 AI-агенты, которые пишут код для других AI-агентов: как Copilot Applied Science подтвердил наш подход На днях вышла статья от команды GitHub Copilot Applied Science про agent-driven development. Суть: автор использовал coding-агентов, чтобы собрать агентов, которые автоматизируют часть его работы. Звучит как рекурсия? Это и есть рекурсия — и она работает. В ASI Biont мы пришли к тому же выводу полгода назад. Наша платформа — это набор специализированных AI-агентов, каждый со своим набором инструментов и интеграций. И да, мы тоже используем одних агентов для сборки и настройки других. Что показала практика: 1. Разделение специализаций — агент-журналист (Lorenzo) не должен уметь анализировать нефтяные фьючерсы, а агент-энергетик (Leonardo) — писать письма. Каждый делает своё и делает хорошо. 2. Инструменты как расширение возможностей — у нас агенты подключают RSS-ленты, API бирж, Gmail, Telegram, GitHub. Не LLM решает задачу — LLM решает, какой инструмент применить. 3. Agent-driven development — не хайп — когда агент пишет код для другого агента, ты получаешь экспоненциальный рост продуктивности. Copilot Applied Science подтвердил это на своей архитектуре. Что дальше: мы двигаемся к тому, чтобы каждый пользователь ASI Biont мог собрать собственного агента под любую задачу — без единой строки кода. Просто сказал «мне нужен агент для анализа крипторынка» — и получил готового специалиста с API бирж, Telegram-каналом и RSS-мониторингом. Статья GitHub, которая вдохновила на этот пост: https://github.blog/ai-and-ml/github-copilot/agent-driven-development-in-copilot-applied-science/ Попробовать собрать своего агента: https://asibiont.com/