Проблема: все используют, а я нет

Общаясь с коллегами и участниками профессионального сообщества, я часто вижу одну и ту же картину: многие слышали про AI-агентов, видят, как они ускоряют других, но не понимают, с чего начать. Вместо интереса и любопытства возникает тревожность — ощущение, что «все уже уехали, а я остался стоять на месте**.

Это нормальная реакция. Когда вокруг говорят о прорыве, а ты не понимаешь, как сделать первый шаг — легко впасть в ступор.

Я люблю всё сравнивть с бегом. Если встать сегодня и попробовать пробежать марафон, а до этого вы не бегали даже 10 км — будет тяжело, больно и просто вредно для здоровья. Ну и конечно не получится. Скорее всего, после такой попытки вы бросите бег навсегда.

А если начать маленькими шагами?

  • Сначала просто прогуляться
  • Потом пробежать 3 км
  • Затем 5 км
  • Потом 10 км

И вдруг обнаружите, что марафон оказался рядом сам собой. Бегуны, подтвердят.

С AI-агентами — та же история. Не нужно сразу пытаться автоматизировать половину работы или внедрять агента в продакшен-контур. Начните с «прогулки» — легкого, безопасного шага, который даст понимание, как это работает.

Предлагаю вашу первую прогулку

Если коротко: я собрал готовую настройку AI-ассистента, который помогает разобраться, как всё устроено в вашем проекте — архитектура, код, документация. Не нужно ничего программировать с нуля, просто подключаете и пробуете.

Речь про AI-агента для OpenCode. Он читает репозиторий, находит связи между файлами, предлагает правки и может запускать проверки прямо из окружения разработки.

Почему именно OpenCode

  • Открытый код — MIT-лицензия, полная прозрачность
  • Модельная независимость — работает с 75+ провайдерами (Claude, GPT, Gemini, локальные модели через Ollama)
  • Бесплатный инструмент — платите только за токены выбранной модели, есть бесплатные опции
  • Приватность — не хранит код и контекст на своей стороне, поддерживает офлайн-режим
  • Гибкость — режимы Plan (только анализ) и Build (полный доступ), тонкая настройка разрешений

Для банковской и enterprise-среды важно, что OpenCode не хранит код на своей стороне и поддерживает air-gapped режим с локальными моделями — того, чего нет у закрытых конкурентов вроде Claude Code.

Как посмотреть и попробовать

Всё необходимое я выложил в открытом репозитории:

В репозитории — готовые конфиги агентов и скиллов для системного аналитика: backend-логика, ERD, Sequence-диаграммы, OpenAPI, AsyncAPI, NFR. Можно взять как есть или адаптировать под свои задачи.

Подробная инструкция по настройке — в статье OpenCode для системного аналитика.

Важное предупреждение о безопасности

⚠️ Если подключаете бесплатную открытую модель, не отправляйте туда рабочий код, документы и переписки с работы — это может нарушить условия трудового договора о конфиденциальности и NDA.

Для рабочих проектов используйте:

  • Модели с гарантией непубличности данных (корпоративные тарифы)
  • Локальные модели через Ollama или LM Studio
  • Внутренний AI gateway компании

OpenCode поддерживает офлайн-режим и работу в air-gapped контуре — для регулируемых сред это критично.

Следующий шаг

Попробуйте запустить агента на pet-проекте или учебном репозитории. Задайте простую задачу: «Объясни структуру проекта», «Найди все эндпоинты API**, «Составь черновик требований к новой фиче».

Уверен, вам понравится. А когда освоитесь — можно двигаться дальше: настраивать свои скиллы, создавать субагентов для ревью, подключать к CI/CD.

Марафон начинается с первого шага. Сделайте его сегодня!

Читайте также