Знакомая ситуация: просишь нейросеть написать функцию, а получаешь красивый код, который не работает. Я сталкивался постоянно. Generic-ассистенты вроде Claude Code или Cursor умеют много, но без четкой роли они часто выдумывают API, игнорируют архитектуру проекта и выдают уверенную ерунду. Решение пришло неожиданно: open-source проект agency-agents, который превращает одного универсального помощника в целое агентство из 112 специалистов.
Что такое agency-agents
Agency-agents это open-source фреймворк, который содержит 112 готовых AI-персон для разработки. Каждая персона это не просто промпт, а полноценный профиль с миссией, правилами поведения, критериями успеха и зонами ответственности. Эти персоны внедряются прямо в ваш IDE-ассистент: Claude Code, Cursor, Aider, Copilot и другие.
Вы подключаете не просто ChatGPT, а получаете, скажем, Senior Python Developer, который знает, когда использовать asyncio, или Database Architect, который не даст вам написать запрос без индекса. Уже не игрушки.
Проект создан разработчиком msitarzewski и доступен на GitHub. Суть простая: вместо того чтобы каждый раз тратить время на составление идеального промпта, вы берете готовую роль. Она уже содержит все нужные инструкции.
Кстати, слово agency в названии не случайно. Это не один агент, а целое агентство. Вы нанимаете не фрилансера, а команду, где у каждого своя специальность.
Почему обычные ассистенты галлюцинируют
Все современные кодовые ассистенты обучены на тоннах кода, но им не хватает контекста. Они не знают, над каким проектом вы работаете, какие у вас внутренние стандарты, что уже написано. Отсюда галлюцинации: вымышленные методы, несуществующие библиотеки, странные паттерны.
Agency-agents решает это просто: каждая персона имеет четкие инструкции, как будто вы наняли специалиста с бейджем и регламентом. Он знает свою задачу и не лезет в чужие. Плюс у него есть метрики успеха, которые можно проверить.
Например, агент-тестировщик не просто предлагает код, а сначала пишет тесты, прогоняет их и только потом отдает результат. Архитектор следит за структурой проекта и не позволяет нагородить костылей. В результате количество галлюцинаций резко падает.
Четыре столпа agency-agents
Фреймворк организован вокруг четырех сущностей: Agents, Tools, Teams, Projects.
Agents это кто. 112 персон, каждая со своим профилем. Среди них есть разработчики, архитекторы, тестировщики, DevOps-инженеры, ревьюеры и даже специалисты по документации.
Tools это как. Каждый инструмент имеет свой формат описания агента. Один и тот же агент нужно по-разному упаковать для Claude Code, Cursor или Aider. В agency-agents есть конвертер, который приводит конфигурации к нужному виду.
Teams это какие комбинации. Можно собрать команду из агентов, например, Project Manager + Architect + QA, и они работают вместе, обмениваясь контекстом через общую память.
Projects это где. Агенты привязываются к конкретным проектам и папкам. Вы можете для одного репозитория использовать команду из трех агентов, а для другого совсем другую.
Эта структура позволяет управлять хаосом: вы не храните в голове, какой агент для чего нужен, а просто смотрите на дашборд.
Приложение для управления
Каталог персон это хорошо, но ставить их в каждый инструмент вручную боль. Каждый IDE имеет свой формат конфигурации, свои пути, свои правила. Именно поэтому появился agency-agents-app, небольшое нативное приложение, которое делает установку и отслеживание персон через единую панель.
Оно поддерживает такие цели установки, как Claude Code, Codex, Cursor, Gemini CLI, Qwen, opencode, Copilot и Osaurus. Вы просто выбираете агента, устанавливаете, и он появляется во всех нужных инструментах. Локальная база хранит, что у вас установлено, и предупреждает, если что-то устарело.
Приложение гарантирует детерминированную байтовую идентичность с оригинальным конвертером agency-agents. Это значит, что конфигурация, которую вы ставите, точно совпадает с той, что в каталоге. Никаких расхождений.
Для новичков есть встроенный плейбук (docs/USING-AGENTS.md). Там описано, как выжать из агентов максимум: как ставить задачи, как проверять результат, как комбинировать роли. Доступно прямо из приложения через иконку книги.
Что внутри профиля агента
Каждая персона в agency-agents это структурированный документ, который описывает роль, цели, ограничения и критерии успеха. Обычно туда входят:
- Имя и специализация (например, React Performance Expert)
- Миссия: зачем этот агент существует, какую проблему решает
- Правила: что можно и нельзя делать, какие техники применять
- Метрики успеха: как проверить, что агент справился
- Зона ответственности: что он контролирует, а что передает другим
Это не просто "ты должен быть экспертом", а конкретные инструкции, которые направляют модель. Именно они уменьшают количество галлюцинаций. Модель не гадает, а действует по протоколу.
Как это выглядит на практике
Допустим, вы пишете микросервис на Python. Вместо того чтобы мучить одного ассистента всеми задачами, вы подключаете команду: Backend Architect, API Designer, Security Reviewer, Testing Specialist. Каждый получает свою часть работы и действует в рамках своей роли. В итоге код выходит чище, а галлюцинации сокращаются в разы.
Я пробовал похожие подходы раньше, но всегда спотыкался о настройку. Здесь же все из коробки. Выбираешь агентов, устанавливаешь через приложение, активируешь в IDE и работаешь. Агенты используют общую память, поэтому Project Manager знает, что сделал Architect, а тестировщик проверяет именно то, что написал разработчик.
На Reddit практикующие разработчики отмечают: "The jump in code quality and reduction in hallucinations makes this a no-brainer for production development." Я с этим согласен. Для продакшена это действительно меняет дело.
Где взять модели для таких агентов в России
Для работы agency-agents вам нужны мощные языковые модели. Если вы в России, стандартный доступ к ChatGPT или Claude может быть недоступен из-за географии и проблем с оплатой. Тут на помощь приходит 3GPT от 3SELLER.
3GPT это ИИ-роутер, который дает прямой доступ из России к последним флагманским моделям. Вот что там есть:
- ChatGPT 6 Astra
- Claude Fable 5
- Claude Fable 5.1
- Claude Opus 5.5
- ChatGPT 5.5
- ChatGPT 6.1 Sol
- Nano Banana для создания изображений
- Генерация видео
Доступны и другие модели. Пополнить баланс можно российской картой, через СБП или криптой. Никаких иностранных карт не нужно. Стоимость от 149 рублей. Это дешевле, чем покупать VPN и страдать с зарубежными сервисами.
Эти модели подходят для самых разных задач: от продающих текстов до создания сайтов. А если вам нужны готовые решения под конкретную задачу, у 3SELLER есть ИИ-агенты, которые можно использовать прямо в чате. Модель агента можно менять по ходу общения.
Получить доступ ко всем флагманским моделям нейросетей из России можно на официальном сайте 3GPT. Пополнение баланса российской картой, СБП или криптой.
Как подключить 3GPT к вашим агентам
В Claude Code или Cursor можно указать кастомный API-эндпоинт. Вы просто вставляете адрес 3GPT и ваш ключ, и модель работает. Это удобно: один аккаунт дает доступ ко всем моделям, можно переключаться между ChatGPT и Claude прямо в процессе работы.
Такой подход отлично сочетается с agency-agents. Вы берете готового агента, подключаете его к нужной модели через 3GPT и получаете предсказуемый результат. Стоимость при этом копеечная.
Стоит ли пробовать
Однозначно да, если вы разработчик и используете ИИ-ассистентов. Проект развивается, и 112 персон это не статичный список, он растет. Вы можете начать с пары агентов, попробовать Teams и посмотреть, как это влияет на ваш процесс.
Если вы не разработчик, но работаете с контентом, маркетингом или управлением проектами, концепция специализированных агентов тоже может быть полезна. Собственно, любой, кто хочет использовать ИИ для дела, а не для развлечения, может взять эту идею на вооружение.
Я, кстати, на днях смотрел обучающее видео на YouTube о том, как настроить Agency Agents для Claude Code и Cursor. Там наглядно показано, как клонировать репозиторий, установить роли и активировать их через естественный язык. Впечатляет.
Так что загляните в репозиторий, посмотрите документацию, попробуйте. А если понадобятся свежие модели, вы знаете, куда идти.
Ограничения и подводные камни
agency-agents не панацея. Качество работы зависит от базовой модели. На слабых моделях специализированные промпты помогают, но чуда не случится. Также нужно правильно подбирать агентов под задачу: если вы посадите Security Reviewer в проект, где нет кода, он будет выдумывать уязвимости.
Еще момент: агенты не заменяют человека. Они не понимают бизнес-контекст, не умеют читать между строк. Это инструменты для тех, кто уже знает, что делает. Например, Senior-разработчик с agency-agents станет эффективнее, а новичок может просто запутаться.
Так что не ждите магии. Ждите структуры и предсказуемости. А это уже много.
Лично для меня agency-agents стал открытием. Я перестал тратить время на вылавливание артефактов и больше сосредоточился на архитектуре решений. Если вы ищете способ повысить качество кода, попробуйте. А для доступа к моделям из России используйте 3GPT. Это реально работает.