёл, обязан вернуть «проверил X, ошибок нет». Иначе оркестратор считает задачу невыполненной и гоняет бесконечный цикл, сжигающий бюджет.

Прямые инструкции дешёвой модели. Она не понимает вежливых просьб вроде «постарайся не трогать соседние файлы» — делает ровно то, что сказано прямо. Защита от дурака.

Безопасность через разделение сред. Агенты мержат только в ветку, что уходит на staging. Прод — по кнопке человеком. В песочнице можно давать полный автопилот.

Метрика качества — время работы модели. Решила за три минуты — архитектура чистая. Буксует полтора часа над одним багом — красный флаг: код запутан настолько, что сбивает даже нейросеть. Модель как диагностический сканер.

Польза оператору

Это прямо про ось «оператор входа» и оркестрацию. Глоссарий моделей интеллект/вкус/стоимость — готовый способ выбирать модель под задачу. Reasoning на high, не max — честная экономия вместо «выкрути на максимум». Явный негативный ответ и staging-only merge — как не сжечь бюджет и не сломать прод. Метрика по времени работы модели — диагностика архитектуры без чтения каждой строки. Роль разработчика смещается от чернорабочего к инспектору и дирижёру.

Черновая оценка — 9 из 10: конкретная архитектура и приёмы, прямо по теме.

Источник: видео Тео (t3.gg).