Как я делаю проект с 20 ИИ-агентами, не будучи программистом

Я не программист. Я больше про бизнес и маркетинг, и ещё весной плохо понимал, зачем нужен GitHub. При этом PlusVibe целиком написан ИИ-агентами: с середины июля в проекте около 4 500 коммитов, а за месяц перед встречей агенты сделали 340 тысяч запросов к моделям и 1 441 pull request.

Слайды встречи можно скачать в PDF.

В сентябре я позвал пользователей в Zoom, чтобы показать, как это устроено, и послушать, как работают они. Ниже то, что мне кажется самым полезным, — и моё, и участников.

1. Я не разговариваю с агентами, которые пишут код

Я общаюсь только с оркестратором. Это умная и дорогая модель, у меня обычно Claude Opus. Я пишу ей, что хочу. Она переспрашивает, если что-то непонятно, потом нарезает задачу на куски и раздаёт их субагентам на дешёвых моделях. Когда они заканчивают, она проверяет их работу.

Инструкция у оркестратора короткая: ты сам руками ничего не делаешь, ты создаёшь исполнителей, пишешь им задания и проверяешь. Полную версию Claude Code написал для себя сам. Остальные правила появлялись по одному, после каждой поломки. Исполнитель получает задачу, список файлов, признаки готовности и границы. Своих исполнителей он не заводит. На боевой сайт ничего не выкладывает и паролей не видит.

Рекорд на сегодня: один оркестратор вёл 14 исполнителей, а всего параллельно работали пять оркестраторов.

2. Дорогая модель думает, дешёвые работают

Вот как распределились запросы за месяц. Почти половина ушла на Claude Opus 5: деньги, цены, база данных, безопасность, то есть всё, где ошибка стоит дорого. Около трети взяла GPT-5.6 Luna, это мой основной исполнитель. Остаток, примерно пятая часть, пришёлся на DeepSeek и GLM-5.3 Flash: переименования, переносы, однотипные правки.

Вместо Opus оркестратором можно поставить GPT-5.6 Sol, Kimi K3 или GLM-5.3. Если задача сложная, а Luna не тянет, я беру Terra или DeepSeek V4 Pro.

3. Sol перемудряет

С GPT-5.6 Sol у меня была странная история. На простой правке он начинал писать тест за тестом, проверял безопасность, и задача на десять минут растягивалась на часы. Участник встречи сказал, что Astra ведёт себя так же: «любит делать скриншоты, разбирать, предлагать много всего». Так что простую задачу лучше сразу отдавать модели попроще.

Иван, iOS-разработчик, сделал из этого схему для своего ассистента. Luna сначала смотрит на вопрос. Если он простой, отвечает сама, если сложный, передаёт Sol. Я повторил это в коде и запустил на нашем API:

import os
from openai import OpenAI

client = OpenAI(base_url="https://plusvibeapi.ru/v1", api_key=os.environ["PLUSVIBE_API_KEY"])

def ask(question: str) -> str:
    # 1. Дешёвая модель оценивает сложность вопроса
    triage = client.chat.completions.create(
        model="openai/gpt-5.6-luna",
        messages=[
            {"role": "system", "content": "Оцени сложность вопроса. Ответь одним словом: simple или hard."},
            {"role": "user", "content": question},
        ],
        max_tokens=200,
    )
    level = (triage.choices[0].message.content or "").strip().lower()
    # 2. Сложное отдаём модели посильнее, простое — отвечает та же дешёвая
    model = "openai/gpt-5.6-sol" if "hard" in level else "openai/gpt-5.6-luna"
    answer = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": question}],
        max_tokens=600,
    )
    return f"[{model}] {answer.choices[0].message.content}"

print(ask("Сколько будет 17 * 3?"))
print(ask("Спроектируй схему БД для CRM детского сада: дети, группы, занятия, оплаты. Кратко."))

На «17 × 3» ответила Luna: 51. Схему базы для детского сада она сочла сложной и отдала Sol, который вернул 12 таблиц со связями. Никакого хитрого роутера тут нет, всё решают две строчки в инструкции.

4. Агенты живут на сервере

Помните, как все жаловались: закрыл ноутбук, и Claude Code встал? Я с самого начала держал агентов на VPS, поэтому они работают круглые сутки. Начинал с 4 ГБ памяти, потом было 8 и 12. Сейчас 62 ГБ, но только потому, что на этой же машине крутятся и сами проекты. Больше всего у меня одновременно работало 26 агентов.

Управляю ими через Paseo. Это мета-харнесс: в одном окне запускаются Claude Code, Codex, OpenCode и Kimi, и один агент может позвать другого как помощника. У Paseo есть приложение для телефона, так что задачу можно накидать на прогулке.

Меня спросили, нужен ли зарубежный сервер. Если модели подключать через PlusVibe, хватит и российского. Под официальные подписки зарубежных сервисов нужен зарубежный, иначе подключение просто не заработает.

5. Пока я сплю, проект пишется

Перед сном я пишу оркестратору 5–10 задач на ночь и включаю ночной режим, под который у него есть отдельные инструкции. Из 1 360 изменений за месяц 204 сделаны между полуночью и восемью утра.

Главная хитрость в том, что раз в два часа оркестратор передаёт смену новому через файл. Если одна модель работает слишком долго, контекст несколько раз сжимается, и она начинает галлюцинировать. Новая начинает с чистого листа. Утром я просыпаюсь, а куча работы уже сделана. Остаётся проверить и выкатить.

6. Каждому агенту своя ветка

Сначала я вайб-кодил прямо в проекте, и агенты регулярно правили один и тот же файл, затирая друг друга. Теперь у каждого своя копия и своя ветка, а изменения приходят через pull request. Это единственное место, где правку ещё можно остановить. Если автотест красный, значит ошибка в правке. Удалять тест агенту запрещено.

Сборку я сначала гонял в GitHub Actions за $4 в месяц, но упёрся в лимит 3 000 минут и перенёс её на свой сервер.

7. Агенту нельзя верить на слово

Агент может отчитаться о работе, которой не делал. А в длинной сессии иногда начинает придумывать задачи «от моего имени». Поэтому проверяю я всегда результат, а не отчёт.

Ещё одна беда — модели любят поддакивать. Участник встречи сказал об этом лучше меня: «Потому что они врут. Я запрещаю моделям вообще со мной соглашаться».

8. Пусть модели спорят

Тот же участник показал, как готовит новый проект. Архитектуру он по очереди обсуждает с тремя-четырьмя моделями и каждую просит найти, где сломается план предыдущей. Часа через два выходит документ по этапам. Он кладёт его в память и говорит агентам: это наш паспорт, работаем строго по нему.

Попроще вариант — петля критика. Одна модель отвечает, другая сразу ищет, к чему придраться. Для менеджерских задач этого обычно хватает.

9. Код уже почти никто не читает

Иван пишет под iOS девять лет. Свой текущий проект он ведёт три месяца и, по его словам, «ни разу даже не открывал файл». Он смотрит на результат: как приложение ощущается в руках. Я делаю так же, только у меня и выбора нет, я не программист.

Продакт из компании-провайдера полтора года пытался поднять поиск по внутренней базе: вики, CRM и тикеты за 35 лет. В итоге почти всё закрыла локальная Qwen 3.8. Сейчас у них на своих серверах работает агент техподдержки, и большую часть системы они написали вайб-кодингом.

10. Сложнее всего теперь продать

Ещё один участник собирает типовые сервисы на базе локальных моделей и показывает их бизнесу. Как он сам сказал, «нажимаешь четыре кнопки, проходит два дня, и ты отдаёшь готовый продукт». Компании всё чаще хотят свою CRM или трекер вместо подписки на чужой SaaS.

Раз сделать продукт теперь может каждый, узкое место переехало в продажи. Мне кажется, программисты становятся немножко маркетологами, а маркетологи вайб-кодерами. О маркетинге с нейросетями мы говорили на следующей встрече, конспект здесь.

Если вы только начинаете

1. Возьмите VPS на 4 ГБ.
2. Заведите GitHub, на каждую задачу отдельная ветка.
3. Одна дорогая модель на решения, одна дешёвая на исполнение.
4. Ночные смены оставьте на потом.

По материалам открытой встречи пользователей PlusVibe 7 сентября 2026 года. Анонсы следующих встреч в нашем Telegram-канале.

Вопросы и ответы