Как заставить десяток ИИ-агентов писать код одновременно и не сойти с ума
Представьте, что вы наняли десять джунов. Они энергичные, пишут код со скоростью света, но абсолютно не умеют договариваться между собой. Один правит конфиг, второй в это же время его удаляет, а третий пытается запустить тесты на сломанной ветке. В итоге вместо ускорения разработки вы получаете бесконечный цикл разруливания конфликтов. Примерно так выглядит попытка использовать несколько ИИ-агентов в одном проекте без нормального управления.
Проект Agent Orchestrator (или просто AO) пытается решить эту проблему. Это не очередной «убийца программистов», а скорее диспетчерская вышка для ИИ-агентов. Он берет на себя грязную работу: изолирует рабочие пространства, следит за логами CI и прокидывает фидбек от тестов обратно нейронке.
Зачем нам еще один слой абстракции
Сейчас на рынке десятки инструментов: Claude Code, Aider, Cursor, GitHub Copilot. Каждый хорош по-своему, но они работают как одиночки. Если вы захотите запустить параллельно пять задач — например, обновить зависимости, поправить баги в UI и переписать тесты — вы быстро упретесь в ограничения файловой системы и контекста.
AO предлагает другой подход. Он создает для каждого агента изолированное рабочее пространство через git worktree. Это значит, что агенты не топчут друг другу ноги в одной директории. У каждого своя песочница, свой рантайм и своя задача.
Что умеет этот оркестратор
Главная фишка проекта — его «всеядность». Разработчики заявляют поддержку более 23 адаптеров. Если инструмент умеет работать в терминале, AO, скорее всего, сможет им управлять. В списке есть всё: от хайпового Claude Code до классического Aider и даже Grok.
Интересно реализована работа с обратной связью. Обычно, если ИИ-агент написал код, который уронил билд, вам нужно вручную скопировать ошибку из консоли и скормить её обратно. AO делает это автоматически. Он мониторит состояние CI, видит упавшие тесты или комментарии в PR и отправляет эти данные конкретному агенту, который заварил эту кашу. Получается замкнутый цикл самоисправления без участия человека.
Для хранения данных используется SQLite. Архитектура построена на событиях: любые изменения в базе триггерят обновления в интерфейсе через SSE (Server-Sent Events). Это позволяет видеть в реальном времени, что именно сейчас «думает» и пишет каждый из запущенных агентов.
Техническая начинка
Под капотом у нас связка Go и Node.js. Бэкенд написан на Go — это долгоживущий демон, который управляет процессами. Для Unix-систем (macOS и Linux) используется tmux, чтобы поддерживать сессии терминала, а для Windows — conpty. Это правильное решение, так как эмуляция терминала — штука капризная, и нативные инструменты тут работают стабильнее самописных оберток.
Фронтенд сделан на Electron и React. Выглядит как современная IDE с живыми стримами терминалов. Весь обмен данными идет через локальный хост (127.0.0.1). Разработчики осознанно отказались от авторизации и TLS внутри демона, мотивируя это безопасностью: доступ только локальный, никаких внешних дыр.
Как это выглядит на практике
Допустим, у вас висит пачка тикетов в GitHub. Вы запускаете AO, выбираете нужного агента (например, Claude Code) и ставите задачи. Оркестратор:
- Создает отдельный git worktree для каждой задачи.
- Запускает агентов параллельно.
- Если в процессе возникают конфликты слияния или ошибки линтера, он сам возвращает их в работу агенту.
- Вы наблюдаете за процессом через дашборд, где в реальном времени бегут логи.
В README проекта есть ссылки на записи работы в X (бывший Twitter), где видно, как система переваривает задачи. Выглядит бодро, хотя стоит понимать, что успех всё равно сильно зависит от «мозгов» выбранной модели.
Стоит ли пробовать
Проект сейчас находится в активной фазе разработки. Звезд на GitHub уже прилично (больше 7 тысяч), но и открытых issue немало. Это нормальная ситуация для такого амбициозного инструмента.
Кому AO пригодится точно:
- Командам, которые хотят автоматизировать рутину вроде фикса простых багов или обновления документации.
- Разработчикам, которые экспериментируют с разными ИИ-инструментами и хотят управлять ими из одного окна.
- Тем, кто устал вручную переключать контекст между ветками при работе с ИИ.
Из минусов — порог входа. Вам всё равно нужно понимать, как работают git worktrees, иметь установленные CLI-версии агентов и настроенные ключи API. Это не магическая кнопка «сделай красиво», а профессиональный инструмент для тех, кто хочет выжать максимум из автоматизации кодинга.
Если решите пощупать, начните с установки через готовые релизы (есть под все платформы) и попробуйте запустить одного агента на простой задаче. Главное — не забудьте прописать GITHUB_TOKEN, если планируете интеграцию с репозиториями.
