Проекты01 / 05

На входе тикет. Цепочка AI-агентов воспроизводит его, чинит, проводит ревью, тестирует запущенное приложение и отдаёт пул-реквест — с записью и ценником на каждом шаге.

winningby.ai

Обзор админки пайплайна: общая стоимость, тикеты и время агентов
Диспетчерская, срез за август. Уже опубликовано на winningby.ai.
Продукт
Автономный пайплайн разработки и сайт компании
Роль
Сооснователь, ведущий AI-инженер
Период
Июль – октябрь 2026
Стек
TypeScript, Temporal, Claude Code headless, Fastify, PostgreSQL, Playwright, Railway
Онлайн
winningby.ai

Большинство команд купили AI-ассистента для кода и получили разработчиков, которые быстрее печатают. Тикеты всё так же неделями лежат в ревью, тестировании и очередях. Мы хотели продавать процесс вместо инструмента: тикет попадает на вход, специализированные агенты доводят его до пул-реквеста, готового к мержу, а важные решения остаются за людьми.

Заставить агента писать код в демо легко. Настоящий вопрос в том, что будет, когда он днями работает в реальном репозитории, переживает деплои, упирается в реальную квоту, и кому-то приходится отвечать за результат.

Поэтому с первого дня действует одно правило: модели производят артефакты, а что делать дальше, решает детерминированный код. Свободный текст никогда не двигает тикет.

  1. 01

    Пайплайн

    Один тикет — один durable-воркфлоу в Temporal. Баг проходит десять агентских стадий и два шлюза с человеком; у фичи шлюз стоит на плане, а не на коде, потому что плохой план по багу обходится дёшево, а хорошо сделанная не та фича — нет. Каждая стадия — холодный старт со своим бюджетом на ходы, токены и секунды, и на выходе у неё только результат, который может провалидировать машина.

  2. 02

    Стенд, на котором поднимается настоящее приложение

    Node, PostgreSQL с pgvector, Chromium и всё целевое приложение за nginx. QA тестирует работающий продукт вместо чтения диффа. Доказательства привязаны к git-дереву, поэтому значат «этот код прошёл», а не «так сказал этот коммит».

  3. 03

    Маршрутизация моделей

    Лестницы моделей по стадиям с запасными вариантами и circuit breaker, который читает время сброса прямо из отказа API и обходит исчерпанную модель раньше, чем придётся платить за мёртвую попытку.

  4. 04

    Счётчик и диспетчерская

    Админка с серверным рендерингом, без фреймворка: тикеты, эпики, шлюзы, модели, аналитика. У каждой стадии каждого прогона есть цена и след, а полная запись прогона выгружается одной командой.

  5. 05

    От отчётов к работе

    Аналитики по расписанию читают данные продукта, пишут отчёт и предлагают работу карточками, без дублей и с оценкой влияния. Одно одобрение превращает карточку в тикет, который может сам дойти до мержа.

Как это устроено

  1. Понять

    • Проверка качестваесть ли в тикете смысл
    • Тест-кейсы
    • Воспроизведениепадающий тест, иначе не считается
  2. Изменить

    • План исправления
    • Исправлениев свежей сессии с бюджетом
  3. Доказать

    • Код-ревьюотдельный агент и планка доказательств
    • Шлюз: решает человек
    • QAна запущенном приложении
  4. Передать

    • Обучение
    • Стабилизация PRпока CI не станет зелёным
    • Шлюз: решает человек
    • Документация
Экран аналитики со стоимостью по типам тикетов, стадиям и моделям
Куда уходят деньги: на ревью и планирование, а не на набор кода.

Инженерные решения, которые определили систему, и что дало каждое из них.

  1. Решение 01

    Доказательство, которое нельзя подделать

    Задача
    Агент может заявить, что воспроизвёл баг, а простая проверка «прошло или нет» не отличит упавший тест от теста, который вообще не запускался. В автономном пайплайне именно от этого зависит, настоящее ли исправление.
    Подход
    Три исхода вместо двух. Доказательством считается только набор тестов, который запустился и упал; команда, которая не смогла выполниться, записывается как недоступная и доказательств не оставляет. Доказательства привязаны к git-дереву, а не к сообщению коммита.
    Результат
    Тикет движется вперёд по тому, что измерила машина, а не по тому, что сообщил агент.
  2. Решение 02

    Простой — это не сбой агента

    Задача
    Долгие прогоны упираются в квоты провайдера. Отклонённый запрос и неправильно работающий агент снаружи выглядят одинаково, и если их перепутать, деньги уходят впустую, а люди ищут не ту проблему.
    Подход
    Лаунчер их разделяет: отказ эскалируется как проблема окружения, с цитатой из API. Circuit breaker читает время сброса прямо из отказа и обходит исчерпанную модель.
    Результат
    Исчерпанная модель пропускается раньше, чем придётся платить за мёртвую попытку, а проблема с квотой так и называется проблемой с квотой.
  3. Решение 03

    Деплой, пока агенты работают

    Задача
    Воркфлоу, который идёт днями, всегда попадает под деплой на полпути. Temporal переигрывает историю, поэтому новый код должен оставаться совместимым с уже идущими прогонами, а остановка воркера не должна выглядеть как нажатие Stop.
    Подход
    Защита по версии как рутина, проверка изменений реплеем на настоящем сервере Temporal в обе стороны и чёткое разделение запрошенной отмены и остановки воркера.
    Результат
    Деплой здесь то, чем он и является для durable-агентов: миграция данных. Начатая работа его переживает.
  4. Решение 04

    Долгие проверки в сессии, которая не умеет ждать

    Задача
    Headless-сессия заканчивается, когда агент завершает ход, и разбудить её потом нечему. Тесты и сборки идут минутами, поэтому «запусти в фоне и жди» здесь не работает.
    Подход
    Режим --wait, который блокирует на переднем плане по 110 секунд за вызов и завершается кодом выхода, означающим «вызови меня ещё раз». Поведение обеспечивает инструмент, а не строчка в промпте.
    Результат
    Долгая проверка завершается внутри сессии, и это заложено в конструкцию, а не в инструкцию.
  5. Решение 05

    Счётчик, которому можно верить

    Задача
    Продукт обещает цену каждого прогона до строчки, так что счётчик — часть продукта. Цифру могут исказить самоотчёты агентов, кэш, на который приходится 83% реальных трат, и время в очередях.
    Подход
    Измерение всегда важнее самоотчёта, а любое расхождение логируется как аномалия. Модель с неизвестной ценой показывает прочерк, а не правдоподобное неверное число. Время считается со старта агента.
    Результат
    Каждая цифра в диспетчерской получена измерением, вплоть до одной стадии одного прогона.

  • PR влито в один живой потребительский продукт23 июля – 17 сентября 2026
  • строк добавили эти PR−3 364 удалено; медианный PR — 296 строк
  • стоимость агентов на тикет по счётчикусрез за август, 47 тикетов, $1 194,36. Без ревью людьми и хостинга
  • времени агентов на тикеттот же срез; это не сравнение с человеко-часами
  • трат ушло на ревью и планированиена написание кода — 21%, тот же срез
  • тест-кейса в 52 файлахпосчитано в исходниках; 35 530 строк TypeScript

Если ваша команда уже платит за AI-ассистента, а тикеты всё равно стоят в очереди, дело редко в модели получше. Не хватает процесса вокруг неё: шлюзов, доказательств, счётчика и способа остановиться. Именно это я строю вместе с вами за спринт в 4–6 недель с одним-двумя вашими инженерами.

Написать бриф

Быстро отвечаю в WhatsApp и Telegram

Или спросите о нём цифровой разум
Следующий кейсBlackbrook Barns