ainews
Программист превратил Gemini в джуниора под присмотром Sol — и это сработало
Разработчик организовал работу двух AI-агентов с чёткой иерархией: Sol выступил сеньором-супервизором, а Gemini — джуниором-исполнителем. Sol сам составил для Gemini мастер-промпт, протестировал его способности на трёх задачах и начал делегировать простую работу с жёсткими ограничениями: никаких коммитов, никаких критичных решений. Результат — параллелизация рутины при низком риске.
Это практический пример организации работы нескольких AI-агентов с реальной пользой: ускорение разработки при сохранении контроля. Подход показывает путь к безопасному масштабированию AI-ассистирования в коде.
Эксперимент с AI-иерархией в разработке
Разработчик решил не просто запустить несколько AI-агентов одновременно, а организовать между ними чёткую иерархию — как в реальной команде программистов.
Он попросил Sol (AI-агент на базе Claude) использовать Gemini в качестве второго кодера. Sol не просто согласился, а сам составил единый мастер-промпт для Gemini, который затем передали в платформу Anti Gravity.
Тестирование и распределение ролей
Sol провёл для Gemini что-то вроде онбординга: дал структурированные инструкции и три тестовых задачи. После оценки качества работы Sol самостоятельно принял решение:
«Gemini полезен, но как джуниор-разработчик, а не владелец проекта».
С этого момента Sol начал делегировать Gemini чётко ограниченные задачи: - Простую, повторяющуюся работу - Низкорисковые участки кода - Черновики и вспомогательные материалы
Жёсткие ограничения
Sol установил для Gemini строгие правила: - Запрещено делать коммиты, пуши или мёржи - Вся архитектура и критичная логика остаются за Sol - Каждый результат проходит ревью перед принятием
Почему это работает
Такая схема даёт несколько преимуществ: - Параллелизация: рутинные задачи выполняются быстрее - Низкий риск: «джуниор» не может сломать важное - Фокус сеньора: Sol занимается архитектурой и ключевыми решениями - Скорость без потери контроля: проект ускоряется, но супервизия сохраняется
По сути, получилась AI-команда с разделением ответственности: один думает и решает, другой выполняет под присмотром — как в обычной разработке.
Автор эксперимента интересуется, пробовал ли кто-то ещё подобные мульти-агентные воркфлоу с иерархией и какие ограничения стоит вводить для безопасности.
Ключевые выводы
- AI-агенты эффективнее работают с чёткой иерархией и разделением ролей, а не в режиме «все делают всё»
- Sol (Claude) способен самостоятельно оценивать способности других AI и выстраивать с ними рабочий процесс
- Жёсткие ограничения (запрет коммитов, ревью всех изменений) критичны для безопасности при использовании «джуниор-агентов»
- Мульти-агентный подход позволяет параллелизовать разработку без потери контроля над архитектурой
- Такая схема воспроизводит реальную командную динамику: сеньор фокусируется на важном, джуниор ускоряет рутину
Автор: Марина Соколова · Источник: reddit.com
**Это один из первых живых примеров того, как AI начинают работать друг с другом не хаотично, а структурно — и это реально меняет игру.** Раньше мы пытались найти одну супермодель, которая решит всё. Здесь другой подход: пусть каждый делает то, в чём хорош, под надзором более умного.
Что особенно круто: Sol **сам** решил, как использовать Gemini — написал для него промпт, протестировал, оценил и выдал вердикт. Это уже не просто инструмент в руках человека, а зачатки автономной координации между агентами. Конечно, всё ещё под человеческим контролем, но вектор ясен. Вопрос теперь не «может ли AI кодить», а «как организовать AI-команду, чтобы она не наломала дров». И вот этот опыт с жёсткими ограничениями (никаких коммитов без ревью!) — пример здравого смысла, которого часто не хватает в AI-хайпе.
Комментарии