# Как Дэвид Ондрей делает 1000 коммитов в неделю с Opus 5.5

Источник: https://www.youtube.com/watch?v=F8rc-ULd4_4
Канал: David Ondrej
Опубликовано: 30.10.2026

---

Основатель стартапов и разработчик Дэвид Ондрей представил подробный разбор своего агентного инженерного процесса (Agentic Engineering Workflow), сформированного после 15 700 сессий и 2500 часов генерации кода с помощью ИИ [0:00]. В центре его системы — переход к стопроцентной передаче написания кода искусственному интеллекту, запуск изолированных облачных сэндбоксов через созданную им платформу Cloudroom и выстраивание циклов самовосстанавливающегося и самосовершенствующегося программного обеспечения.

## 🛠️ Ландшафт моделей, обвязок (Harnesses) и подписок
[[JUMP:00:40]]

В сфере разработки с помощью ИИ наблюдается постоянное смещение баланса сил между крупнейшими лабораториями. По мнению Дэвида Ондрея, лучшей моделью в мире на сегодняшний день является Opus 5.5 от Anthropic [0:52]. Он называет её одним из самых выдающихся релизов за последние два года и активно использует её внутри обвязки Claude Code [1:05].

Конкуренцию ей составляют флагманы OpenAI:

*   **Astra** — по оценке спикера, сейчас это лучшая модель от OpenAI с повадками масштабных архитектур [1:18].
*   **GPT-6.1 Soul** — сильная альтернатива, однако, как считает Ондрей, OpenAI в последнее время отстаёт и нуждается в скорейшем выпуске более прорывных решений [1:30].
*   Модели второго эшелона от Google, Meta и Kimi хороши для сопутствующих задач, но, по утверждению Ондрея, не дотягивают до истинного технологического рубежа («frontier») [1:44]. При этом новые анонсированные модели Google, такие как Argon и Carbon, выглядят многообещающе, хотя Carbon ещё не доступна широкой публике [3:29].

Что касается обвязок (Claude Code, Hermes, OpenCode, Cursor CLI, Devin, Droid), то их архитектурная ценность стремительно падает [1:57]. Дэвид ссылается на инженеров Anthropic, с которыми общался лично: они сходятся во мнении, что по мере роста «интеллекта» моделей сама интерфейсная обвязка теряет значение — сильной модели достаточно предоставить доступ к терминалу и выходу в интернет [2:10].

При выборе подписок наибольшую ценность дают планы Claude (тариф Max за $200 Ондрей считает безоговорочным лидером) [3:02]. Линейку ChatGPT Pro разработчик критикует за непредсказуемость ценовой политики и тарифов (включая попытки введения планов за $500), что, по его словам, подорвало репутацию OpenAI за последний месяц [2:49]. Для бюджетной разработки неплохим вариантом выступает подписка OpenCode Go за $10 [3:16].

## 🧠 Мышление архитектора: навыки инженера новой эпохи
[[JUMP:04:19]]

В индустрии не утихают споры о том, нужно ли продолжать учиться программировать и насколько важен классический синтаксис [4:19]. Позиция Дэвида Ондрея радикальна: заучивание конкретного синтаксиса Python, TypeScript или C++ больше не имеет практической ценности [4:58]. Традиционные привычки специалистов с 15-летним стажем зачастую становятся тормозом в современной агентной разработке [4:44].

Вместо технической глубины в узком стеке инженер должен развивать широту архитектурного кругозора [5:12]:

*   Понимать фундаментальные концепции: почему Rust быстрее JavaScript, как работает безопасность памяти, чем различаются типизированные языки [4:58].
*   Оперировать высокоуровневыми понятиями: компромиссы (trade-offs), кэширование (caching), наблюдаемость (observability), радиус поражения сбоя (blast radius), связанность (coupling) и связность (cohesion) [6:05].
*   Понимать поведение интерфейса: за счёт чего страница обновляется мгновенно — благодаря предзагрузке (pre-loading), оптимистичному рендерингу (optimistic loading) или кэшированию [5:38].

По убеждению Ондрея, реализацию любого из этих паттернов можно поручить Opus 5.5, но человек-архитектор обязан знать о существовании этих инструментов и уметь вовремя направить агента [6:17]. Изучать такие концепции с помощью диалога с нейросетью спикер называет лучшим способом повышения квалификации [6:29].

## 🔍 Двухуровневый код-ревью и масштабирование до 1000 коммитов в неделю
[[JUMP:06:54]]

Интенсивность разработки Ондрея выросла с единичных коммитов в начале года до 100–200 отправок в продакшн ежедневно, достигнув 700–1000 коммитов в неделю [7:22], [46:34]. Этот показатель стал следствием строгой системы валидации кода:

1.  **Принцип «одна сессия — одна задача»**: сессия или тред в IDE не должны смешивать контексты. Для каждого бага, фичи или исследования заводится отдельный поток (по аналогии с Jira-тикетами) [9:11].
2.  **Воспроизведение вместо догадок**: если задача связана с багом, агент обязан воспроизвести ошибку как реальный пользователь через симуляции или тесты, прежде чем писать код [10:03]. При изменении интерфейса агент обязательно присылает скриншоты рендера до и после правок [10:15].
3.  **Использование навыков (Skills)**: для сложных сценариев используются автоматизированные цепочки. Например, скилл `4x4` задаёт автору 16 вопросов по архитектуре, UI и граничным случаям в 4 категориях [11:21]. Для частых команд используются сниппеты в утилите Raycast [11:34]. Скилл `Risky Changes` запускается автоматически при любых изменениях в ядре, предотвращая критические ошибки, способные сломать бизнес клиентов [12:25].
4.  **Скепсис по отношению к тестам**: Ондрей утверждает, что 90% тестов, генерируемых агентами самостоятельно, бесполезны и пишутся лишь ради фиктивного прохождения пайплайна, засоряя кодовую базу [13:16]. Тесты нужно требовать только точечно — когда агент раз за разом спотыкается на одной логике [13:31].
5.  **Кросс-модельный аудит (GPT-Review)**: код, написанный флагманом Anthropic (Opus 5.5), всегда валидируется флагманом конкурирующей лаборатории — OpenAI Astra или GPT-6.1 Soul, и наоборот [14:47], [15:14]. Этот приём, по утверждению Дэвида, сокращает долю критических багов на 90% [15:41].
6.  **Тотальный мультимодельный аудит (Total Review)**: в редких случаях масштабных изменений запускается одновременный аудит шестью моделями (Opus, Astra, Soul, Muse, Gemini Argon, Kimi k1.5) со сведением результатов в единый дедуплицированный список [15:54], [52:48].

Ондрей предостерегает от бесконечных циклов ревью: если попросить модель найти баги в идеальном коде, она обязательно их выдумает [16:45]. Поэтому найденным замечаниям присваивается оценка вероятности возникновения и степени ущерба, после чего Opus отсекает надуманные граничные сценарии с помощью фильтрующего промпта: *«Это реальная проблема, которую стоит решать, или агент перемудрил?»* [17:11], [18:05].

## ⚡ Философия 100% автономности против «полумер»
[[JUMP:19:39]]

Главная ловушка для большинства разработчиков, по мнению спикера, кроется в частичной автоматизации. Ситуация, когда программист делает 50% работы руками, а 50% поручает агенту, экономит всего лишь несколько часов (сокращая рабочий день с 8 часов до 4 часов 10 минут), но принципиально ничего не меняет [20:20]. Человек остаётся самым узким и медленным местом в конвейере создания продукта [21:26].

Кратный рост производительности в 10–100 раз возможен только тогда, когда ИИ пишет 100% строк кода и сам проверяет свои результаты [20:59]. Дэвид подчеркивает, что в конце 2026 и в 2027 годах победителями на рынке останутся только те компании, которые превратят разработку в полностью автономные «софтверные фабрики» [22:07]. Даже если агент периодически ломает продакшн, скорость последующего автоматического исправления с лихвой перекрывает эти инциденты [22:21].

## ⚖️ Ограниченность субагентов и миф об их эффективности
[[JUMP:22:33]]

Дэвид Ондрей скептически относится к повальному увлечению субагентами, цитируя твит разработчика Макса о том, что оркестрация субагентов превратилась в «астрологию для вайб-кодеров» [22:33]. Запуск десятков мелких агентов зачастую приводит к растрате лимитов токенов и пятикратному росту расходов ради двукратного ускорения [26:28].

Субагенты оправданы строго в одном случае: когда задачу можно разбить на полностью предсказуемые, изолированные и однородные параллельные потоки [23:11]. Например:

*   Чтение, категоризация и суммаризация 2000 PDF-документов или логов пользовательских сессий [23:25].
*   В этой схеме верхнеуровневый флагманский агент (Opus 5.5) дробит пул задач и передаёт их 20–30 дешевым субагентам класса Haiku 5.5, после чего собирает структурированный ответ [23:37], [55:42].

Однако программирование нового функционала или исправление багов непредсказуемо по своей природе. Маленькая легковесная модель, отправленная чинить локальный баг, не способна осознать архитектурные связи с биллингом или базой данных, что неизбежно ведёт к катастрофе [25:12]. Сложную кодовую базу должен целиком исследовать единый топовый интеллектуальный агент рубежного уровня [25:24].

## ☁️ Революция облачных сэндбоксов: от локальных машин к Cloudroom
[[JUMP:26:53]]

Если в начале года лишь 10% коммитов создавались облачными агентами, то к концу года этот показатель в индустрии превысил 60–70% [27:07]. У самого Ондрея доля облачных тредов достигла 64% и продолжает стремиться к 90–95% [33:41], [37:53].

Причины отказа от локального исполнения на собственном ноутбуке (даже топовом MacBook Pro M3 Max со 128 ГБ ОЗУ) [30:58]:

*   **Конфликты файлов**: параллельные агенты, работающие в одном основном репозитории, перезаписывают код друг друга [29:43].
*   **Ограничения Worktrees**: деревья рабочих каталогов Git копируют весь проект, быстро забивая диск гигабайтами данных [30:08].
*   **Падение производительности машины**: тяжелые сборки, тесты и кликающие агенты (Computer Use), открывающие вкладки браузера, вызывают лаги интерфейса и шум вентиляторов [30:21]. Запустить более 50 агентов на одном компьютере технически невозможно [30:58].
*   **Безопасность**: агенту требуется изолированный сэндбокс, чтобы вредоносный код или эксплойты не затронули локальную операционную систему владельца [32:07].

Главная претензия Ондрея к решениям вроде Cursor Cloud, Devin или Codex Cloud — их закрытый исходный код и жесткая привязка к проприетарной экосистеме (vendor lock-in) [27:34], [28:12]. Они не позволяют подключать собственные токены по подпискам Claude Max или ChatGPT Pro, а при смене лидеров среди моделей (как в случае с временным выходом вперед модели Astra) пользователи оказываются в заложниках у сервиса [28:25], [29:17].

В ответ на это Ондрей создал **Cloudroom** (cloudroom.dev) — бесплатную агентную среду разработки с открытым исходным кодом, поддерживающую Windows, macOS и Linux [3:41], [10:43]. Cloudroom предоставляет изолированные облачные контейнеры для любых моделей и обвязок, сохраняя возможность сквозного доступа агента к локальной файловой системе пользователя («Direct Cloud-to-Mac Access») [34:34], [37:14]. Облачный агент может за 1 секунду развернуться в облаке и при этом посчитать размер файлов в папке Downloads на локальном MacBook [35:54], [36:35].

## 🔄 Агентные циклы (Agent Loops) и принцип внедрения 10/90
[[JUMP:45:29]]

Построение пресловутой «софтверной фабрики» не должно начинаться с попытки автоматизировать всё сразу. Ондрей приводит в пример неудачный опыт разработчика Декса, который потратил 4 месяца на создание монолитной фабрики, но получил неработающий результат и разозлил пользователей [1:07:37].

Правильная стратегия — пошаговое создание маленьких автономных циклов (Agent Loops) для монотонных задач [46:07]. Ондрей сравнивает это с механикой Minecraft:

*   **«Рубка дерева»**: скучный, предсказуемый ручной труд без элемента творчества (проверка безопасности раз в 4 часа, сканирование упоминаний в соцсетях, мониторинг воронки продаж, первичная изоляция багов). Эту рутину следует автоматизировать на 100% [48:47], [53:12], [1:06:29].
*   **«Строительство собора»**: высокоуровневое архитектурное проектирование, творческие решения и выбор ключевых дизайн-концепций, остающиеся за человеком [49:13], [50:05].

В личной практике Дэвида запущено 33 активных цикла, генерирующих около 2000 фоновых запусков в день, из которых 86% отрабатывают вообще без вмешательства человека [50:33].

Для безболезненного старта Ондрей создал в Cloudroom инструмент анализа истории разработки («Scan My Workflow») [54:45]. Модель Opus при поддержке 31 субагента Haiku анализирует тысячи предыдущих сессий программиста, тратя менее 1% недельного лимита токенов, и формирует предложения для первых двух циклов по формуле **10/90** [55:42], [58:05]:

*   **10% безопасной автоматизации**: в абсолютно прозрачных и изолированных случаях цикл выполняет работу и отправляет результат в прод самостоятельно [58:34].
*   **90% супервизии**: в сложных ситуациях агент проводит глубокое исследование, формирует черновик решения и ждёт подтверждения от инженера [58:48].

## 🧬 Самосовершенствующийся софт: как Cloudroom обновляет сам себя
[[JUMP:1:08:18]]

Вершиной агентной инженерии Ондрей называет самосовершенствующееся программное обеспечение [1:08:18]. В Cloudroom встроен механизм прямой обратной связи через CLI-инструмент `Room CLI` [1:09:09]:

1.  Пользователь или его локальный агент сталкивается с ошибкой и описывает её естественным языком [1:10:13].
2.  Агент пользователя отправляет отчёт через API в базу данных PostgreSQL Дэвида Ондрея [1:11:17].
3.  Ежеминутно срабатывающий цикл в воркспейсе Ондрея считывает новые записи и поднимает выделенный тред в Cloudroom с моделью Opus [1:13:18].
4.  Агент исследует инцидент: если это спам, дубликат или проблема старой версии, он применяет скилл самоархивации (`self-archive`) и закрывает тред [1:13:44], [1:13:58].
5.  Если баг подтверждён, агент пишет исправление, валидирует его через стороннюю фронтирную модель (GPT-6.1 Soul) и после финального одобрения человеком деплоит в продакшн [1:14:38].

Весь цикл от появления бага у стороннего пользователя до раскатки фикса в прод занимает менее 24–48 часов, а обновления платформы выходят по два раза в день с фиксацией в публичном чейнджлоге [59:13], [1:15:17].

## 🖥️ Локальный инференс как страховка: инвестиции в DGX Spark и приватность
[[JUMP:1:15:44]]

Несмотря на активное использование облачных сервисов Anthropic и OpenAI, Дэвид настаивает на необходимости владения собственными аппаратными мощностями [1:17:04]. «Без локального железа вы остаетесь цифровым рабом: если провайдер отключит аккаунт, вы лишитесь доступа к интеллекту», — заявляет разработчик [1:17:04].

Аппаратный сетап Ондрея включает:

*   Два сервера NVIDIA DGX Spark (ещё два заказаны, что суммарно даст 512 ГБ объединенной видеопамяти) [1:16:11], [1:23:27].
*   MacBook Pro M3 Max со 128 ГБ RAM, MacBook Air на 24 ГБ и два смартфона [1:16:11].
*   В планах — приобретение Mac Studio на чипе M5 Ultra с 512 ГБ памяти и пропускной способностью 1,2 ТБ/с стоимостью свыше $22 000 [1:21:55], [1:23:27].

Локальные мощности необходимы для двух задач:

1.  **Абсолютная приватность данных**: проверка медицинских карт, юридических договоров и персональных данных сотрудников проводится офлайн через развернутую на DGX Spark модель DeepSeek-V3.1 Flash, чтобы конфиденциальные сведения не утекали в датацентры крупных корпораций [1:19:28], [1:19:55].
2.  **Устойчивость к цензуре и геополитическим форс-мажорам**: при потенциальных блокировках, регуляторных запретах экспорта токенов правительством США или банкротстве ИИ-лабораторий локальные открытые веса (Open-Weights) гарантируют непрерывность работы бизнеса [1:20:23], [1:22:48].

Ондрей подчеркивает, что ценность токенов, выдаваемых железом прошлых поколений (например, чипами A100), за последние шесть лет только росла благодаря оптимизациям квантования и архитектуры моделей [1:18:37], [1:18:49]. По его мнению, баланс кроется в прагматизме: решение рядовых закрытых задач на локальных серверах и использование передовых облачных моделей для сложных инженерных прорывов [1:24:07].