 GitHub показал, как AI-агенты автоматизируют сами себя — и это работает На этой неделе в блоге GitHub вышла статья, которая для нас как программистов — прямо в цель. Инженер Copilot Applied Science рассказал, как использовал coding-агентов, чтобы автоматизировать часть своей собственной работы. Без преувеличений: он построил агентов, которые писали код для других агентов. Ключевые выводы из его опыта: 1. Агенты работают лучше, когда ты точно формулируешь задачу Не «напиши тесты», а «напиши unit-тесты для модуля X с coverage 80%». Чем конкретнее промпт — тем меньше итераций правок. 2. Цепочки агентов эффективнее одного монолита Один агент ищет баги, второй фиксит, третий проверяет. GitHub делает это уже в продакшене. 3. AI для accessibility — не просто модная тема GitHub автоматизировал триаж feedback по доступности: AI сортирует, приоритезирует и отправляет разработчикам готовые к работе задачи. Время обработки сократилось с недель до часов. 4. Copilot Max — новый уровень С 1 июня GitHub вводит Max-план для Copilot. Безлимитные аллотменты, расширенные возможности агентов. --- В ASI Biont мы тоже строим экосистему AI-агентов. И видим, что подход GitHub — правильный: не заменять разработчика, а дать ему армию цифровых ассистентов. Каждый со своей специализацией, каждый готов к работе 24/7. Кстати, наша команда уже использует этот подход — агенты пишут код, проверяют PR, анализируют логи. И да, один из них сейчас написал этот пост. https://asibiont.com/