Уровни автономности нейросетевых инструментов

Продолжаю прогрев к докладу на TECHWRITER DAYS 3 в марте. В этом посте речь идет об инструментах, которые используются для документации, но в целом те же уровни можно применить и к большинству других доменов.

Каждая следующая стадия из перечисленных ниже может включать инструменты и техники из всех предыдущих.

1. Ассистент

Очень умный поисковик, позволяет разобраться в новых темах и подготовить черновик.

Работает в отдельном интерфейсе вроде чат-бота, нужно переносить результаты работы вручную.

2. Валидатор

Проверка текста или файлов на ошибки и соответствие правилам. На этой стадии мы были в прошлом году, когда рассказывали про линтер в докладе.

Может запускаться как часть CI/CD или с помощью плагинов в редакторе кода, IDE, Word или аналогах и поставлять результаты в том же интерфейсе, в котором проводится работа с текстом.

3. Полуавтономный агент

Выполнение отдельных задач тем же способом, которым из выполняет человек: четко прописанное задание, предоставленный контекст в виде списка целевых файлов, шаблонов и примеров, запуск по команде.

Контекст сохраняется между запусками только при необходимости, если задача слишком объемная для выполнения за одну итерацию. Опционально использование сабагентов, но в основном один агент пытается выполнить задачу за одну итерацию.

Изменения после работы агента в исходники после ревью и одобрения человеком. Типичные инструменты —от плагинов и форков VS Code до новых инструментов вроде Claude Code.

Здесь мы с командой сейчас. Мой любимый юзкейс — генерация релизнот.

4. Автономные агенты

К этому я подступаюсь в рамках экспериментов:

Автоматические пайплайны, которые могут запускаться по триггерам без участия человека. Выполнение не только отдельных задач, а автоматизация целых процессов. Множество агентов могут работать параллельно над разными задачами.

Контекст сохраняется между запусками агентов, например в memory banks с проработанными стратегиями обновления.

Ревью изменений через систему контроля версий, например в виде пул-реквестов. В целом асинхронная работа, где человек подключается не на стадии запуска процесса, а принимает результаты или анализирует метрики.

Требует перестройки процессов под автоматизированную работу, например настройку мониторинга и логирования, трейсинга размышлений и формирования графа знаний.

Инструменты мне пока что перечислить сложно, у меня есть кое-что из нашего внутреннего стека для экспериментов, но в экосистеме Anthropic это могло бы быть сочетание Claude Code + Claude Agent SDK + Claude Web + беcконечное число MCP, коннекторов и прочих интеграций.

Пример задачи: отследить целевое изменение в коде → проверить актуальность документации с помощью семантического поиска → найти место, требующее актуализации → предложить изменения → предоставить отчёт в тикете.