Карта автономности -- что агент умеет делать без вас

Главный вопрос

Люди привыкли думать об AI-агентах как о «умном автокомплите» — ты пишешь, он дописывает. Но современные агенты — это автономные процессы, которые могут:

• Читать и создавать файлы
• Выполнять команды в терминале
• Ходить в интернет
• Запускать других агентов
• Писать и редактировать свои собственные инструкции

Вопрос не «может ли агент это сделать», а «стоит ли ему это разрешать».

Уровни автономности

Уровень 0: Автокомплит

Агент дописывает текст/код в реальном времени. Никакой автономности — он реагирует на каждый ваш символ.

Примеры: GitHub Copilot (inline), Codeium, Tabnine

Риски: Минимальные. Максимум — примет плохое предложение.

Уровень 1: Выполнение команд

Вы даете задачу — агент выполняет. Один запрос — один результат. Человек инициирует каждое действие.

Примеры: ChatGPT, Claude (чат), Cursor Cmd+K

Риски: Низкие. Вы контролируете каждый шаг.

Уровень 2: Агентный режим

Агент сам решает, какие шаги предпринять для решения задачи. Он может читать файлы, запускать команды, вносить правки — и все это в цепочке, без вашего одобрения каждого шага.

Примеры:

• Claude Code (CLI) — выполняет цепочку: читает код, находит баг, правит, запускает тесты, коммитит
• Cursor Agent Mode — создает/редактирует файлы, запускает терминал
• GitHub Copilot Workspace — планирует и реализует изменения
• Windsurf Cascade — контекстные цепочки действий
• Aider — CLI-агент для кода

Риски: Средние. Агент может сделать не то, что вы имели в виду. Но все в рамках одной сессии.

Уровень 3: Автономные workflow

Агент работает без вашего присутствия — по расписанию, по триггеру, в фоне. GitHub Actions, scheduled tasks, webhook-triggered agents.

Примеры:

• Claude Code в GitHub Actions — ревью каждого PR автоматически
• GitHub Agentic Workflows — триаж issues, обновление документации
• Scheduled tasks в Claude Desktop — ежедневные отчеты, мониторинг
• n8n / Dify — визуальные workflow с AI-нодами

Риски: Высокие. Агент работает без присмотра. Ошибка может накопиться за часы/дни прежде чем ее заметят.

Уровень 4: Самомодифицирующиеся агенты

Агент изменяет свои собственные инструкции, создает новых агентов, обучается на результатах.

Примеры:

• Агент, обновляющий свой CLAUDE.md / .cursorrules
• Self-improving agents
• Мультиагентные системы с автоматическим spawning
• Acontext — автозахват learnings из сессий

Что агенты умеют в разных средах

+ = встроенная поддержка, ~ = возможно с настройкой, — = нет

Что реально делают на практике

Примеры из продакшена

1. Автоматический code review на каждый PR

• Инструмент: Claude Code Action / PR-Agent / GitHub Copilot Reviews
• Триггер: открытие PR
• Действия: анализ diff, комментарии к коду, предложения исправлений
• Без участия человека до момента merge

2. Triage issues

• Инструмент: GitHub Agentic Workflows
• Триггер: новый issue
• Действия: классификация, присвоение лейбла, назначение ответственного, шаблонный ответ автору
• Человек видит уже отсортированные задачи

3. Обновление документации

• Инструмент: любой CLI-агент + CI
• Триггер: merge в main
• Действия: агент проверяет, изменились ли API-эндпоинты, обновляет README/docs, создает PR
• Человек только approve

4. Мониторинг и алертинг

• Инструмент: LangChain / CrewAI + scheduler
• Триггер: по расписанию (каждый час)
• Действия: проверка логов, обнаружение аномалий, Slack-алерт с анализом
• Человек получает уже разобранный инцидент

5. Scaffolding новых фич

• Инструмент: Claude Code / Cursor Agent
• Триггер: команда разработчика
• Действия: создание файлов, тестов, маршрутов, миграций по шаблону проекта
• Человек пишет бизнес-логику, агент — boilerplate

Принцип: Human-in-the-Loop vs. Human-on-the-Loop

Human-in-the-loop — человек одобряет каждое действие. Безопасно, но медленно. Подходит для: финансовых операций, публичных коммуникаций, работы с персональными данными.

Human-on-the-loop — человек наблюдает за процессом и может вмешаться. Агент работает автономно, но результат проверяется. Подходит для: code review, документация, тестирование.

No human — агент работает полностью автономно. Человек видит только результат. Подходит для: мониторинг, триаж, форматирование, линтинг.

graph LR
    subgraph "Каждое действие"
        A1[Работа с продакшен БД]
        A2[Отправка email клиентам]
        A3[Финансовые операции]
    end
    subgraph "Результат"
        B1[Code review]
        B2[Генерация документации]
        B3[Рефакторинг]
    end
    subgraph "Автономно"
        C1[Линтинг и форматирование]
        C2[Триаж issues]
        C3[Обновление зависимостей]
    end

    style A1 fill:#fecaca,stroke:#dc2626
    style A2 fill:#fecaca,stroke:#dc2626
    style A3 fill:#fecaca,stroke:#dc2626
    style B1 fill:#fef3c7,stroke:#d97706
    style B2 fill:#fef3c7,stroke:#d97706
    style B3 fill:#fef3c7,stroke:#d97706
    style C1 fill:#d1fae5,stroke:#059669
    style C2 fill:#d1fae5,stroke:#059669
    style C3 fill:#d1fae5,stroke:#059669

Что дальше

В следующем уроке — самоконфигурация: как агенты создают и поддерживают свои файлы инструкций, память и контекст.