Ing. Calogero Bono
GitHub опубликовала руководство для разработчиков по agentic engineering, то есть работе с ИИ-агентами на всём протяжении цикла разработки ПО. Отправная точка — цифры, которые заявляет сама компания. За неделю в октябре количество коммитов превысило 1,2 миллиарда, что более чем на 400% больше, чем годом ранее. Написание кода стало дешевле, но планирование, ревью и наблюдение остаются узким местом, и именно здесь решается реальная продуктивность.
Несколько терминов, прежде чем перейти к фактам. Agentic engineering — это способ работы, при котором ИИ-агенты выполняют задачи самостоятельно, а ты ими управляешь. Pull request — предложение изменений, которое коллега проверяет перед слиянием. Триаж — сортировка обращений по приоритету. CodeQL — инструмент GitHub, который анализирует код в поисках уязвимостей. Sandbox — изолированная среда, в которой код работает, не затрагивая твой компьютер.
Почему больше кода не означает большей продуктивности?
По данным GitHub, за одну неделю в октябре коммитов было больше, чем за весь 2025 год. Компания задаётся вопросом, чувствуют ли разработчики себя действительно продуктивнее на 400% больше.
Второе число приходит из исследования Faros AI, которое цитирует GitHub. Pull request оставались на ревью на 441% дольше, когда команды переходили от низкого использования ИИ к высокому. Работа смещается от написания кода к проверке.
Это тот же сценарий, о котором мы писали, рассказывая о GitHub Rubicon, которая создана для многих агентов в одном репозитории.
Как планировать работу с Copilot?
Фаза Plan нужна, чтобы собрать в одном месте контекст, разбросанный между инструментами, чатами и старыми pull request. GitHub предлагает использовать Copilot в Slack или Teams, чтобы планировать вместе с продакт-менеджерами, дизайнерами и аналитиками.
- Copilot может создавать GitHub Issues с критериями приёмки и задачами, которые можно разделить.
- GitHub Agentic Workflows размечает issue и оценивает сложность, поэтому простые задачи сразу уходят Copilot.
- Plan Mode сравнивает подходы и готовит план, который нужно утвердить до реализации.
Как вести несколько задач одновременно?
На фазе Build непрерывность сессии позволяет продолжить одну и ту же сессию Copilot с разных устройств. Задачи выполняются в облачных sandbox, поэтому продолжаются и при закрытом ноутбуке. Приложение Copilot выдаёт каждой сессии изолированную копию репозитория.
Знания о проекте хранятся в инструкциях репозитория и общей памяти. Copilot Dreaming просматривает подходящие сессии и отзывы на pull request, чтобы обновлять память. С помощью Copilot Fusion ты выбираешь модели и глубину рассуждений, балансируя качество, стоимость и сроки. Подход близок к описанному в AI агентике и продвинутой автоматизации.
Как сократить время ревью pull request?
Для GitHub очередь на ревью — это «441% на практике». Ответ — работать на двух направлениях – изменения, которые легче проверить, и рутинные проверки, переданные Copilot.
- Stacked pull request разбивают зависимую работу на небольшие куски.
- GitHub Code Quality проверяет изменения на соответствие стандартам организации.
- Copilot code review подстраивает глубину проверки под объём изменений.
- AI Scan ищет уязвимости сверх покрытия CodeQL, а AI secret detection находит неструктурированные секреты, например пароли. Подробнее читай в нашем руководстве по secrets management.
- Пакетный файрвол, находящийся в публичной превью для npm, может блокировать загрузки, противоречащие политикам.
- Agentic Autofix предлагает исправления безопасности, а Agent Merge справляется с упавшими проверками, комментариями и конфликтами.
Если настроить, Copilot может также сливать pull request, когда проверки проходят.
Ограничения, которые стоит знать
Текст — руководство, опубликованное GitHub, поэтому выгоды описаны со слов компании и не подтверждены независимыми измерениями. В материале, которым мы располагаем, раздел о фазе Observe обрывается, поэтому описать его целиком мы не можем. Нет данных о ценах, необходимых тарифах и доступности каждой функции, кроме публичной превью пакетного файрвола. Исследование Faros AI приводится по ссылке, но проверено нами не было.
Что меняется для тех, кто работает с цифровыми технологиями
Если ты разрабатываешь с помощью ИИ, время, сэкономленное на написании кода, рискует потеряться на ревью. Имеет смысл работать небольшими, сфокусированными pull request и автоматизировать рутинные проверки до того, как код увидит коллега. Тем, кто использует Cursor или другие ассистенты, стоит рассуждать так же. Для небольших команд грамотно написанные инструкции к репозиторию становятся частью работы.
Наше мнение
Руководство заслуживает похвалы за то, что начинает с реальной проблемы, ревью, а не только с разговоров о скорости. Однако это всё равно промо-материал. Многие упомянутые функции, от Agent Merge до автоматического слияния, переносят доверие на агента именно там, где больше всего нужно человеческое внимание. Риск в том, что очередь ревью заменится очередью автоматических проверок, которые никто не читает. Метод работает, но внедрять его стоит постепенно и измерять результат.
Частые вопросы
Что такое agentic engineering по версии GitHub?
Это рабочий процесс, в котором ИИ-агенты помогают на четырёх этапах Plan, Build, Verify и Observe. Результатом управляет разработчик. GitHub предлагает это как расширение за рамки простой генерации кода.
Сколько коммитов зафиксировал GitHub?
Более 1,2 миллиарда за одну неделю в октябре. По словам GitHub, это более чем на 400% больше, чем годом ранее, и больше, чем за весь 2025 год.
Что говорится в исследовании Faros AI?
Pull request остаются на ревью на 441% дольше при высоком использовании ИИ по сравнению с низким. GitHub приводит это как доказательство того, что нагрузка смещается на ревью.
Может ли Copilot сам сливать pull request?
Да, если ты его настроишь. GitHub сообщает, что Copilot сливает pull request, когда пройдены заданные проверки.
Пакетный файрвол доступен всем?
Он в публичной превью для npm. Может блокировать загрузки, которые нарушают настроенные политики безопасности. По другим экосистемам источник ничего не сообщает.
Что отслеживать в ближайшие месяцы в ассистированном ревью
Вопрос в том, действительно ли эти инструменты сокращают ожидание ревью. Независимые данные скажут больше, чем руководства.
- Измерь среднее время ревью своих pull request до и после внедрения агентов.
- Следи, когда фаза Observe будет описана полностью и как она связана с твоими инструментами мониторинга.
- Проверь тарифы и стоимость функций безопасности, прежде чем доверять им проверки.
