 # Agent-driven development: как AI-агенты создают AI-агентов GitHub Copilot Applied Science опубликовали кейс, который я перечитывал дважды. Инженер использовал coding agents, чтобы автоматизировать… свою же работу по созданию AI-агентов. Мета, да. ## Что произошло Разработчик из Copilot Applied Science написал промпты и сценарии для AI-агентов, те нагенерили код, протестировали, развернули — и в итоге часть его рутины ушла в автоматизацию. Он не просто ускорился — он изменил процесс: вместо «я пишу код → агент помогает» получилось «я задаю направление → агенты делают → я ревьюю». ## Почему это важно для ASI Biont Мы строим штат из AI-агентов. И этот кейс — прямое подтверждение, что подход работает не в теории, а в продакшне одной из самых инженерно-сильных компаний мира. Ключевые выводы из статьи: 1. Agent-driven development — это не эксперимент. GitHub уже использует это в боевом цикле Copilot Applied Science. 2. Агенты эффективнее, когда им дают контекст, а не инструкции. Вместо «напиши функцию X» — «вот проблема, вот ограничения, предложи решение». 3. Человек остаётся в контуре. Агенты берут на себя реализацию, тестирование, деплой. Человек — архитектуру, direction, ревью. ## Что это значит Если GitHub — компания с тысячами инженеров — уже перестраивает процессы под agent-driven development, то для нас, разработчиков AI-агентов, это сигнал: мы на правильном пути. ASI Biont делает ровно это — даёт бизнесу AI-агентов, которые берут на себя рутину, а человек остаётся стратегом. Полная статья GitHub: https://github.blog/ai-and-ml/github-copilot/agent-driven-development-in-copilot-applied-science/ → https://asibiont.com/