← Материалы разборы Yersham
разбор · агентыбалл 9.0#2 из 482 · 2026-06-25

С декабря 2025 года фоновые агенты на базе моделей GPT и Opus достигли уровня автономности, позволяющего переходить от ручного управления к облачной оркестрации с минимальным вмешательством. Это резко увеличило эффективность разработки и тестирования, что подтверждается ростом слияния PR в 7 раз за несколько месяцев.

Devin’s 80% Moment: Background Agents, 7x PRs, & End of Hand-Held Coding — Walden Yan & Cole Murray

смотреть видео
Что забрать0/4
отметь, что применил →
вывод оператора · что осталось

Оператор входа в AI может использовать опыт организации фоновых агентов для создания облачной оркестрации, автоматизации тестирования и разработки, а также для построения прозрачных рабочих процессов с совместным доступом и кастомизацией агентов.

карта разбора · 5 ветокклик по цифре — раскрыть главу
суть01Введение в проблему…02Появление и развити…03Проблемы и решения…04Монетизация и инфра…05Внедрение и поддерж…

наведи и нажми на цифру — раскроется глава

полный разбор ролика · 5 глав
01

Введение в проблему тестирования

Тестирование изменений, охватывающих фронтенд и бэкенд, требует сложной координации запуска правильных версий и триггеров функций.

AI-модели должны не просто выполнять клики, а решать задачи, требующие рассуждений и взаимодействия компонентов.

02

Появление и развитие фоновых агентов

С выходом моделей Opus 4.5 и GPT 5.2 фоновые агенты стали способны самостоятельно выполнять задачи от спецификации до готового кода с минимальным вмешательством.

Рост использования фоновых агентов привёл к увеличению слияния PR в 7 раз за 2-3 месяца и росту их доли в общем объёме коммитов с 16% до 80%.

03

Проблемы и решения в open inspect

Клиенты испытывали трудности с изолированными сессиями в Slack, что мешало совместной работе между PM и инженерами.

Open inspect решает проблему, предоставляя облачную архитектуру с общим доступом к сессиям и возможностью кастомизации под нужды команд.

04

Монетизация и инфраструктурные вызовы

Проект не монетизируется напрямую из-за сложности конкуренции и копирования основных компонентов, а также из-за наличия монетизации на уровне моделей и песочниц.

Создание инфраструктуры для быстрого запуска/остановки агентов оказалось критичным — стандартные облачные VM слишком медленны, пришлось оптимизировать под повторное использование.

05

Внедрение и поддержка клиентов

Для успешного перехода на AI-инструменты нужна поддержка и обучение сотрудников, так как не все готовы к самостоятельному использованию.

Команда выступает партнёрами, помогая внедрять интеграции и автоматизации, что ускоряет адаптацию и повышает эффективность.

#агенты#оркестрация#автоматизация#llm
дальше в дело
Собрать это в маршрут
все маршруты →
ещё разборы