Два года назад «программировать с ИИ» означало открыть чат-бот, попросить функцию, скопировать ответ в редактор. Сегодня так работают всё реже: появился агентный кодинг — инструменты, которые не выдают код по запросу, а выполняют задачу. Они читают ваш проект, правят файлы, запускают команды и сами исправляют то, что сломалось по дороге.
Переход не остался незаметным. По оценке Anthropic, к февралю 2026 года выручка Claude Code выросла до $2,5 млрд в годовом выражении — вдвое больше, чем в начале года (источник: Simon Willison, ссылка на объявление Anthropic).
Дальше — без маркетинговых формулировок: что такое агентный кодинг, чем агент отличается от автодополнения и чат-бота, как он устроен, где его использовать, а где нет. Это первая статья серии: установка конкретных инструментов и разборы кейсов пойдут отдельными материалами.
Что такое агентный кодинг
Агентный кодинг — это подход, при котором ИИ работает над задачей как ассистент-разработчик, а не как генератор текста: изучает кодовую базу, составляет план, вносит изменения в файлы и проверяет результат. Ключевое отличие от прежних инструментов — цикл: модель действует, получает обратную связь (ошибки тестов, вывод команд) и продолжает, пока задача не будет решена.
Определение из документации Claude Code — агентного инструмента Anthropic:
Claude Code is an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools.
Claude Code — агентный инструмент для кодинга: читает вашу кодовую базу, правит файлы, запускает команды и интегрируется с инструментами разработки.
По сути агент собирается из трёх частей: языковой модели, набора инструментов и цикла работы.
Модель — не единственное, что определяет результат. Обвязка инструмента (в англоязычных материалах — harness) часто значит не меньше: как агент собирает контекст, какие инструменты ему доступны и как он проверяет свою работу. Поэтому связки открытых моделей и открытых агентов дают рабочие результаты: например, Qwen3-Coder (Apache 2.0) поставляется с собственным агентом и официально поддерживается в Claude Code и Cline через совместимые API (разбор — в блоге Qwen).
Чем агент отличается от автодополнения и чат-бота
Чтобы не путаться в терминах — три уровня, которые часто смешивают:
| Автодополнение | Чат-бот | Агент | |
|---|---|---|---|
| Что делает | предлагает фрагменты кода | пишет код по описанию | выполняет задачу целиком |
| Читает ли проект | текущий файл | нет, работает по описанию | да, всю кодовую базу |
| Запускает команды | нет | нет | да: тесты, сборка, git |
| Проверяет результат | нет | нет | да: запускает проверки и чинит ошибки |
| Кто отвечает за качество | вы | вы | вы, но цикл проверки закрывает агент |
Примеры: автодополнение — GitHub Copilot и встроенный автокомплит в IDE; чат-боты — ChatGPT, Gemini, Claude; агенты — Claude Code, OpenCode, Codex, Gemini CLI.
Граница, конечно, размытая: чат-боты обрастают возможностями читать файлы, а автодополнение — агентскими режимами. Но направление движения понятное: от «подсказать кусок кода» к «сделать работу и отчитаться».
Как агент работает: цикл «исследуй → планируй → действуй → проверяй»
1. Исследование. Агент читает файлы проекта, ищет по коду, задаёт уточняющие вопросы. Это отдельный режим: в plan-режиме Claude Code агент отвечает на вопросы и составляет план, но ничего не меняет.
2. Планирование. Агент предлагает план изменений — какие файлы тронет, как устроит поток. Вы утверждаете план или правите его. Для мелких правок (переименовать переменную, поправить логирование) план избыточен — агент это делает и без него.
3. Действие. Правки в нескольких файлах, запуск команд. Агент умеет работать с git: коммитить, создавать ветки и открывать пул-реквесты.
4. Проверка. Самый важный шаг. Агент запускает тесты или сборку и итерирует, пока проверка не пройдёт. В документации Claude Code это сформулировано прямо:
Give Claude a check it can run: tests, a build, a screenshot to compare. It’s the difference between a session you watch and one you walk away from.
Дайте Claude проверку, которую он может запустить: тесты, сборку, скриншот для сравнения. Это разница между сессией, за которой вы наблюдаете, и сессией, которую можно оставить работать.
Без проверки «выглядит готово» — единственный сигнал, и вся проверка ложится на вас. С проверкой цикл замыкается сам: агент делает, запускает, читает результат, чинит, снова запускает.
Выглядит это так — обычный запрос к агентному инструменту (пример из той же документации):
claude "write tests for the auth module, run them, and fix any failures"
Ограничение, о котором стоит знать сразу: контекстное окно — главный ресурс агента. На длинных сессиях качество падает: модель «забывает» ранние инструкции и начинает ошибаться в мелочах. Инструменты борются с этим автоматической компактизацией — агент сам сжимает историю, сохраняя важное. Управление контекстом (сброс между задачами, компактизация) — отдельная тема, к ней вернёмся в следующих статьях серии.
Что агентный кодинг даёт на практике
Агенты сильнее всего в рутине, которая раньше съедала время:
- тесты для непокрытого кода, исправление lint-ошибок, merge-конфликты;
- обновление зависимостей, changelog и release notes;
- разбор багов: описали симптом — агент проследил путь в коде, нашёл причину, починил;
- рефакторинг и миграции в масштабе: раздать сотни файлов и собрать результат.
Вот реальный кейс, чтобы не быть голословным. Инди-разработчик Индраги Карунаратне собрал нативный macOS-инструмент для отладки MCP-серверов. Из примерно 20 000 строк кода он написал вручную меньше тысячи:
There is still skill and iteration involved in helping Claude build software, but of the 20,000 lines of code in this project, I estimate that I wrote less than 1,000 lines by hand.
Навык и итерации в работе с Claude никуда не делись, но из 20 000 строк кода в этом проекте я написал вручную, по моей оценке, меньше 1 000.
— Indragie Karunaratne, «I Shipped a macOS App Built Entirely by Claude Code»
Обратите внимание на оговорку в первой фразе: «навык и итерации никуда не делись». Агент не заменяет разработчика, он меняет распределение труда. Подробные разборы таких кейсов выйдут отдельными статьями.
Обзор инструментов
Инструменты отличаются не только провайдером и ценой, но и тем, где вы с ними работаете. У большинства крупных агентов есть сразу несколько интерфейсов, а не один.
TUI-клиенты — полноэкранные интерфейсы в терминале. Это Claude Code, OpenCode, Gemini CLI, Codex, Aider. Важно не путать их с простыми CLI-командами: это интерактивные приложения — живой диалог с агентом, диффы, навигация по файлам, переключение режимов прямо в терминале. Плюс TUI в том, что они не привязаны к редактору: работают в любом терминале и сочетаются с остальными инструментами командной строки — пайпами, скриптами, CI.
Десктопные приложения — полноценные программы, а не аддоны для IDE. Они есть почти у всех провайдеров: Claude Code Desktop, десктоп-версия Codex, десктоп OpenCode. Отдельно стоят Cursor и Windsurf — это сами по себе десктопные приложения-IDE со встроенным агентом. Плюс десктопа: визуальные диффы, несколько сессий рядом, планировщик повторяющихся задач. Подходит тем, кто не живёт в терминале.
Плагины для существующих IDE. Расширения Claude Code для VS Code и для JetBrains, открытое расширение Cline для VS Code. Плюс: агент работает там, где уже живёт ваш код, без смены инструмента.
Важный момент: у одного провайдера все интерфейсы работают на одном движке. У Claude Code файлы-конвенции, настройки и MCP-серверы одинаково работают в терминале, десктопе, вебе и плагине — вы переключаете интерфейс, а контекст агента остаётся (источник).
Сводно:
| Инструмент | Интерфейсы | Примечание |
|---|---|---|
| Claude Code (Anthropic) | TUI, десктоп, VS Code, JetBrains, веб | самый «обросший» функциями агент |
| OpenCode (Anomaly) | TUI, десктоп, IDE-расширение, веб | open source |
| Gemini CLI (Google) | TUI, GitHub Action | open source, бесплатный тариф |
| Codex (OpenAI) | TUI, десктоп, веб, VS Code/Cursor/Windsurf | привязан к аккаунту OpenAI |
| Aider | чат в терминале | open source, работает с локальными моделями |
| Cursor | десктоп-приложение (IDE) | платный, один из самых известных IDE-агентов |
| Windsurf | десктоп-приложение (IDE) | альтернатива Cursor |
| Cline | расширение VS Code | open source |
| JetBrains AI | десктопная IDE | встроен в IntelliJ IDEA, PyCharm и др. |
| Reasonix | терминальный агент | новое, пока малоизвестное приложение; следить имеет смысл |
Подробные гайды по установке и настройке OpenCode, Claude Code, Cursor, Gemini CLI и Codex — отдельными статьями серии. Здесь важно было показать расклад, а не сравнить каждый инструмент по пунктам.
Ключевые понятия, которые встретятся в работе
- AGENTS.md / CLAUDE.md — файлы-конвенции в корне проекта: правила стиля, команды сборки, особенности кодовой базы. Агент читает их в начале каждой сессии. Документация Claude Code советует держать такой файл коротким: если правила теряются в простыне — их перестают соблюдать (раздел CLAUDE.md в best practices).
- MCP (Model Context Protocol) — открытый стандарт подключения агента к внешним данным и сервисам: базам, Jira, браузеру, своим инструментам (modelcontextprotocol.io). Подробный разбор — отдельной статьёй.
- Сабэдженты — делегирование подзадач отдельным агентам: основной агент не засоряет свой контекст, а исследовательская работа уходит в отдельные сессии (документация).
- Локальные модели — запуск кодинг-моделей без облака (Ollama, LM Studio). Дешевле и приватнее, но слабее топовых моделей. Тему разберём отдельно.
С чего начать: шесть советов
- Возьмите маленький проект. Пет-проект или один модуль, не продакшен. Первая задача — объяснить агенту, как устроен код, который вы знаете лучше него: так проще ловить его ошибки.
- Дайте агенту способ проверить работу. Тесты или сборка, которую он сам запустит. Без этого «выглядит готово» — и весь цикл проверки снова на вас.
- Работайте через git. Коммит до начала, проверяйте диффы после, не сливайте вслепую. Это же позволяет откатиться, если агент наломал дров.
- Начните с plan-режима. Пусть агент сначала покажет план — утвердить его дешевле, чем переделывать код.
- Ограничьте права. Не запускайте агента с полным доступом без присмотра: он выполняет команды в терминале, а промпт-инъекции из внешних данных — реальная проблема, а не теория.
- Опишите проект в файле-конвенций. Пара строк про команды сборки и стиль экономит кучу итераций.
Из практики Armin Ronacher (создатель Jinja2, активно использует агентов): полезно завернуть команды проекта в Makefile и вести логирование так, чтобы агент мог сам читать последние строки лога. В его тексте есть показательная деталь — как агент сам проходит регистрацию в приложении, потому что письмо с кодом подтверждения логируется в stdout:
In general logging is super important. […] It allows the agent to complete a full sign-in with a remote controlled browser without extra assistance.
Логирование в целом критически важно. […] Оно позволяет агенту пройти полную авторизацию с удалённо управляемым браузером без дополнительной помощи.
Где агенты не помогут
Честный раздел, без которого статья была бы рекламой.
- Контекстное окно. На длинных сессиях агент «тупеет»: теряет ранние инструкции, начинает противоречить себе. Лечится сбросом и компактизацией контекста, но это ручная работа.
- Правдоподобные ошибки. Агент умеет убедительно объяснить, почему решение правильное, даже когда оно не работает. Единственная защита — проверка (пункт 2 выше) и ревью.
- Стоимость. Большие задачи — это много токенов. Счёт можно контролировать (промпт-кэширование, дешёвые модели для рутины), но списывать со счетов эту статью расходов не стоит.
- Безопасность. Агент выполняет команды. Промпт-инъекция через файл из репозитория или страницу сайта — рабочий вектор атаки, особенно в автономном режиме.
- Архитектура и задачи без объективного критерия. Агент силён в реализации, где есть «правильный ответ» (компилируется, тесты проходят). Проектирование архитектуры он не тянет. Показательный разбор — история разработки syntaqlite: автор забросил первый прототип, который собрал агент, — по его словам, ИИ откладывал ключевые архитектурные решения и код оставался запутанным, — и переписал проект с человеческим контролем на каждом шаге.
Итог
Агентный кодинг — это когда ИИ берёт на себя рутину и цикл проверки, а вы — направление, архитектуру и ревью. Не замена разработчика: скорее, смена распределения труда, при которой «попросить код впрок» заменяется на «поставить задачу и проверить результат».
Начать можно сегодня: маленький проект, одна задача, тесты для проверки, git для отката. Дальше в серии — пошаговая установка OpenCode и Claude Code, разбор MCP, кейсы из реальной разработки.
Источники
- Claude Code — Overview (документация)
- Claude Code — Best practices (документация)
- Anthropic: раунд финансирования $30 млрд, оценка выручки Claude Code
- Simon Willison: конспект и комментарии по агентному кодингу
- Armin Ronacher: Agentic Coding Recommendations
Остальные источники указаны по ссылкам в тексте (кейс Indragie Karunaratne, история syntaqlite, анонс Qwen3-Coder, Model Context Protocol).
