Оркестрация ИИ-агентов: как избежать хаоса при разработке сложных систем

Habr AI · оригинал

Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Разработчик студии ITSalt Максим Никитин описывает подход к управлению ИИ-агентами в проектах с несколькими репозиториями, где стандартные методы разработки упираются в ограничения контекста. Плагин pepper-orchestrator решает проблему скрытых зависимостей и потери состояния через разделение задач на независимые пакеты и обязательную внешнюю верификацию результатов.

Материал демонстрирует практический переход от использования ИИ как помощника в одиночных задачах к его применению в промышленных масштабах. Показан конкретный механизм оркестрации, который позволяет преодолеть фундаментальные ограничения LLM (Context Rot, Lost in the Middle) и обеспечить надежность кода в распределенных системах.

Современные ИИ-инструменты вроде Claude Code или Codex позволяют быстро создавать прототипы, однако их эффективность резко падает при работе с продакшн-системами. Как отмечает Максим Никитин, фаундер студии ITSalt, сложности возникают, когда изменения нужно синхронно внести в несколько репозиториев. В таком случае агент видит лишь фрагмент системы, не замечает скрытых связей между модулями и часто пишет тесты, которые подтверждают собственные ошибки. Кроме того, контекст сессии ограничен, а память теряется при перезапуске диалога.

Для решения этих проблем разработчик представил плагин pepper-orchestrator, работающий в среде Claude Code и Codex. Архитектура решения строится на четырех ролях: владелец (человек), оркестратор, сессии модулей и субагенты. Ключевой принцип заключается в том, что оркестратор никогда не пишет код. Он выступает диспетчером: разбивает большую задачу на независимые пакеты работ, определяет порядок их выполнения и контролирует состояние проекта через файловую систему, а не через память модели.

В качестве примера Никитин приводит кейс разработки прототипа для обработки договоров в рамках тестового задания. Несмотря на то что проект был небольшим, он требовал параллельной работы над движком разбора, интерфейсом и документацией. Оркестратор позволил запустить эти процессы одновременно в разных копиях репозитория, минимизируя конфликты. При этом каждая сессия получала строго ограниченный контекст: только свой пакет задач, зависимости и критерии приемки.

Особое внимание в методологии уделяется независимой проверке. Правило гласит: заявление агента о готовности — это лишь утверждение, а не факт. Субагент-рецензент с чистым контекстом проверяет код, намеренно ломая его и перефразируя входные данные. В кейсе это позволило выявить ошибки, которые прошли все внутренние тесты: движок путал аванс с суммой договора и срок оплаты со сроком поставки. Только внешний взгляд смог обнаружить эти логические провалы.

Дополнительным уровнем контроля служит методика проверки «тремя клиентами»: лояльным, некомпетентным и конкурентом. Каждый из них, имитируемый субагентами, ищет уязвимости с разных позиций. В описанном случае именно «конкурент» нашел критические ошибки в определении действующего допсоглашения, которые остались незамеченными на этапе ревью кода.

Несмотря на автоматизацию, человеческий фактор остается решающим. Никитин признает, что превышение дедлайна произошло из-за управленческой ошибки: решение сначала исправить все найденные баги, а затем упаковывать сдачу, привело к нехватке времени и стрессу. ИИ-оркестратор снимает рутинную диспетчерскую нагрузку, но приоритеты, оценка рисков и умение вовремя остановиться остаются за человеком.

Подход с оркестрацией оправдан там, где проект затрагивает два и более репозитория или домена. Для простых правок в одном модуле накладные расходы на такую архитектуру нецелесообразны. Однако для сложных систем это способ превратить хаотичное взаимодействие моделей в управляемый инженерный процесс.