---
title: Пора становиться CEO? Как я перестал быть диспетчером у собственных агентов
slug: ceo-ai-agents-team
canonical: https://shady2k.ru/posts/ceo-ai-agents-team/
date: 2026-11-21
kind: article
author: human
lang: ru
summary: Как несколько параллельных ИИ-агентов превратили меня в диспетчера,
  зачем нужен второй агент при миллионном контексте и как я собрал рабочую
  связку из Multica, OpenBot и Paseo.
tags:
  - ai-agents
related:
  - https://shady2k.ru/posts/product-engineer/
  - https://shady2k.ru/posts/product-engineer-role/
  - https://shady2k.ru/posts/ai-agent-architecture-desires/
---

Рядом с рабочим монитором у меня долго стоял ноутбук с открытым окном агентов. Раз в двадцать–тридцать минут я ловил себя на том, что опять туда кошусь: не встал ли кто-нибудь на вопросе, не пошёл ли крутиться по кругу. Я не решал так делать осознанно, привычка выработалась сама, как нервный тик. Пока агент был один, всё выглядело просто: дал задачу, обсудил, посмотрел код. Когда параллельных сессий стало несколько — в разных ветках или разных репозиториях — код они по-прежнему писали быстро, а вот переносить результат от планирования к реализации, пересказывать контекст и объяснять ревьюеру, что проверять, приходилось мне руками. Агенты сняли с меня набор кода и незаметно превратили в диспетчера: этому ответил, за тем присмотрел, этот вообще встал посередине и ждёт.

Я сам же первым и поймал себя на противоречии. Мы годами боремся с передачами в обычной разработке: продакт описал задачу, инженер уточнил и сделал, тестировщик проверил, продакт посмотрел — и оказалось, что нужно было другое. Пока задача ходит по кругу, на ожидание и восстановление контекста уходит больше времени, чем на саму работу; я называл это налогом на передачу работы в [статье про роль продуктового инженера](/posts/product-engineer-role/)[^1]. И тут я собираюсь выстроить из агентов ровно такой же конвейер из аналитика, разработчика и ревьюера. Если гнать каждую задачу через все роли и самому таскать между ними контекст, то это действительно шаг назад — просто ждать теперь приходится собственных ботов вместо коллег.

Разница появляется в тот момент, когда роли разделяются только там, где от этого есть измеримая польза, а контекст между ними ходит без моего участия. Отвечать за итоговый код всё равно мне, но исполнителей может быть несколько. Например, проверку имеет смысл отделять от реализации, когда ошибка дорого стоит: в разборе агентных схем от Anthropic рядом с простыми цепочками описан как раз такой паттерн `evaluator-optimizer`, где один вызов модели проверяет работу другого[^2].

![Слева три окна терминалов и агентов со статусами «ВОПРОС» и «ЖДЁТ», по центру надпись «ДИСПЕТЧЕР ≠ CEO», справа разработчик перед канбан-доской и уведомлением «УТРО / ВЕЧЕР»](/images/ceo-ai-agents-team/poster.webp)

## Зачем второй агент, если контекст уже миллион токенов

Казалось бы, при окне в миллион токенов можно обойтись одним агентом: пусть допишет задачу и в том же диалоге сам себя проверит. Представьте обычную историю — список записей с фильтром по статусу. Где-то в начале длинной сессии агент решил, что без фильтра показываются только активные записи, написал код и тесты под это допущение, и всё у него зелёное. Если отдать результат на проверку отдельному ревьюеру, который получает только критерий «без фильтра показывать все записи» и diff, он про забытое допущение из старой переписки просто не знает и сразу видит расхождение.

Длинное окно само по себе от этого не спасает, потому что модель в нём начинает терять детали. В исследовании «Lost in the Middle» Nelson Liu и соавторов на тесте с двадцатью документами GPT-3.5-Turbo отвечала правильно в 75,8% случаев, когда нужный документ лежал первым, и в 53,8%, когда он оказывался в середине списка[^3]. К тому же чем больше нового текста на входе, тем дольше ждать первого токена и тем дороже каждый следующий шаг[^4]. По моим ощущениям, когда контекст заполняется примерно на 70%, модель начинает забывать договорённости, застревать на своей версии событий и ходить по кругу.

Попросить того же агента просто «перепроверить» тоже работает слабее, чем ожидаешь. В работе Jie Huang и соавторов GPT-4 на выборке из 200 задач GSM8K после самопроверки без внешнего сигнала опустился с 95,5% до 91,5% — модель исправила часть собственных правильных ответов[^5]. Поэтому на практике я привязываю проверку либо к воспроизводимому тесту, либо к отдельному ревьюеру, который смотрит на diff и критерии приёмки с пустым контекстом, без всей истории наших обсуждений.

На практике второй агент нужен в трёх разных случаях: когда нужен свежий взгляд на ревью (в идеале другой моделью и другого поставщика), когда есть независимые подзадачи, которые можно развести по разным `worktree` без общего изменяемого состояния, и когда хочется развести модели по цене и качеству — например, код пишет модель подешевле, а ревью делает более дорогая. С параллельной работой важно не обмануться: если пустить двоих агентов в один фронтенд, они в разных `worktree` наплодят конфликтов при слиянии, а в одной ветке просто передерутся. И ни один из этих сценариев сам по себе не требует оркестратора — открыть вторую сессию и скопировать туда файл можно руками. Команда с автоматизацией нужна в тот момент, когда эти ручные передачи становятся ежедневной рутиной и хочется, чтобы они шли без тебя.

## Как я разбирался в инструментах и почему половина отвалилась

Инструментов под оркестрацию агентов сейчас больше, чем физически успеваешь открывать. В каталоге [awesome-agent-orchestrators](https://github.com/andyrewlee/awesome-agent-orchestrators) на 19 ноября было 350 живых проектов и ещё 19 в разделе Resting, причём за десять дней с 8 по 18 ноября туда добавили 36 новых пунктов[^6]. Мне почти каждый день присылают очередную новинку, и ловишь себя на мысли: «Да когда ж вы уже закончитесь?» Большинство из того, что я открывал, сделано наспех и сыро, так что сравнивать обещания на лендингах и в README смысла нет.

Чтобы не тонуть в названиях, я стал делить инструменты по тому, чем именно собираюсь управлять:

- сессии (herdr, Orca, Paseo) — запускаю несколько агентов, переключаюсь между ними и сам веду работу;
- фоновые исполнители задач (облачный Codex, Devin, Optio) — описываю результат и критерии, агент уходит в фон и приносит diff на ревью;
- команды (Multica, Paperclip, Agent Swarm) — настраиваю сам процесс: кто берёт задачу, кому передаёт и как она принимается;
- личные ассистенты (Hermes Agent, OpenClaw, OpenBot) — здесь всё крутится вокруг моих личных дел, без привязки к бэклогу разработки.

![Четыре класса инструментов: «Сессии» (herdr, Orca, Paseo — Управляю сам), «Фоновые задачи» (Codex, Devin, Optio — Критерии → diff), «Команды» (Multica, Paperclip, Swarm — Роли и передачи), «Ассистенты» (OpenBot, Hermes, OpenClaw — Личные дела и сайты)](/images/ceo-ai-agents-team/01.webp)

Команда тут не выше сессий, это просто разные задачи, да и границы между классами довольно размытые: тот же Paseo умеет больше простого управления сессиями, а Optio сидит где-то между сессиями и задачами. Но такой взгляд сразу помогает понять, что именно ты ищешь.

Дальше я проверяю любой инструмент на одном живом сценарии: подключил свой рантайм, поставил задачу, дождался уведомления о блокере там, где его жду, и принял результат. Недавно решил попробовать Agent Swarm — мастер настройки бодро сообщил, что всё проверено, а первая же задача упала с ошибкой шлюза. Я полистал логи и так и не понял, где ошибся и что именно настроил криво. В Multica и OpenBot у меня всё завелось с первого раза. Оказалось, что даже когда ты давно возишься с агентами, понятный интерфейс и предсказуемое поведение перевешивают длинный список фич в документации.

## Команда в Multica: где она помогает, а где ломается

В Multica я сначала насоздавал четырнадцать агентов, просто чтобы разобраться, как устроен инструмент, — звучит так, будто я уже директор небольшого отдела. На практике столько ролей в постоянной работе не нужно, часть из них я заводил ради эксперимента. К 19 ноября накопительный счётчик на доске показывал 763 запуска у тимлида и 208 у разработчика. Такой разрыв получается из-за роли: тимлид у меня работает единой входной точкой, он знает, где какой проект и кто чем занят, забирает результат после исполнителя и решает, куда отправлять задачу дальше. Плюс поначалу я сам постоянно писал ему «как дела?», пока осваивался. Рядом работают два рецензента на разных рантаймах: один через Claude (`claude-opus-5-5`, 48 запусков), второй через Pi (83 запуска). Задачи живут на настраиваемой канбан-доске, а когда нужно моё решение, тимлид упоминает меня, и вопрос падает в Inbox. Однажды открыл экран днём, а там уже 29 минут висела такая эскалация — я про неё даже не знал, потому что перестал сидеть и караулить вкладку.

![Скриншот списка агентов в Multica на 19 ноября 2026 года: 14 настроенных ролей, среди них Тимлид (763 запуска), Разработчик (208 запусков), Рецензент (sol) на рантайме Pi (83 запуска) и Рецензент (opus) на рантайме Claude с моделью claude-opus-5-5 (48 запусков)](/images/ceo-ai-agents-team/02.jpg)

Прежде чем агент начнёт что-то делать, я прошу его пересказать задачу своими словами — точно так же, как у джуна: «Как ты понял задачу?» Часто уже по пересказу видно, что он собирается решать что-то другое, и проще поправить его сразу, чем потом выкидывать готовую ветку. Всё, что можно проверить тестами, линтером и понятным списком критериев, команда крутит сама, а миграции данных, безопасность и продуктовые решения я оставляю себе.

При этом автономная команда без присмотра иногда выкидывает очень смешные вещи. Однажды я заглянул в задачу, которая висела открытой уже шесть часов, а рецензент там спокойно шёл на четырнадцатый круг ревью. Я посмотрел на это и подумал: «Вот молодец, четырнадцатый круг, уж теперь-то точно всё получится», — остановил процесс и отдал задачу архитектору, чтобы сначала разобраться, что мы вообще чиним. Если каждый новый прогон находит свежие замечания, значит, сама постановка сломана и надо сделать шаг назад. В другой раз агент пришёл ко мне с идеей поднять таймаут на мутационные тесты: мол, тесты идут 180 минут, надо таймер повысить. Я ему ответил прямо: «Ты офигел, 180 минут на тесты, переделывай тест». И он тут же спохватился: «Ой, и правда, как это я не заметил». Пока носом не ткнёшь, он такую нелепость не видит, поэтому финальная приёмка остаётся за мной.

Киф Моррис, консультант Thoughtworks, в статье на сайте Мартина Фаулера называет такой режим «человек над циклом» (`on the loop`): человек правит не каждую строчку кода за агентом, а саму обвязку — спецификации, проверки и правила работы[^7]. Именно так я и стараюсь действовать: когда результат получается плохим, я иду чинить инструкции, критерии или процесс. А на случай, если агент забудет задать вопрос или задачи тихо встанут после сбоя, у меня крутится регулярная проверка на недорогой модели DeepSeek Flash. Она со свежим контекстом проходит по активным задачам, ищет архитектурные проблемы и зависшие тесты и пишет мне, если что-то пошло не так. Раз в сутки приходит сводка по всем проектам — что сделано и какие решения приняты, а при желании с командой можно переписываться прямо в Telegram.

![Схема «Что отдаю команде, а что оставляю себе». Слева «Агенты и тесты»: реализация по критериям, тесты и линтеры, ревью в свежей сессии, поиск зависших задач. Справа «Оставляю себе»: задача и критерии приёмки, архитектура и продукт, миграции и безопасность, остановка циклов и приёмка](/images/ceo-ai-agents-team/03.webp)

## Личный ассистент и переезд на OpenBot

Multica отвечает за бэклог разработки, а для личных дел нужен другой инструмент. Долгое время я жил на Hermes Agent от Nous Research: память между сессиями, коннекторы к мессенджерам, задачи по расписанию — меня там всё устраивало. Пробовал OpenClaw, но он показался мне кустарным: слишком много раздражающих мелочей, постоянно не понимаешь, как он работает внутри и почему вылезла очередная ошибка.

Потом я попробовал OpenBot и переехал на него — пользуюсь им всего два дня, но многое там сразу зашло. Больше всего подкупил встроенный полноценный браузер. В Hermes браузер тоже недавно появился, но антибот-проверки он проходил плохо, и на том же Ozon его отсекало ещё на входе. В OpenBot открывается нормальный браузер, в котором агент может зайти на Ozon, посмотреть заказы или найти что-то нужное. Кроме браузера там есть защищённое хранилище для логинов, каналы, куда можно добавить нескольких агентов и обсудить с ними задачу, календарь расписаний (я туда сразу загнал даты оплат за нейросети) и терминал к своей машине. Себе я ещё завёл отдельного гида по самой программе: когда непонятно, как что-то настроить, просто спрашиваю у него. Даже сыроватый инструмент быстро подкупает, когда им просто удобно пользоваться.

## Деньги, безопасность и привязка к поставщику

На экране расходов в Multica я увидел цифру, которая меня самого удивила: около $1 000 за неделю. На самом деле тысячу я никому не должен — когда делаешь запрос, часть вендоров возвращает цену, и система прикидывает, сколько вышло бы при оплате через API. Фактически я платил подписками: Claude за $100 и OpenCode Go, откуда беру DeepSeek, а неделя вышла пиковой, потому что я активно гонял агентов сразу на нескольких проектах. Но смотреть всё равно стоит именно на расход токенов, потому что подписка маскирует реальный аппетит оркестратора: человек, который попробовал Paperclip сразу после выхода, рассказал, что токены у него улетели моментально.

С безопасностью история ещё серьёзнее. Плагины в таких решениях часто работают вне песочницы с теми же правами, что у вашего пользователя, а проверить весь исходный код чужих интеграций физически невозможно. На корпоративные устройства без проверки я бы всё это точно не ставил. Исходники у Multica и OpenBot открыты — при желании их можно форкнуть, вычитать, провести аудит, собрать свою версию и согласовать для работы. Но до установки стоит заглянуть и в лицензии: у Multica своя лицензия на основе Apache-2.0, которая разрешает внутреннее использование в одной организации, но запрещает хостить сервис для третьих лиц или встраивать в коммерческий продукт без отдельной лицензии; у OpenBot лицензия PolyForm Noncommercial, которая коммерческое использование не разрешает[^8].

Зачем вообще возиться со своими серверами, если у крупных вендоров уже есть OpenAI dots и Claude Managed Agents? Мне тот же dots нравится: персональный постоянный агент в ChatGPT, Slack и Teams со своим облачным компьютером и коннекторами, но модели он подбирает сам, и подключить туда чужого поставщика вроде DeepSeek в анонсе нельзя[^9]. У Claude Managed Agents среду запуска можно развернуть у себя и направить инференс через Amazon Bedrock, Google Cloud, Microsoft Foundry или свой шлюз, но модели там всё равно привязаны к идентификаторам Claude[^10]. Если завтра одного провайдера заблокируют или изменятся условия, перенести оттуда задачи, роли, память и правила приёмки будет больно. Я хочу менять модель и поставщика, не пересобирая заново всю команду и рабочий процесс, и открытые инструменты, которые живут на моём сервере, эту свободу оставляют у меня.

## Что в итоге прижилось

Сейчас у меня сложилась связка из трёх инструментов: Multica для разработки, OpenBot для личных дел и всего, что требует браузера, и Paseo про запас, когда нужно просто поработать с несколькими сессиями. Первые два ещё сыроваты и иногда работают странно, но с ними мне удобно и всё завелось без долгой возни.

Если пробовать такое у себя, я бы начинал с одной задачи, одного исполнителя и одного проверяемого правила приёмки, а второго агента добавлял, когда понятно, зачем именно он нужен. Команда и оркестратор нужны далеко не всегда: они требуют времени на настройку и тратят много токенов, поэтому оправдывают себя, когда ручные передачи между сессиями реально стали узким местом.

Для себя я главный результат почувствовал по одной бытовой мелочи: окно с агентами больше не висит постоянно рядом с рабочим монитором. Я заглядываю туда утром и вечером, днём приходят уведомления, только если без меня никак, а раз в сутки падает сводка. И теперь я стараюсь спрашивать себя не сколько агентов у меня работает, а сколько времени и внимания я себе вернул.

[^1]: [Продуктовый инженер — это не продакт, который научился кодить](/posts/product-engineer-role/), 21 сентября 2026 — «И вместе с ним лучше виден налог на передачу работы. Продакт описывает задачу. Инженер уточняет требования и реализует их. Тестировщик проверяет результат, продакт смотрит — и выясняется, что получилось не то.»
[^2]: [Building effective agents](https://www.anthropic.com/research/building-effective-agents), Anthropic, 19 декабря 2024 — «In the evaluator-optimizer workflow, one LLM call generates a response while another provides evaluation and feedback in a loop.»
[^3]: Nelson F. Liu и соавторы, Lost in the Middle: How Language Models Use Long Contexts, [arXiv:2307.03172](https://arxiv.org/abs/2307.03172), таблица 6 («20 Total Retrieved Documents»): GPT-3.5-Turbo, Index 0 — 75.8%, Index 9 — 53.8%.
[^4]: [Latency optimization](https://developers.openai.com/api/docs/guides/latency-optimization), OpenAI — «A long prompt can delay the first token, especially when much of the input is new.»
[^5]: Jie Huang и соавторы, Large Language Models Cannot Self-Correct Reasoning Yet, [arXiv:2310.01798v2](https://arxiv.org/abs/2310.01798v2) (ICLR 2024), таблица 3, GPT-4, выборка 200 задач GSM8K: «Standard Prompting» — 95,5%, «Self-Correct (round 1)» — 91,5%.
[^6]: README [awesome-agent-orchestrators](https://github.com/andyrewlee/awesome-agent-orchestrators/blob/36ac525b69bb915688b8afcbe7cc3dc2d2191d44/README.md), коммит `36ac525` от 18 ноября 2026, 06:12 UTC: 350 пунктов вне раздела Resting и 19 в разделе Resting; между коммитами `1fcc1af` и `36ac525` добавлено 36 новых пунктов.
[^7]: Kief Morris, [Humans and Agents in Software Engineering Loops](https://martinfowler.com/articles/exploring-gen-ai/humans-and-agents.html), martinfowler.com, 4 марта 2026 — «Let’s call this “on the loop.”» И: «The “on the loop” way is to change the harness that produced the artefact so it produces the results we want.»
[^8]: [Multica LICENSE v0.10.0](https://github.com/multica-ai/multica/blob/v0.10.0/LICENSE) — «you may not use the Multica source code to provide a hosted service to third parties, or embed Multica as a component of a product or service that is sold, licensed, or otherwise commercially distributed to third parties.» [OpenBot LICENSE](https://github.com/nightly-labs/openbot/blob/9f009a90eaf0e10db7a59e37da58288e76d64109/LICENSE) — «Any noncommercial purpose is a permitted purpose.»
[^9]: [Introducing dots](https://openai.com/index/introducing-dots/), OpenAI, 29 сентября 2026 — «Your dot is always within reach, whether it is through ChatGPT, Slack, or Teams.» И: «Your dot can draw on different models for different parts of its work.»
[^10]: [Self-hosted inference](https://platform.claude.com/docs/en/managed-agents/self-hosted/inference-provider), Anthropic — «Agents name models by their Claude API IDs, such as claude-opus-5-5.» Провайдеры в таблице: Claude API, Amazon Bedrock, Claude Models on Google Cloud, Microsoft Foundry, свой gateway.
