AstraOpus индекс координатора дата: 2026-09-27 final
Проектирование систем для параллельной разработки ИИ-агентами: границы, контракты, тестирование и экономия токенов
Обе модели независимо выбрали одну основу для одного человека и для команды до 10 человек: модульный монолит, нарезанный на зоны по изменчивым решениям и предметным подобластям, с владельцем данных у каждой зоны, машиночитаемыми контрактами, автоматическим контролем границ, выбором тестов по графу зависимостей и одним агентом на зону в отдельной копии репозитория. Главный тормоз у обеих один: не генерация кода, а приёмка человеком, интеграция и переделки, поэтому число одновременных агентов ограничивают мощностью приёмки. Подход пользователя обе считают верной основой, которой не хватает исполняемости: схем, контрактных тестов, заглушек, линтера границ, правил совместимости, сценариев отказа и владения данными. Прямых исследований эффекта такой архитектуры на скорость агентов не нашла ни одна; расходятся модели в числовых ориентирах размера зоны и в опоре на отраслевую телеметрию Faros.
- Модель
- gpt-6-astra · effort ultra
- Время
- 32 мин
- Источников
- 72
- Слов
- 17315
- Утверждений
- 273
- Валидация
- блокеров 0, предупреждений 0
- Модель
- claude-opus-5-5 · effort xhigh
- Время
- 48 мин
- Источников
- 96
- Слов
- 23414
- Утверждений
- 582
- Валидация
- блокеров 0, предупреждений 1
- Стоимость
- $19.54 по списочным ценам
Вердикт координатора
Что выбрать. Обе модели независимо пришли к одной отправной точке: модульный монолит с зонами по изменчивым решениям и предметным подобластям. У каждой зоны есть владелец данных, публичный интерфейс, контракт со схемой и свои тесты. Границы проверяет линтер в CI, тесты выбираются по графу зависимостей, а каждый агент работает в своей зоне и в своей копии репозитория (worktree или контейнер). Это продолжение Парнаса, DDD и Остерхаута, а не отдельная «ИИ-архитектура». Микросервисы и микрофронтенды обе оставляют только для частей, которым действительно нужны независимая эксплуатация или выпуск.
Главный вывод. Скорость упирается не в написание кода. Генерация почти бесплатна, а последовательной частью цикла остаются приёмка человеком, интеграция и переделки. Opus считает по закону Амдала: если приёмка занимает половину цикла, никакое число агентов не ускорит работу больше чем вдвое. Astra считает очередь: четыре агента приносят по изменению в час, человек принимает два, и очередь растёт на два изменения в час. Поэтому обе ставят на первое место приёмку по доказательствам, малые партии и лимит незавершённой работы по мощности приёмки, а число агентов — потом.
Подход пользователя «ящики → контракты по семи вопросам → трассы → детализация» обе признают верной основой, перестраивать его не нужно. Не хватает исполняемости: схемы у каждого контракта, контрактных тестов и заглушек, линтера границ, правил совместимости версий, сценариев отказа и повторов, контекста арендатора, владения данными и таблицы «что изменилось → что перепроверить». Opus добавляет, что после фиксации контрактов ящики можно детализировать параллельно. Astra добавляет, что сначала нужен тонкий работающий путь через все важные стыки. Подробности — в разделе «Подход пользователя: что добавить».
Векторы, которых нет в постановке. У обеих: мощность приёмки; изоляция данных и тестовой среды; лимиты подписки уходят на контекст, а не на код; детерминированные скрипты и генераторы вместо рассуждений модели; надёжность самого выбора тестов. Только у Opus — горячие общие файлы (реестры маршрутов, настройки, миграции), на которые приходится около 42 % конфликтов PR агентов, и единая очередь задач против дублей. Только у Astra — стоимость пересмотра решения (обратимость, флаги, expand → contract) и качество файлов правил вместо их объёма.
Ограничение и уверенность. Контролируемых исследований, где архитектура сравнивалась бы по продуктивности агентов, не нашла ни одна модель. Вывод собран из механизмов, документации инструментов и косвенной эмпирики. Уверенность высокая в механизмах (конфликты при общих файлах, деградация длинного контекста, узкое место приёмки), средняя в рекомендуемой комбинации и низкая в любых числах ускорения: их нужно мерить на своём проекте. Ощущению верить нельзя: в рандомизированном исследовании METR 2025 опытные разработчики с ИИ работали на 19 % медленнее, а сами считали, что ускорились на 20 %.
Расхождения, которые стоит знать.
- Размер зоны. Opus даёт ориентиры: зона до 20–30 % окна контекста, 3–7 публичных операций, система до ~10 тыс. строк зон не стоит. Astra от чисел отказывается: размер относительно окна нельзя выразить числом строк. Обе помечают свои позиции как гипотезы.
- База эмпирики. Главные числа вердикта Opus о росте ревью (+91 % в 2025 году, +441,5 % медианы в 2026-м) взяты из отчётов Faros AI. Это корреляционная телеметрия продавца аналитики разработки, Opus пометил её как эмпирику. Astra этих отчётов не использует.
- Файлы правил агентов. Opus опирается на советы производителей: корневой файл до ~200 строк, оглавление на ~100. Astra приводит исследования 2026 года с противоречивым итогом: сгенерированные моделью AGENTS.md не улучшают результат и дороже на 20–23 %, а в другой работе готовый AGENTS.md сократил медиану времени на 28,64 %.
Карта согласий и расхождений
| Раздел | Согласие | Astra | Opus | Комментарий координатора |
|---|---|---|---|---|
| 0. Вердикт | в целом | Модульный монолит с вертикальными зонами, владельцами данных, исполняемыми контрактами и локальными проверками; агентов подключать к уже различимым независимым задачам; уверенность высокая в механизмах, низкая в числах | Модульный монолит, зоны, машиночитаемые контракты, линтер границ, выбор тестов по графу, один агент на зону; ускорение только вместе с приёмкой; уверенность средняя | Основа одна. Astra осторожнее и параллелит только уже различимые задачи, Opus даёт рецепт из конкретных стратегий. Сильнейшая альтернатива у обеих — последовательная работа одного агента, пока продукт нестабилен |
| 1. Что это и как работает | в целом | Три границы (изменения, проверки, исполнителя) и четыре графа (вызовы, импорты, данные и инварианты, задачи); модель ускорения с накладными координации; токены всех попыток на принятое изменение; 6 потерь, 8 классов лишней работы, 8 невидимых векторов | Модель цикла и закон Амдала; четыре механизма изоляции; правила влияния и совместимости; 6 потерь с признаками и стратегиями; 13 видов «глупой» работы; 10 невидимых векторов | Модель времени по сути одна, у Astra — с накладными координации. Уникальная идея Astra: граф импортов не равен графу данных, общая таблица или миграция связывают зоны при чистых импортах. У Opus — горячие общие файлы как источник конфликтов |
| 2. Актуальность и доказательная база | в целом | METR 2025 и 2026, РКИ Copilot 2023 (−55,8 % времени), полевые эксперименты Copilot (+26,08 % PR), РКИ Google (−21 %, p = 0,086), DORA 2025, Scaling Agent Systems, три работы о файлах правил, исследовательские агенты Anthropic, Shopify | METR 2025 и 2026, Google, Microsoft (+26,08 %), Стэнфорд в пересказе, DORA 2024–2025, Faros 2025–2026, GitClear, четыре работы о PR агентов, MAST, Context Rot, Meta | Где источники совпали, совпали и числа: METR −19 %, −18 % и −4 %; +26,08 %; 4× и 15× токенов у Anthropic; 2,8 млн строк и 37 компонентов у Shopify. В остальном базы дополняют друг друга. РКИ Google Astra описывает точнее: скорректированный интервал включает отсутствие эффекта |
| 3. Где применимо и где нет | в целом | Подходит: несколько независимых потоков, повторяющиеся итерации, несколько агентов, развивающаяся существующая система. Не подходит: продукт меняется целиком, один инвариант, полный прогон дешевле анализа влияния, нет критерия правильности | Подходит: устойчивые подобласти, два агента и больше, прогон дольше 5–10 минут, фоновые задачи, растущая кодовая база. Не подходит: неясный домен, маленькая система, сквозные однотипные правки, узкое место в продуктовых решениях, нет CI | Условия одни и те же. Opus даёт пороги (5–10 минут прогона, ~10 тыс. строк) как гипотезы, Astra формулирует те же условия без чисел |
| 4. Альтернативы и дерево решений | в целом | 6 подходов, 15 стратегий K01–K15, дерево из 8 ветвей | 8 вариантов, 38 стратегий в блоках A–D со сводной матрицей, дерево из 8 ветвей с выбором инструментов по стеку | Ядро каталога совпадает, соответствие кодов — в разделе «Каталоги стратегий». Opus шире: отдельные карточки для событий, заглушек, горячих файлов, эталонных и нестабильных тестов, флагов, стеков PR, уборки энтропии. Унаследованный код Astra выносит в стратегию K15, у Opus это порядок внедрения в разделе 5 |
| 5. Практическое применение | в целом | Методика из 12 шагов: замер шести потерь, сценарии и отрицательные исходы, инварианты и владельцы записи, частота совместных изменений, тонкий работающий путь; пример Z0–Z4 (задачи и отчёты): 390 → 220 минут (1,77×), CI 240 → 76 минут работы runner | Методика из 10 шагов от изменчивых решений до пилота плюс 8 шагов для существующей системы; пример B2B-сервиса заявок и счетов на 11 зон: фича за 1 день вместо 2–3, четыре PR по ~15 минут ревью вместо одного на 90+ минут | Методики сходятся по составу и различаются порядком: Astra начинает с замера потерь и данных, Opus — с изменчивых решений. Оба примера иллюстративные, без замеров |
| 6. Артефакты | полное | Карта зоны, контракт ReportReady.v1 по семи вопросам с дополнениями, JSON Schema, 5 правил смены контракта, состояния фоновой задачи, таблица перепроверки на 21 строку, алгоритм выбора и повторного использования доказательств, пакет задания, файл правил | Карта зон, паспорт зоны, контракт на 12 полей, 10 правил контракта, ADR, конфигурации import-linter и Nx, трасса, таблица перепроверки на 14 строк, корневой файл правил, карточка задачи, пакет доказательств | Набор артефактов почти совпадает. Обе расширяют семь вопросов пользователя одними и теми же полями и обе требуют пакет доказательств к PR. Таблица Astra полнее, у Opus есть столбцы «что не перепроверять» и «кто принимает»; сводка — в разделе «Что изменилось → что перепроверить» |
| 7. С чем используется в связке | в целом | 8 связок (границы + исполняемые контракты + короткая обратная связь); Конвей и Team Topologies применительно к агентам; стекированные изменения | 6 связок; что предшествует и что следует; 9 конфликтов: долгие ветки против магистрали, команды агентов без раздела файлов, флаги против объёма тестов и др. | Одинаково: зоны работают только вместе с магистральной разработкой, флагами и контрактами. Конфликты подробнее у Opus |
| 8. Метрики здоровья и антипаттерны | в целом | 15 метрик с формулами: доля переделок, промахи выбора тестов, токены на принятое изменение, время блокировки квотой; локальный эксперимент; антипаттерны «Фабрика PR с одним приёмщиком», «Модульность только на дереве папок», «Зелёный остров», «Кеш как амнистия», «Роман правил и бесконечная команда агентов» | 19 метрик с ориентирами и источниками: доля задач в одной зоне ≥ 80 %, конфликты < 10 %, PR ≤ 400 строк; антипаттерны «Рой в одной папке», «Затор приёмки», «Библия агента», «Большой взрыв интеграции», «Спецификационный театр» | Две пары антипаттернов описывают одно: «Фабрика PR» и «Затор приёмки», «Роман правил» и «Библия агента». Формулы Astra удобнее для замера, ориентиры Opus — для первой настройки; большинство ориентиров Opus авторские |
| 9. Инструменты и софт | в целом | Claude Code, Codex, Cursor и Copilot подробно; Cursor Pro $20, Pro Plus $60, Ultra $200; лимиты Jules: 15/3, 100/15, 300/60 задач за сутки и одновременно | Claude Code, Codex, Cursor и Copilot подробно; Claude Pro $20, Max 5x $100, Team $25 и $125 за место; облачные агенты Cursor — по тарифам API с лимитом расходов; лимиты Jules не подтверждены | Совпадают Codex (Plus $20, Pro от $100, общий лимит локальной и облачной работы) и Copilot (сессия до 59 минут). Лимиты Jules Astra нашла на официальной странице, которую Opus не открывал. По Cursor модели описывают разные стороны оплаты: Astra — планы, Opus — списание за облачных агентов |
| 10. Адаптация под LLM и агентов | в целом | Уровни изоляции от диалога до VM и прав; протокол задачи proposed → ready → leased → running → verifying → review → accepted; --bare не работает со входом по подписке; порядок экономии лимитов |
Что автоматизируется; изоляция контекста (субагенты, форки, worktree); механика расхода лимитов Claude и Codex; бюджет агентов ≤ min(мощность приёмки, окно / расход задачи); 7 режимов оркестрации; модель по задаче | Обе: субагенты расходуют тот же лимит, топология — оркестратор плюс изолированные исполнители. Протокол состояний у Astra и формула бюджета у Opus дополняют друг друга |
| 11. Происхождение и что читать | в целом | Кратко: Конвей, Парнас, DDD, Cockburn, Остерхаут, Team Topologies; 9 чтений; статья Парнаса прочитана в оригинале с публичного зеркала, DDD — по DDD Reference самого Эванса | Хронология 1968–2026, ключевые фигуры, 17 чтений; Парнас и Эванс — по разборам | Корни одни. Opus подробнее, Astra ближе к первоисточникам. Книги Эванса, Остерхаута и Team Topologies целиком не читала ни одна |
| 12. Открытые вопросы | полное | Нет длительного причинного сравнения всей комбинации для команд из 1–10 человек; 7 открытых вопросов с данными, которые изменили бы вывод | Нет исследований архитектуры для агентов; противоречия источников; данные, которые изменили бы вывод; вторичные источники помечены | Главный пробел назван одинаково. Opus честно отмечает, что часть его чисел стоит на пересказах: статья OpenAI недоступна, стэнфордские данные — из пересказа доклада |
Шкала согласия: полное, в целом, частичное, расхождение, только у одной.
Уникальные находки
Только у Astra
- Четыре графа вместо одного. Вызовы, импорты, данные с инвариантами и зависимости задач — разные графы. Отсутствие циклов импорта не доказывает независимости: общая таблица, ограничение уникальности, миграция или глобальный CSS связывают зоны сильнее HTTP.
- Эксперименты с файлами правил (2026). Сгенерированные моделью AGENTS.md не дают значимого улучшения и дороже на 20–23 %. Написанные людьми дают +2,4 п. п., но незначимо. В другой работе готовый AGENTS.md снизил медиану времени на 28,64 % и выходные токены на 16,58 %. Вывод Astra: проверять пользу конкретных строк, а не объём файла.
- Мультиагентность в цифрах. В 180 конфигурациях Scaling Agent Systems мультиагентные системы в среднем на 3,5 % хуже одиночного агента, с разбросом от −18,6 % до +25,7 %. В эксперименте Anthropic августа 2026 года десятки агентов в отдельных VM сливали больше PR, но игры получились слабыми.
- Тонкий работающий путь до параллельной детализации: одна реальная трасса через UI, API, базу и воркер, чтобы проверить связку, вход и миграции раньше, чем агенты разойдутся по зонам.
- Повторное использование доказательств только по полному ключу входов (код, зависимости, тесты, команды, среда, конфигурация, фикстуры, версия политики). Выбор тестов сверяется с контрольным полным прогоном на том же коммите; метрика промахов выбора; антипаттерн «Кеш как амнистия».
- Семантика фоновой задачи. Outbox не даёт «ровно один раз», потребитель обязан быть идемпотентным, а повтор внешнего письма нельзя исключить одной записью дедупликации.
- Полезная избыточность. Независимая проверка изоляции арендаторов и полная контрольная сборка повторяют работу, но дают другое доказательство; их не считают потерями.
- Метрики подписки: токены всех попыток и проверяющих на принятое изменение и время, когда готовая задача стояла из-за квоты. Экономия токенов API не равна такой же экономии лимита подписки.
claude --bareне работает со входом по подписке и требует ключ API — это важно для очередей и скриптов.- Интерактивное демо: тип изменения → затронутые зоны и набор проверок, пересчёт расписания и работы CI.
Только у Opus
- Эмпирика PR агентов. У одновременных PR однотипных агентов текстовые конфликты возникают в 19,8 % случаев, у разных агентов — в 41,7 %, около 42 % конфликтов структурные. Среди 142 тыс. PR агентов 27,67 % имели конфликты слияния. Среди разобранных отклонённых PR 38 % брошены без участия ревьюера, 23 % — дубликаты уже сделанной работы.
- Горячие общие файлы (корневой маршрутизатор, список приложений, DI, маршруты фронтенда, переводы, миграции): заменять автообнаружением и файлом на зону, lock-файл менять отдельной задачей.
- Телеметрия Faros. В 2025 году при высоком внедрении ИИ PR стало на 98 % больше, время ревью выросло на 91 %. В 2026-м медианное время ревью выросло на 441,5 %, PR без ревью — на 31,3 %, инциденты на PR — на 242,7 %. Данные корреляционные.
- GitClear: доля перемещённого кода упала с 25 % до менее 10 %, копипаста выросла с 8,3 % до 12,3 %. Отсюда регулярная «уборка энтропии» фоновыми задачами.
- Уровни прогона L0–L3. L0 идёт внутри сессии агента, а хук Stop не даёт закончить ход без зелёной проверки зоны.
- Правило бюджета параллелизма: агентов одновременно не больше меньшего из двух чисел — мощности приёмки за окно лимита и бюджета окна, делённого на средний расход задачи.
- Механика расхода лимита Claude Code. Каждый запрос несёт весь разговор, кеш на подписке живёт час,
/clearбесплатен, а/compactсам по себе крупный запрос. Команды агентов тратят около 7× токенов. - Паспорт зоны как вложенный AGENTS.md с командой проверки L0 и «ловушками», карточка задачи с моделью и уровнем рассуждения, готовые конфигурации import-linter и Nx.
- Ретроспектива Packwerk (Shopify, 2024). Проверки «приватности» пакетов удалили, потому что они ломали соглашения Rails, а смысловая группировка кода не совпала с фактическим исполнением.
Объединённое дерево решений
- Если модель продукта ещё меняется целиком (прототип, поиск продукта)→один агент, последовательные короткие вертикальные изменения с быстрым полным прогоном; зоны вводить, когда появятся 2–3 устойчивые подобласти или повторяющийся независимый поток изменений
- Если изменение сквозное и однотипное (обновление библиотеки, переименование, миграция стиля)→веерная раздача правки субагентам (
/batchили циклclaude -p), без зон - Если задачи меняют один транзакционный инвариант→один владелец реализации; параллельно только независимые адаптеры и исследования
- Если части нужны независимая эксплуатация или выпуск→сервис только для этой части с контрактными тестами потребителя и матрицей версий, остальное — модульный монолит
- Если такой потребности нет→модуль внутри процесса, а на месте будущей границы — события
- Если над кодом одновременно работают два агента или человека и больше→модульный монолит с зонами: владелец данных, публичный API, линтер границ в CI, отдельная копия на агента, горячие общие файлы вынесены
- Если полный прогон тестов короче ~5 минут→полный прогон на каждой итерации, без выбора тестов
- Если прогон дольше и граф зависимостей достоверен→выбор тестов по графу, кеш по полному ключу входов, уровни прогона L0–L3 и контрольный полный прогон по расписанию
- Если стек Python и Django→import-linter или tach, pytest-testmon локально, выбор по графу зон в CI
- Если стек TypeScript-монорепозиторий→правило границ Nx,
nx affected, удалённый кеш - Если стек Java и Spring→Spring Modulith
- Если граф неполон или изменились общие основы (права доступа, lock-файл, конфигурация CI)→явные наборы тестов зон плюс полный прогон итогового кандидата; сначала чинить граф
- Если зоны общаются по HTTP или событиям→контракт-первым со схемой и заглушками; контракты потребителя (Pact) — только на межпроцессных границах
- Если растёт очередь у человека→приёмка по доказательствам, малые PR и лимит незавершённой работы по мощности приёмки — до увеличения числа агентов
- Если упираетесь в лимиты подписки→разбор расхода по
/usage- Если сессии длинные и кеш промахивается→свежая сессия на задачу
- Если много чтения кода до первой правки→паспорта и карта зон, короткие файлы правил
- Если много шумного вывода (тесты, логи)→хуки-фильтры и субагенты
- Иначе→модель и уровень рассуждения по задаче, бюджет параллелизма
- Если после слияния ломаются стыки→контракт до реализации, контракты потребителя, одна точка интеграции, проверка итогового кандидата
- Если система унаследованная со скрытыми зависимостями→характеристические тесты вокруг одной зоны, фасад, линтер в режиме «не хуже»: текущие нарушения заморожены, новые запрещены
- Если детерминированный выбор тестов исчерпан, а тесты всё ещё очень дороги→предиктивный выбор в теневом режиме с контрольными полными прогонами
- Иначе→минимальная форма: паспорта зон, правило границ в CI, тесты зоны, отдельная копия на агента и замер времени до приёмки
Подход пользователя: что добавить
Обе модели сравнили подход пользователя с практикой: ящики с границами «чего не делает», контракты между ящиками по семи вопросам (кто отправляет, кто принимает, событие, что передаётся, гарантии, запреты, гейт), сквозные трассы, детализация ящик за ящиком, изменение контракта — решением с версией. Вывод один: по смыслу подход совпадает с классикой (Парнас, ограниченные контексты, Design by Contract, записи архитектурных решений), но живёт в документах. Перестраивать его не нужно, нужно сделать исполняемым.
| Шаг подхода | Что уже хорошо | Что добавить | Кто предлагает |
|---|---|---|---|
| Ящики и «чего не делает» | Ограничивает ответственность и лишние решения | Владелец каждой таблицы и транзакции; запрет импорта чужих внутренностей линтером в CI; проверка границы по истории совместных изменений | Обе; история совместных изменений — Astra |
| Семь вопросов контракта | Описывает обе стороны и гейт | Схема как источник истины (OpenAPI, AsyncAPI, JSON Schema); ошибки, повторы, таймауты, идемпотентность, порядок; арендатор и права; негативные примеры; тестовые обязательства обеих сторон; владелец | Обе |
| Гейт | Есть точка приёмки | Уровни проверки L0–L3 и кто принимает на каждом: тест, агент-ревьюер или человек | Opus |
| Сквозные трассы | Проверяют композицию | Трассы отказа, повторной доставки, конкуренции, изоляции арендаторов и смешанных версий; трасса как тест с условиями перезапуска | Обе |
| Детализация ящик за ящиком | Не требует проектировать всё сразу | Сначала тонкий работающий путь через все важные стыки (Astra); после слияния контрактов — параллельная детализация разными агентами против заглушек (Opus) | Обе, с разным акцентом |
| Решение с версией | Сохраняет историю | Правила совместимости и expand → contract; срок жизни старой версии; кто обновляет потребителей; автоматическое сравнение схем в CI | Обе |
| Нет в подходе | — | Таблица «что изменилось → что перепроверить», выведенная из графа ящиков; паспорт ящика в папке кода как контекст агента | Обе |
Каталоги стратегий: соответствие
У Astra 15 стратегий K01–K15, у Opus 38 стратегий в четырёх блоках: A — архитектура, B — тесты, C — процесс, D — контекст и лимиты. Каждая стратегия Astra находит пару у Opus.
| Astra | Opus | Суть |
|---|---|---|
| K01 резать по изменчивым решениям и бизнес-возможностям | A1, A2, A5 | Зоны по скрытым решениям и языку подобласти, вертикальные срезы внутри зоны |
| K02 владелец состояния и автоматическая охрана границ | A3 | Модульный монолит, линтер импортов, замороженный список старых нарушений |
| K03 исполняемый контракт | A7, A8, A9, B2 | Схема, заглушки, версии и expand → contract, контракты потребителя |
| K04 изолировать ядро и воспроизводить среду | A4, B5 | Порты и адаптеры, одноразовые контейнеры, свои данные у каждого прогона |
| K05 быстрый цикл, локальная приёмка, системная страховка | B1, B8, B9 | Форма набора тестов на зону, статические проверки, уровни прогона |
| K06 выбор тестов по графу влияния | B3 | Nx affected, Bazel, pytest-testmon, предиктивный выбор |
| K07 кеш по полному ключу входов | B4 | Герметичность сборки и тестов |
| K08 короткие партии и проверка общего кандидата | C3, C4, C7 | Магистраль, флаги, одна точка интеграции |
| K09 дешёвая адресная приёмка | C6, B6 | Пакет доказательств, эталонные тесты и скриншоты |
| K10 WIP по мощности приёмки | C8, D8 | Очередь задач с владельцем, бюджет параллелизма |
| K11 независимая проверка дорогих ошибок | C6 | Субагент-ревьюер со свежим контекстом, человек — по риску |
| K12 пакет зоны и карта вместо репозитория | D1, D2, D3, C1 | Короткие файлы правил, паспорта и карта зон, карточка задачи |
| K13 детерминированное преобразование вместо рассуждения | D5 | Codemod, генераторы, хуки-фильтры |
| K14 модель, effort и субагенты по цене принятого результата | D4, D6, D7 | Субагенты для шумной работы, модель по задаче, гигиена сессий и кеш |
| K15 постепенные швы в унаследованном коде | раздел 5.2 Opus | Характеристические тесты, фасад, режим «не хуже» |
| — | A6, A10, A11, B7, C5, C9, C10 | Только у Opus отдельными карточками: события как граница, микросервисы, горячие файлы, нестабильные тесты, стеки PR, спецификация в меру, уборка энтропии. События, микросервисы и стеки у Astra есть, но в других разделах |
Шесть источников потерь времени
Обе модели разобрали шесть источников, которые назвал пользователь, одинаково по сути. Ниже — объединённая сводка.
| Потеря | Как распознать | Что делать первым |
|---|---|---|
| Ручная проверка человеком | Человек открывает приложение после каждой задачи и проходит один и тот же маршрут | Эталонные тесты и скриншоты, воспроизводимый предпросмотр с данными, пакет доказательств, критерии приёмки в постановке |
| Долгие автотесты и CI | Время CI растёт вместе с системой, агент запускает весь набор после каждой правки, перезапуск «до зелёного» | Уровни прогона, выбор тестов по графу, кеш по полному ключу, изолированные окружения, карантин нестабильных тестов |
| Ревью кода | Очередь готовых PR растёт, PR агентов крупнее человеческих | Малые PR, лимит незавершённой работы по мощности приёмки, субагент-ревьюер первым проходом, человек — по риску: контракты, миграции, права, деньги |
| Поломки на стыках | Каждая ветка зелёная, после слияния падают сквозные сценарии; правки снова и снова идут в одни и те же общие файлы | Контракт до реализации, заглушки, контракты потребителя, вынос горячих файлов, проверка итогового кандидата |
| Переделки из-за постановки | «Сделано не то», больше двух исправлений подряд, критерий готовности меняется после результата | Карточка задачи с критериями и «чего не делать», отрицательные примеры, тест как постановка, спецификация по размеру задачи |
| Повторное чтение и сборка контекста | Много чтения до первой правки, одни и те же файлы перечитывают разные агенты | Карта и паспорта зон, короткие файлы правил, свежая сессия на задачу, субагенты и фильтры для шумного вывода |
Что изменилось → что перепроверить
Сводка двух таблиц: у Astra 21 строка, у Opus 14. Строки про воркер, общий инвариант данных, неизвестный файл и слияние нескольких веток есть только у Astra; столбец «кто принимает» в основном из Opus. Выборочная перепроверка допустима только при известном графе зависимостей; при любой неизвестности обе модели расширяют прогон.
| Что изменилось | Минимум перепроверки | Когда расширить | Кто принимает |
|---|---|---|---|
| Внутренности зоны, публичный API не изменился | Статические проверки, тесты зоны, снимок публичного API не изменился | Если изменились время, память или порядок — потребители этих гарантий | Тесты и агент-ревьюер, человек выборочно |
| Совместимое изменение API или схемы события | Сравнение схемы, тесты поставщика и всех известных потребителей, регенерация клиентов, старые сохранённые сообщения | Неизвестный клиент или новая семантика — матрица версий и сквозной маршрут | Человек смотрит дифф контракта |
| Несовместимое изменение контракта | Запись решения, тесты поставщика по обеим версиям, тесты всех потребителей, трассы через границу | — | Владелец контракта и владельцы потребителей |
| Воркер: повторы, подтверждения, дедупликация, таймауты | Реальные тесты с базой и брокером, окна дублей, потерь и падений, восстановление | Общая среда выполнения задач — все воркеры | Владелец зоны; человек, если повтор дорог |
| Авторизация, контекст арендатора, ядро платформы | Все потребители политики, отрицательные сценарии между арендаторами, полный критический набор доступа | Общий слой входа — полный интеграционный кандидат | Человек всегда |
| Миграция базы зоны | Тесты на мигрированной базе, откат, проекции, построенные по событиям зоны | Общий внешний ключ, транзакция или настройка базы — все зависимые зоны | Человек всегда |
| Общий инвариант данных | Все участники транзакции, конкурентный доступ, миграции | Неполная карта зависимостей — весь интеграционный набор | Архитектурное решение |
| Фронтенд-функция или локальный компонент | Тесты функции, доступность, визуальные снимки её страниц | Общие стили, состояние или маршрутизатор — вся затронутая часть интерфейса | Агент-ревьюер и скриншоты |
| Дизайн-токены, оболочка, общий UI-кит | Снимки всех страниц с этим компонентом, основные браузерные трассы | Общий запуск приложения или вход — полный браузерный гейт | Владелец оболочки |
| Флаг функции или конфигурация зоны | Тесты при включённом и выключенном флаге | Взаимодействующие флаги — целевые комбинации | Владелец зоны |
| Lock-файл, версия языка или фреймворка | Затронутые сборки и тесты с новым ключом среды | Без надёжной карты пакетов — весь репозиторий; Nx по умолчанию так и делает | Интегратор |
| CI, выбор тестов, ключи кеша | Полный контрольный прогон без доверия старому кешу | До подтверждения — теневой режим | Владелец платформы |
| Общие фикстуры и тестовая инфраструктура | Все наборы, которые их используют, проверка изоляции и порядка | Неизвестные связи — полный прогон | Интегратор |
| Документация и файлы правил агентов | Ссылки и исполняемые примеры | Правила меняют поведение агентов — проверять как изменение процесса | Агент-ревьюер |
| Неизвестный файл, динамический импорт, новый потребитель | Весь затронутый репозиторий и регистрация зависимости | Пока неизвестность не устранена, файл не считается незатронутым | Разбор причины |
| Слияние нескольких зелёных веток | Повторный расчёт влияния на итоговом коммите и интеграционный smoke | Конфликт или общий инвариант — полный кандидат | Интегратор |
Статистика запусков
| Показатель | Astra | Opus |
|---|---|---|
| Модель и effort | gpt-6-astra, ultra | claude-opus-5-5, xhigh |
| Время работы | 32,8 мин | 48,4 мин |
| Поиск и чтение | По собственному учёту: 50 поисковых запросов, 57 обращений к вебу, 77 прочитанных URL; в журнале основной сессии 11 поисков и 49 команд, остальное делали вспомогательные агенты Astra. 72 источника: 58 полных текстов, 13 фрагментов, 1 аннотация | 28 поисков, 117 обращений к страницам, 177 правок файла; 96 источников: 72 полных текста, 9 фрагментов, 13 аннотаций, 1 недоступен |
| Пересечение источников | 26 общих URL и 28 общих доменов: Nx affected, Bazel о герметичности, import-linter, testmon, тесты Spring Modulith, карта репозитория Aider, субагенты Claude Code, мультиагентная система Anthropic, Codex cloud и цены Codex, Kiro, Spec Kit, Jules, METR 2026, DORA о магистральной разработке, Fowler о границах, пирамиде тестов, флагах и микрофронтендах, Cockburn, Bogard, Конвей, Shopify, Team Topologies | |
| Объём, слов | 17 315 | 23 414 |
| Типизация утверждений | 273: 162 гипотезы, 69 фактов, 18 эмпирики, 18 мнений, 6 вендор | 582: 208 фактов, 148 вендор, 103 эмпирики, 63 гипотезы, 60 мнений |
| Ссылок на источники в тексте | 172 | 773 |
| Дерево решений | 8 ветвей, 10 листьев | 8 ветвей, 17 листьев |
| Антипаттерны, термины | 5, 66 | 5, 87 |
| Стоимость | CLI не сообщает | $19,54 по списочным ценам: $17,92 Opus и $1,62 Haiku 4.5, которым Claude Code обрабатывает поиск и страницы |
| Статус валидации | 1 блокер с первого раза: слово «заглушка» в значении тестовой заглушки; одна доработка формы, затем 0 блокеров и 0 предупреждений | 0 блокеров, 1 предупреждение: оригинал статьи OpenAI отвечает 403 |
Открытые вопросы
- Эффект на своих задачах. Эксперимента, где одни и те же задачи агентов решались бы в модульной и немодульной версии системы, не нашла ни одна модель. Первый шаг — замерить базу до нарезки и после пилота на двух зонах: время CI, конфликты, время до ревью, долю переделок, расход лимита на принятое изменение.
- Переносимость чисел Faros. Рост времени ревью в разы измерен корреляционно в крупных организациях, данные собирает продавец аналитики. Для команды из 1–10 человек его нужно проверять своими замерами.
- Размер зоны для агента. Opus предлагает до 20–30 % окна контекста, Astra считает, что строки здесь не работают. Проверяется только на своих задачах: сколько токенов уходит до первой полезной правки и какая доля задач помещается в одну зону.
- Польза файлов правил. Исследования 2026 года противоречат друг другу, а советы производителей (корневой файл до ~200 строк) экспериментально не проверены.
- Надёжность выбора тестов на малом проекте. Данные Meta получены на огромной истории прогонов. На малом проекте нужно считать промахи выбора относительно контрольного полного прогона.
- Мощность приёмки одного человека. Практик с несколькими агентами принимает одно значимое изменение за раз. Формула Opus требует замеров мощности приёмки и среднего расхода задачи.
- Лимиты подписок в числах. Anthropic не публикует фиксированного числа сообщений, цену Max 20x Opus не извлёк, у Codex лимит сообщений различается по моделям на порядок.
Заметки о прогоне
- Первая из двух тем 27 сентября. Обе модели стартовали в 18:06 UTC: Astra закончила за 32,8 минуты, Opus — за 48,4. Параллельно Astra работала над второй темой (упрощение подачи текстов ИИ). Opus второй темы ждал в очереди и стартовал в 18:55, как только освободился.
- Astra получила ложный блокер валидатора на слове «заглушка»: так называется тестовая подмена зависимости, а само задание просило «заглушки для параллельной работы до готовности соседа». Доработка заменила пять форм слова на «тестовая подмена», включая словарь. Это второе такое срабатывание за пять дней. После этой темы валидатор исправлен: слово блокирует только как метка незаполненного места.
- Пересечение источников среднее: 26 общих URL и 28 доменов, в основном документация инструментов и классические статьи. Эмпирические базы почти не пересеклись: Opus опирался на работы о PR агентов и телеметрию Faros, Astra — на эксперименты с файлами правил и мультиагентностью.
- Плотность типизации различается вдвое: у Opus 582 тега и 773 ссылки, у Astra 273 и 172. У Astra 59 % тегов — гипотезы: она помечает гипотезой весь авторский синтез, Opus — в основном собственные ориентиры.
- Astra оставила интерактивное демо. Координатор проверил его в браузере на 1280 и 375 px: ошибок в консоли нет, горизонтальной прокрутки нет, пересчёт верный (при увеличении одной задачи на 60 минут план меняется с 390 на 450 и с 220 на 260 минут). Opus оставил только отчёт.
- Opus сам пометил вторичные источники. Статья OpenAI о harness engineering недоступна (403), её цифры взяты из двух конспектов. Стэнфордские данные — из пересказа доклада. По четырём статьям arXiv прочитаны только аннотации.