MILAGPT
← Все статьи← All articles← Barcha maqolalar
Борис Черный — создатель Claude Code в Anthropic — описал лестницу внедрения ИИ: от «под замком» до AI-native. Мы прошли большую её часть на собственной шкуре. Расскажу как маршрут — с отметками, где спотыкаются почти все.
«Внедрили ИИ» в разных компаниях означает разное: у одного инженера продуктивность выросла в разы, а остальная команда ещё не перестроила процессы. Борис Черный предлагает шкалу, которая наводит порядок в этой каше. Ниже — её пересказ нашими словами, с примерами из того, как мы в MILAGPT строим сеть операционных ИИ-директоров.
Знакомая картина: компания купила доступ к чат-боту, обвесила его согласованиями, пропустила через корпоративный шлюз и порезала до старых моделей. Агентов — ноль. Результат живёт в окне чата и умирает там же.
Диагноз точен: узкое место здесь не технологии, а процессы. Компания считает стоимость токенов вместо стоимости результата, а за столом, где принимают решения, нет никого, кто реально работал с агентами. Выход — не технический, а организационный: договориться с теми, кто платит, и снести блокеры.
Первый настоящий шаг: у человека появляется агент-напарник. Правка, на которую уходило полдня, делается между встречами. Но работа синхронная — вы сидите и вычитываете каждую строчку, потому что агент сам себя не проверяет.
Дальше пускает не более умная модель, а цикл самопроверки, которому вы доверяете.
Тесты, сборка, линтер, прогон на реальном окружении — чтобы агент проверял себя сам, до того как вы увидите результат. Пока этого цикла нет, наращивать число агентов бессмысленно: вы просто умножите объём вычитки.
Здесь один инженер дирижирует 5–10 агентами, у каждого — своя изолированная ветка, чтобы они не толкались локтями. Автоматическое ревью кода и безопасности включены по умолчанию. Вы смотрите итоговые диффы, а не процесс. Бэклог на недели укладывается в полдня.
Переломная ступень. Агент больше не ждёт задачу — он сам следит за источниками (каналы, почта, данные) и сам заводит работу. Вопрос «ты код прочитал?» сменяется вопросом «какого контекста модели не хватило и как дать его в следующий раз?».
Ловушка ступени, в которую наступили и мы: нарастить агентов раньше, чем цикл самопроверки заслужил доверие. Получаете уверенные отчёты о том, чего агент не перепроверил. Лечится одним правилом: агент обязан доказать результат прогоном, а не рассказом.
Цикл замкнут: большинство агентов запускает сам ИИ, человек задаёт намерение и вмешивается там, где что-то пошло не так. Миграция, занимавшая квартал, превращается в workflow, который достаточно запустить и иногда проверять. Сюда добрались единицы — но лестница уже видна целиком.
Лучшая мысль фреймворка — про метрику. Не считайте токены. Считайте ручной эквивалент:
Правка-полдня, бэклог-недели, миграция-квартал — вот единицы измерения. И обратный фильтр: «а инженер вообще стал бы это делать?» Если нет — вы автоматизируете мусор.
Если каждый ответ агента вычитываете лично — вы на ступени 1, и следующий шаг не «больше агентов», а цикл самопроверки. Если агенты работают, но задачи им носите вы — ступень 2, пора отдать им источники контекста.
Проходить эту лестницу можно год, а можно быстрее — с тем, кто уже прошёл. Наши ИИ-директора — это готовая ступень 3: агент, который сам находит работу, сам себя проверяет и приносит результат, а не процесс.
Возьмите тест-драйв ИИ-директора и посмотрите на свою компанию со следующей ступени.
Boris Cherny — creator of Claude Code at Anthropic — described the ladder of AI adoption: from “locked down” to AI-native. We've climbed most of it ourselves. Here it is as a route map, with marks at the spots where almost everyone stumbles.
“We've adopted AI” means very different things in different companies: one engineer's productivity has multiplied, while the rest of the team hasn't rebuilt its processes yet. Boris Cherny proposes a scale that brings order to this mess. Below is a retelling in our own words, with examples from how we at MILAGPT are building a network of operational AI directors.
A familiar picture: the company bought chatbot access, wrapped it in approvals, routed it through a corporate gateway and restricted it to outdated models. Agents: zero. The output lives in a chat window and dies there.
The diagnosis is precise: the bottleneck here isn't technology — it's process. The company counts the cost of tokens instead of the cost of outcomes, and nobody at the decision-making table has actually worked with agents. The way out is organizational, not technical: get alignment with whoever pays, and tear down the blockers.
The first real step: a person gets an agent as a working partner. An edit that used to take half a day gets done between meetings. But the work is synchronous — you sit and review every line, because the agent doesn't check itself.
What moves you up isn't a smarter model — it's a self-verification loop you trust.
Tests, builds, linters, runs against a real environment — so the agent checks itself before you ever see the result. Until that loop exists, adding more agents is pointless: you'd only multiply the review load.
Here one engineer conducts 5–10 agents, each in its own isolated branch so they don't elbow each other. Automated code and security review are on by default. You look at final diffs, not the process. A weeks-long backlog fits into half a day.
The turning point. The agent no longer waits for a task — it watches its own sources (channels, mail, data) and opens work items itself. The question “did you read the code?” gives way to “what context was the model missing, and how do we provide it next time?”
The trap of this stage — one we stepped into ourselves: scaling agents up before the self-verification loop has earned trust. You get confident reports about things the agent never double-checked. The cure is one rule: the agent must prove the result with a run, not a story.
The loop is closed: most agents are launched by AI itself; the human sets the intent and steps in where something went wrong. A migration that used to take a quarter becomes a workflow you launch and occasionally check. Only a few have made it here — but the whole ladder is now visible.
The framework's best idea is about the metric. Don't count tokens. Count the manual equivalent:
The half-day edit, the weeks-long backlog, the quarter-long migration — those are your units of measurement. And the reverse filter: “would an engineer even bother doing this?” If not, you're automating garbage.
If you personally review every agent reply — you're at stage 1, and the next step is not “more agents” but a self-verification loop. If agents are working but you're the one carrying tasks to them — that's stage 2; time to hand them their own sources of context.
You can spend a year climbing this ladder — or climb faster with someone who has already done it. Our AI directors are a ready-made stage 3: an agent that finds its own work, checks itself, and delivers results rather than process.
Take an AI director for a test drive and see your company from the next stage up.
Boris Cherny — Anthropic’da Claude Code yaratuvchisi — AI joriy etish narvonini tasvirlab berdi: “qulf ostida”dan AI-native’gacha. Biz bu yo‘lning katta qismini o‘z tajribamizda bosib o‘tdik. Uni marshrut sifatida hikoya qilaman — deyarli hamma qoqiladigan joylarni belgilab.
“AI joriy etdik” degani turli kompaniyalarda turlicha ma’noni anglatadi: bir muhandisning samaradorligi bir necha barobar oshgan, jamoaning qolgan qismi esa jarayonlarini hali qayta qurmagan. Boris Cherny bu chalkashlikka tartib beradigan shkala taklif qiladi. Quyida — uning o‘z so‘zlarimizdagi bayoni, MILAGPT’da operatsion AI-direktorlar tarmog‘ini qanday qurayotganimizdan misollar bilan.
Tanish manzara: kompaniya chat-botga ruxsat sotib oldi, uni kelishuvlar bilan o‘rab tashladi, korporativ shlyuz orqali o‘tkazdi va eski modellargacha qisqartirdi. Agentlar — nol. Natija chat oynasida yashaydi va o‘sha yerda o‘ladi.
Tashxis aniq: bu yerda tor joy texnologiya emas, jarayonlar. Kompaniya natija qiymati o‘rniga tokenlar narxini hisoblaydi, qaror qabul qilinadigan stol atrofida esa agentlar bilan haqiqatan ishlagan hech kim yo‘q. Chiqish yo‘li texnik emas, tashkiliy: pul to‘laydiganlar bilan kelishib olish va to‘siqlarni olib tashlash.
Birinchi haqiqiy qadam: insonda agent-hamkor paydo bo‘ladi. Yarim kun ketadigan tahrir endi uchrashuvlar orasida bajariladi. Lekin ish sinxron — siz o‘tirib har bir qatorni o‘qib chiqasiz, chunki agent o‘zini o‘zi tekshirmaydi.
Yuqoriga aqlliroq model emas, siz ishonadigan o‘z-o‘zini tekshirish sikli olib chiqadi.
Testlar, build, linter, haqiqiy muhitda sinov — agent natijani sizga ko‘rsatishdan oldin o‘zini o‘zi tekshirishi uchun. Bu sikl yo‘q ekan, agentlar sonini oshirish befoyda: siz shunchaki tekshirish hajmini ko‘paytirasiz.
Bu yerda bitta muhandis 5–10 agentni dirijyorlik qiladi, har birining o‘z izolyatsiyalangan tarmog‘i bor — bir-biriga xalaqit bermasligi uchun. Kod va xavfsizlikning avtomatik tekshiruvi sukut bo‘yicha yoqilgan. Siz jarayonni emas, yakuniy o‘zgarishlarni ko‘rasiz. Haftalik backlog yarim kunga sig‘adi.
Burilish bosqichi. Agent endi vazifa kutmaydi — manbalarni (kanallar, pochta, ma’lumotlar) o‘zi kuzatadi va ishni o‘zi boshlaydi. “Kodni o‘qidingmi?” degan savol o‘rniga “modelga qaysi kontekst yetishmadi va keyingi safar uni qanday beramiz?” degan savol keladi.
Bu bosqichning tuzog‘i — biz ham unga tushganmiz: o‘z-o‘zini tekshirish sikli ishonch qozonmasidan oldin agentlarni ko‘paytirish. Natijada agent qayta tekshirmagan narsalar haqida ishonchli hisobotlar olasiz. Davosi — bitta qoida: agent natijani hikoya bilan emas, ishga tushirish bilan isbotlashi shart.
Sikl yopilgan: agentlarning ko‘pchiligini AI’ning o‘zi ishga tushiradi, inson niyatni belgilaydi va nimadir noto‘g‘ri ketgan joyda aralashadi. Chorak davom etgan migratsiya — ishga tushirib, vaqti-vaqti bilan tekshirib turiladigan workflow’ga aylanadi. Bu yerga yetib kelganlar sanoqli — lekin narvon endi to‘liq ko‘rinib turibdi.
Freymvorkning eng yaxshi fikri — metrika haqida. Tokenlarni sanamang. Qo‘lda bajarish ekvivalentini sanang:
Yarim kunlik tahrir, haftalik backlog, choraklik migratsiya — o‘lchov birliklari mana shular. Va teskari filtr: “muhandis bu ishni umuman qilarmidi?” Agar yo‘q bo‘lsa — siz keraksiz narsani avtomatlashtiryapsiz.
Agentning har bir javobini shaxsan o‘qib chiqsangiz — siz 1-bosqichdasiz, keyingi qadam “ko‘proq agent” emas, o‘z-o‘zini tekshirish sikli. Agentlar ishlayapti, lekin vazifalarni ularga siz tashiyapsizmi — bu 2-bosqich, ularga kontekst manbalarini topshirish vaqti keldi.
Bu narvonni bir yil davomida ham, tezroq ham bosib o‘tish mumkin — allaqachon o‘tgan hamroh bilan. Bizning AI-direktorlarimiz — tayyor 3-bosqich: ishni o‘zi topadigan, o‘zini o‘zi tekshiradigan va jarayonni emas, natijani olib keladigan agent.
AI-direktorni test-drayvga oling va kompaniyangizga keyingi bosqichdan turib qarang.