Один разработчик, один агент: как собирают продукты в 2024-м

Год назад разговоры про «AI-разработчика» упирались в демо-ролики, где агент писал калькулятор и требовал ручных правок через строку. К концу 2024-го картина другая: Anthropic выпустила Claude Code как терминальный инструмент, Cursor стал стандартным редактором у части индустрии, а Cognition продаёт Devin как автономного агента за фиксированную месячную плату. Разработчик-одиночка теперь может делегировать агенту не отдельную функцию, а целый цикл: от наброска схемы базы до правки багов по логам. Ниже — что из этого работает, а что пока остаётся маркетингом.

Что вообще случилось

Ключевой сдвиг — не в том, что модели стали писать код (они умели это и в 2022-м), а в том, что вокруг них выросла обвязка: агент¹ видит файловую систему, запускает команды, читает вывод тестов и итеративно чинит собственные ошибки. Это меняет масштаб задач, которые можно отдать одним промптом.

Показательна публичная история команд, которые собрали и выкатили MVP силами одного человека за считаные вечера. Речь не про то, что агент заменил инженера — человек по-прежнему держит архитектуру и принимает решения. Но рутина, съедавшая большую часть времени соло-разработчика, ушла агенту: обвязка эндпоинтов, миграции, тесты, правка типовых багов.

Агент не сделал разработчика ненужным. Он убрал ту часть работы, которую разработчик и так ненавидел делать руками — и оставил ту, ради которой его нанимают.

Три инструмента, три подхода

Инструменты решают одну задачу по-разному. Cursor — это редактор (форк VS Code) с агентом внутри: вы видите каждое изменение и подтверждаете его. Claude Code живёт в терминале и работает ближе к «дай задачу — получи результат», сохраняя доступ к правкам. Devin позиционируется как автономный агент, которому ставят задачу почти как junior-разработчику.

Цены и лимиты у всех трёх менялись за последний год не раз, поэтому конкретные суммы стоит смотреть на официальных страницах на день покупки, а не ориентироваться на цифры из старых обзоров.

Где агенты стабильно хороши

• Знакомые стеки. React, Next.js, стандартный REST-бэкенд, SQL-миграции — то, чего в обучающих данных много. Тут агент работает уверенно.
• Обвязка и рутина. Формы, валидация, CRUD, конфиги, boilerplate — задачи, где решение типовое, а объём ручного труда большой.
• Отладка по симптому. Дайте агенту traceback и доступ к коду — он часто находит причину быстрее, чем вы прочитаете стек.

Где всё ещё спотыкаются

• Архитектура на вырост. Агент оптимизирует под задачу здесь и сейчас; долгосрочные решения о структуре проекта остаются за человеком.
• Редкие или новые технологии. Свежий фреймворк, малодокументированная библиотека, ваш внутренний формат данных — модель начинает выдумывать API, которого нет.
• Безопасность и деньги. Обработка платежей, работа с секретами, права доступа — то, где ошибка стоит дорого, требует ручной проверки каждой строки.

Кому это пригодится, а кому нет

Пригодится: соло-основателю, который проверяет гипотезу и хочет получить работающий прототип за выходные, а не за месяц. Инженеру, который хорошо читает код и умеет ставить точную задачу — тогда агент кратно ускоряет. Тому, кто делает внутренние инструменты и скрипты, где цена ошибки низкая.

Не пригодится в чистом виде: тому, кто не умеет читать код и не сможет отличить рабочее решение от правдоподобно выглядящего мусора — агент уверенно выдаёт и то, и другое. Командам с жёсткими требованиями к безопасности, где каждую строку всё равно ревьюят вручную. Проектам на редком стеке, где обучающих данных мало и агент чаще мешает, чем помогает.

Что это значит для рынка

История разработчика-одиночки с агентом — не про то, что программисты стали не нужны. Она про смещение узкого места. Раньше соло-основатель упирался в объём ручной работы: одному просто не хватало часов, чтобы довести идею до продукта. Теперь узкое место — качество постановки задач и умение проверять результат. Это ближе к роли техлида, чем к роли исполнителя.

Обратная сторона очевидна: агент отлично воспроизводит распространённые паттерны и так же охотно тиражирует их ошибки. Проект, собранный без ревью, накапливает технический долг быстрее, чем написанный руками — потому что кода становится больше, а понимания за ним меньше.

¹ Агент — программа на основе языковой модели, которая не просто генерирует текст в ответ, а действует в цикле: планирует шаги, запускает инструменты (терминал, поиск, тесты), читает результат и корректирует следующий шаг. Именно эта петля «действие — наблюдение — коррекция» отличает агента от обычного чат-ассистента.