Модуль 1 · Решение · урок 1 из 13
Агенты для разработки: решение уровня компании
Пока агент для кода — это автодополнение в редакторе, решение о нём принимает каждый разработчик сам. Как только агент начинает читать весь репозиторий, запускать команды, ходить в сеть и открывать merge request, вопрос переходит на уровень компании. Этот курс — о том, как принять такое решение осознанно и потом им управлять.
Что меняется, когда в команде агент
Codex (OpenAI) — не чат с подсказками, а агент: он сам читает файлы, правит код, гоняет тесты и команды в терминале, а в облачном режиме работает в отдельной виртуальной машине без участия человека. Для агентства, которое делает проекты для клиентов, отсюда сразу следуют пять вопросов:
- Доступ. Через какой тариф и какой аккаунт люди работают с кодом клиентов. Личная подписка разработчика и рабочее пространство компании — разные режимы с разными настройками данных.
- Данные. Какая часть кода и контекста уходит на серверы провайдера, сколько там хранится, что об этом сказано в договорах с клиентами и в NDA.
- Безопасность. Что агенту технически разрешено на ноутбуке разработчика и в CI, куда он может ходить по сети и кто это контролирует.
- Экономика. От чего зависит расход и как не получить сюрприз в конце месяца.
- Организация. Что происходит с ревью, с ролями, с ростом джуниоров и с оценкой сроков для клиента.
Ни один из этих вопросов не решается на уровне отдельного разработчика. Если их не решить явно, они решатся сами — личными аккаунтами, разными настройками у каждого и непредсказуемым качеством.
Как устроен курс
Решение. Стратегия: на каких задачах агенты дают эффект, а на каких нет. Доступ: тарифы ChatGPT и API-ключ, чем они отличаются для компании. Администрирование: роли рабочего пространства и управляемая конфигурация, которой админ задаёт рамки для всех.
Риски. Модель безопасности: песочница, сеть, одобрения. Данные и код клиентов: что уходит провайдеру и о чём спрашивать поставщика. Сгенерированный код: лицензии, уязвимости, ответственность перед клиентом. Инциденты и prompt injection: как агента обманывают и что делать, если это случилось.
Экономика и организация. Стоимость, эффект и его измерение, роли и процессы, внутренняя платформа агентов.
Как читать
Курс не учит пользоваться Codex руками — для этого есть «Codex с нуля» и «Codex в ежедневной разработке». Здесь — то, что нужно для решений: какие рычаги есть у компании, где проходят границы ответственности и какие вопросы задать поставщику, юристу и команде.
Факты о продукте сверены с документацией OpenAI на октябрь 2026 года. Интерфейсы, названия тарифов и моделей меняются часто, поэтому мы описываем принципы и даём ссылки на первоисточники. Там, где документация молчит, так и пишем — и советуем запросить ответ у поставщика письменно. Юридические вопросы курс не решает: везде, где речь о договорах и персональных данных, итог — согласовать с юристом.
Попробуйте сами
10–15 мин на рабочем месте- Выпишите на одну страницу, кто в компании сейчас пользуется агентами для кода, через какие аккаунты и на каких проектах. Если ответа нет — это первый результат.
- Сформулируйте три вопроса, на которые вы хотите получить ответ к концу курса. Например: «можно ли отдавать агенту код клиента X», «сколько это будет стоить на команду из 20 человек», «как поменяется ревью».
Коротко
- Агент, который сам запускает команды и ходит в сеть, — это решение компании, а не личный выбор разработчика.
- Пять осей решения: доступ, данные, безопасность, экономика, организация.
- Курс даёт принципы и рычаги управления со ссылками на документацию, а не инструкции по кнопкам.
- Где документация не отвечает — запрос поставщику; где речь о договорах — юрист.