Кодинг-агенты 2026: два форм-фактора – терминал и десктоп

К сентябрю 2026 кодинг-агента выпустил каждый вендор моделей: Anthropic, OpenAI, Google, Microsoft, xAI, DeepSeek, Moonshot, Alibaba, Z.ai, Tencent. К середине года Claude Code, Cursor, Codex и Antigravity сошлись на одной схеме агентного кодинга – программа читает файлы, правит их, запускает команды, проверяет результат и отчитывается. Различия остались в упаковке, ценах и экосистеме, поэтому алфавитный перечень из десятка названий читателю ничего не даст.

Полезное разделение проходит по форм-фактору. В терминале живут агенты для инженеров: Claude Code, Codex CLI, Antigravity CLI, Grok Build, Kimi Code CLI, Qwen Code. Менеджер там не работает, но платит за них он – и понимать, за что именно, ему нужно. На десктопе – агенты для офисных задач: Claude Cowork, Copilot Cowork, Kimi Work, Tencent WorkBuddy. Вот эти сделаны для менеджера и его команды: HR, операционка, администрирование, проекты, продажи. Разложить файлы, собрать отчёт, обработать чеки, привести таблицы в порядок.

Что доступно из России

Для команды из России обзор начинается с проверки доступности. На сентябрь 2026 напрямую работают Kimi, Qwen и GLM: Moonshot, Alibaba и Z.ai доступ из России не ограничивают. Claude, OpenAI и xAI из России недоступны, и блокируют сами вендоры: Anthropic, OpenAI и Google продолжают закрывать доступ пользователям из России к Claude, ChatGPT и Gemini, причина называется геополитическая. OpenAI блокирует по IP, и большинство популярных VPN не помогает – их диапазоны распознаются. Anthropic ужесточила антифрод: запрашивает верификацию личности с документом и живым селфи через провайдера Persona. Чаще под блокировку попадают крупные проекты и компании – признаки корпоративного использования из России ведут к потере доступа.

Antigravity из России не работает. После того как Google добавила проверку региона, пользователи сообщают об ошибках определения местоположения – и с VPN, и без него. Раньше доступ был. Привязка к аккаунту Google в корпоративной среде остаётся отдельным препятствием.

Десктопные агенты для офисных задач стоит разобрать построчно. Claude Cowork недоступен вместе с Claude. Kimi Work работает: Moonshot продаёт доступ из России. По Tencent WorkBuddy данных о доступе из России в открытых источниках нет – выводить их из страны вендора не стоит.

Единственный класс инструментов, который не зависит от политики конкретного вендора, – открытые CLI со своим ключом: OpenCode, Oh My Pi, Aider, Kimi Code CLI, Qwen Code, Kilo Code●, DeepSeek Harness●. Программа открытая, ключ – к любому провайдеру, включая доступные из России; смена провайдера – правка конфигурации. Как это выглядит на практике, разобрано в статье OpenCode работает в России – бесплатно.

Еще одна характерная особенность – инженеры оплачивают агентов личными аккаунтами и сторонними ключами, и панели, где эти расходы видны компании, у большинства нет. Масштаб потока показывает Kilo: через её платформу проходит около 10 трлн токенов в месяц от более чем 3 млн разработчиков (данные вендора на июль 2026, когда компанию купила Anaconda). Это расходы, которые не попадают ни в один бюджет, и корпоративные данные, которые уходят по договору, заключённому сотрудником лично.

Годовой цикл закупки при этом расходится с квартальным циклом смены цен. Бюджет на Copilot, утверждённый в первом квартале 2026 по действовавшим тогда тарифам, к июню устарел из-за смены модели тарификации. Годовой контракт по фиксированной цене в этой категории пока выглядит исключением.

По той же причине обзор устаревает быстрее, чем выходит следующий: с февраля 2026 мы насчитали 36 изменений условий у агентов, восемь из них – цена или доступ. Поэтому цены и доступность ниже мы поддерживаем отдельно, с датой последней проверки у каждой строки – в хабе агентов.

Терминал – инструмент инженера

Все агенты первой таблицы предполагают, что человек знает, что такое репозиторий, ветка и терминал. Это рабочий инструмент инженера.

Claude Code · Anthropic

• Модель по умолчанию: Opus 5 по умолчанию, Fable 5 и Sonnet 5 переключаются
• Лицензия: закрытый
• Цена: рабочий тариф – Max $100–200 в месяц; Pro за $20 существует, но его лимитов хватает на пробу. Либо оплата по токенам

Входит в каждый платный план Claude. Самая зрелая система субагентов, позиционируется как лучшее качество на многофайловых задачах.

Codex CLI · OpenAI

• Модель по умолчанию: gpt-5.6-sol, среднее усилие
• Лицензия: открытый, Rust, 88 600+ звёзд
• Цена: план ChatGPT или свой ключ; добавлена оплата по токенам

Один агент в терминале, IDE, вебе и облаке. Маршрутизация между тремя ценовыми уровнями: Sol, Terra, Luna.

Antigravity CLI · Google

• Модель по умолчанию: Gemini 3.1 Pro, Claude Sonnet 4.6, GPT-OSS 120B
• Лицензия: закрытый, Go
• Цена: бесплатно с лимитами / Pro $20 / Ultra $249,99

Заменил Gemini CLI. Мультимодельный, параллельное выполнение.

GitHub Copilot CLI · Microsoft

• Модель по умолчанию: на выбор у трёх вендоров: Anthropic, OpenAI, Google
• Лицензия: не указана
• Цена: входит в подписку Copilot

Режимы Plan и Autopilot, делегирование субагентам, память контекста между сессиями.

Grok Build · xAI

• Модель по умолчанию: Grok 4.6
• Лицензия: Apache 2.0
• Цена: SuperGrok $30, Plus $100, Heavy $300 в месяц; доступ к Grok Build открывается с базового тарифа, годовая оплата дешевле. На момент съёмки экрана агент предлагал бесплатный доступ «на ограниченное время»

Вышел из беты в версии 1.0, на скриншоте сборка 1.0.13 из стабильного канала. Архитектурная ставка – параллельное исполнение, рабочие деревья заводятся прямо из стартового экрана. Бесплатный доступ здесь стоит считать акцией: он появился при запуске и в тарифах не закреплён.

В базовый тариф за $30 входят параллельные субагенты и рабочие деревья, расширение через MCP, скиллы, плагины и хуки, а также headless-режим для скриптов и CI/CD – редкая позиция в прайс-листе, она означает, что агента можно поставить в сборочный конвейер. X Premium+ идёт бонусом только на верхнем тарифе Heavy.

Kimi Code CLI · Moonshot

• Модель по умолчанию: Kimi
• Лицензия: MIT, TypeScript
• Цена: CLI бесплатен, доступ к модели по OAuth или ключу

Субагенты coder / explore / plan в изолированных контекстах.

Qwen Code · Alibaba

• Модель по умолчанию: Qwen3-Coder
• Лицензия: Apache 2.0
• Цена: бесплатный OAuth закрыт, теперь нужен ключ

Форк Gemini CLI, открыт для любой OpenAI-совместимой модели.

ZCode · Z.ai

• Модель по умолчанию: GLM-5.3, официальная оболочка для неё
• Лицензия: не опубликована
• Цена: Lite $12,60, Pro $56, Max $117,60 в месяц; тарифы считаются в недельных кредитах
• Платформы: macOS, Windows, Linux (в бете)

Единственный в терминальном списке, кто существует сразу в двух видах: командная строка и десктопное окно. Отсюда цели для долгих задач, мультиагентный режим и управление ботом из мессенджера. Формально это делает его таким же пограничным случаем, как Kilo Code: он попадает сразу в оба класса.

DeepSeek Harness · DeepSeek

• Модель по умолчанию: V4-Pro, V4-Flash
• Лицензия: MIT
• Цена: бесплатно, свой ключ

Принцип «всё есть плагин», воспроизводимые сессии. Вызывает Claude Code и Codex как субагентов.

Kilo Code · Kilo, с июля 2026 в составе Anaconda

• Модель по умолчанию: любая, 500+ моделей
• Лицензия: MIT
• Цена: программа бесплатна: свой ключ, кредиты по ставкам провайдера или Kilo Pass от $19 в месяц; Teams – $15 за пользователя

Пять режимов: Orchestrator, Architect, Coder, Debugger, Ask; параллельное выполнение агентов.

OpenCode · сообщество

• Модель по умолчанию: любая, 75+ провайдеров
• Лицензия: MIT
• Цена: бесплатно, свой ключ

Де-факто открытая альтернатива Claude Code.

Oh My Pi · сообщество

• Модель по умолчанию: любая, 40+ провайдеров
• Лицензия: MIT
• Цена: бесплатно, свой ключ

Hashline-правки, LSP, отладка через DAP.

Aider · сообщество

• Модель по умолчанию: любая, включая локальные через Ollama
• Лицензия: Apache 2.0
• Цена: бесплатно

Git-нативные автокоммиты. Темп разработки замедлился с середины 2026.

Цены – данные вендоров, сентябрь 2026. Тарифы Claude разобраны в обзоре Claude, планы ChatGPT – в обзоре ChatGPT.

Сколько это стоит команде

Цены выше указаны за одно рабочее место, и в таком виде бюджет не собирается. Посчитаем на команде из пяти инженеров, по данным той же таблицы.

При подписке Claude Code входит в любой платный план Claude, но входной тариф здесь обманчив. На Pro за $20 лимитов хватает на пробу, а не на рабочий день инженера: на реальной задаче они заканчиваются за пару часов. Считать команду стоит от Max: пять мест обходятся в $500–1 000 в месяц. Codex CLI работает от плана ChatGPT, Grok Build – от SuperGrok или X Premium+, то есть счёт зависит от того, какие подписки у команды уже есть. Kilo Code для команды считается отдельно: $15 за пользователя, $75 в месяц за пятерых.

Здесь важна деталь, которая переворачивает арифметику. Агент вендора приезжает вместе со своей моделью и оплачивается подпиской, а не по счётчику API: Claude Code входит в план Claude, Codex CLI – в план ChatGPT, Grok Build – в SuperGrok от $30, Copilot CLI – в подписку Copilot. Внутри подписки токены отдельно не считают, есть только лимиты тарифа. Те же объёмы работы по API у большинства вендоров обходятся заметно дороже, и на активной команде разница получается кратной. Обратная сторона – привязка: подписка Claude даёт вам Claude, и сменить модель внутри неё нельзя.

Со своим ключом лицензия не стоит ничего – OpenCode, Oh My Pi, Aider и DeepSeek Harness распространяются под MIT и Apache 2.0. Счёт приходит от провайдера модели и зависит от того, сколько агент прочитал и написал. Верхней границы у такого счёта нет: подписка упирается в лимиты тарифа, ключ работает, пока на балансе есть деньги. Различие между двумя моделями сводится к тому, кто несёт риск перерасхода – вендор или вы.

Инструменты уже отвечают на эту проблему средствами контроля: алерты на аномальные траты с порогами на сутки, неделю и месяц, разбивка расхода по членам команды, централизованные списки разрешённых провайдеров и моделей. Появились они там, где счёт идёт по ключу и ничем сверху не ограничен.

Остаётся третий вариант – держать модель у себя, и с ним связано устойчивое заблуждение. Российская компания ServerFlow, которая продаёт серверное железо, посчитала этот вариант на своём оборудовании, и вывод у неё идёт против собственного интереса: сервер с терабайтом оперативной памяти и одной H100 обходится минимум в 6,5 млн рублей, на нём запускаются открытые модели с сотнями миллиардов параметров, и агентская задача через OpenCode занимает около часа. Переменные расходы при этом действительно ниже – по их расчёту электричество выходит примерно на 42% дешевле, чем те же токены по API. Окупаемость железа на этих объёмах превышает 160 лет. Локальный запуск покупает контроль над данными, отсутствие внешних лимитов и свободу экспериментов; экономии на токенах он не даёт.

Хронология 2026 года

Скорость рынка видна из календаря:

Каждое из восьми событий меняло условия для тех, кто уже выбрал инструмент: закрытый бесплатный доступ у Qwen Code, отключённый Gemini CLI, смена владельца у Kilo Code.

Горизонт любого решения здесь измеряется месяцами, и закладывать это стоит в бюджет и в правила закупок заранее.

Чем агенты отличаются, если схема одна

Различия остались в том, как устроена работа вокруг модели. У Claude Code субагенты – рабочий сценарий: задачу разбирают на части и раздают в отдельные контексты, а Fable 5 и Sonnet 5 переключают вручную, когда Opus 5 для неё избыточен.

Codex CLI по умолчанию работает на gpt-5.6-sol и экономит бюджет маршрутизацией: простая задача уходит на дешёвый уровень без решения человека. Antigravity CLI и GitHub Copilot CLI отвечают на тот же вопрос иначе – моделей внутри одной программы несколько (Gemini 3.1 Pro, Claude Sonnet 4.6, GPT-OSS 120B у Google; Claude Opus 4.6 и Sonnet 4.6, GPT-5.3-Codex, Gemini 3 Pro и Claude Haiku 4.5 для быстрых задач у Microsoft), и смена модели становится настройкой, ради которой не нужно ставить новый инструмент.

Grok Build выбрал ставку на параллелизм: до восьми агентов одновременно решают одну задачу.

Проверить, насколько эти различия влияют на результат, взялась та же команда ServerFlow. Они собрали собственный бенчмарк на 16 задач: SQL, Python, C/C++, Rust и почтовая инфраструктура. Проверяющие скрипты внутрь контейнера не монтируются, поэтому подсмотреть ответ агент не может; на каждую задачу отводится 20 минут, каждый запуск идёт в свежей директории и свежей сессии. Прогнали четыре оболочки – OpenCode, Pi, Hermes и OpenClaw – на шести локальных моделях и двух движках вывода. Три из них в таблицу выше не вошли: Pi – это минимальная оболочка, на которой построена Oh My Pi, но системный промпт у них различается на порядок; Hermes и OpenClaw – отдельные открытые проекты того же класса.

По доле решённых задач оболочки идут кучно: разрыв обычно составляет несколько задач из шестнадцати, и явного аутсайдера в четвёрке нет. Единственный результат 16 из 16 дала связка OpenClaw с одной из моделей Qwen. Устойчивее прочих выглядели OpenClaw и OpenCode. Единственный крупный провал в тестах авторы связывают с вызовом инструментов на конкретном движке вывода, а не со свойствами самой оболочки.

Разница проявилась на прикладной задаче – собрать низкокодовую платформу для сценариев. Здесь разошлись счёт и время. OpenClaw справился с первой попытки за 55 минут и 60 тысяч токенов. Pi понадобилось три попытки, 140 тысяч токенов и 130 минут. Hermes – пять попыток, 190 тысяч токенов и 150 минут. В более раннем прогоне на модели покрупнее OpenCode потратил 280 тысяч токенов и семь итераций правок и рабочего результата так и не получил.

Для менеджера вывод простой: на способность решить задачу выбор оболочки влияет слабо, на стоимость и срок – в разы. Оговорки к цифрам обычные: бенчмарк авторы написали сами, гоняли только локальные модели, и компания зарабатывает на серверах. Код бенчмарка они выложили на GitHub, так что счёт можно перепроверить.

Что показывают агентские бенчмарки

Обычные бенчмарки моделей меряют ответы на задачи. Агентские меряют другое: доводит ли программа работу до конца в реальном окружении. Профильный здесь – Terminal-Bench от Stanford, Harbor и Laude Institute: агент получает терминал и настоящие задачи – собрать код, поднять сервер, настроить систему, разобрать инцидент, обучить модель.

Устройство таблицы важнее, чем места в ней. Строка здесь описывает связку «оболочка + модель + уровень усилий», и рядом с долей решённых задач стоят потраченные деньги и токены. Версия 4.0, по 330 прогонов на строку:

Две строчки в середине показывают одинаковые 57,88% при разнице в цене в 2,7 раза. Ещё выше видно то же самое внутри одного стека: у Codex переход с high на max добавляет 0,3 процентного пункта и тысячу долларов, то есть сорок процентов к счёту за прогон.

Отдельно стоит строчка Claude Code с GLM-5.3: чужая модель в оболочке Anthropic решает 41,82% за $2,7 тыс. против 51,82% за $6,0 тыс. у родного Opus 5. Десять пунктов качества стоят здесь больше чем вдвое дороже, и это ровно та развилка, которую менеджер закрывает не глядя, когда покупает подписку вендора целиком.

Верхний результат – 58%. Больше половины задач не решает никто, так что «агент справится сам» в этом классе работы пока не про сегодня.

Оговорка к самим числам: строчки заполняют участники, и независимой перепроверки у таблицы нет. Как читать бенчмарки вообще, разобрано в статье Бенчмарки ИИ теряют смысл.

Открытый код и свои ключи

Для компании, которая не хочет зависеть от одного вендора, у терминального списка есть отдельный аргумент – лицензии. Codex CLI открыт: Rust, почти 90 тысяч звёзд на GitHub (данные GitHub на сентябрь 2026). Закрыты Claude Code и Antigravity CLI; лицензия ZCode в открытых данных не указана, у GitHub Copilot CLI она там же не найдена.

Открытая программа означает, что код можно прочитать и проверить, что инструмент делает с файлами, и что ключ в ней свой, к любому провайдеру. Звёзды на GitHub при этом показывают популярность; жив ли проект, показывают коммиты за последние недели и дата релиза.

DeepSeek Harness стоит особняком. Архитектура построена на принципе «всё есть плагин»: файлы, терминал, плагины, воспроизводимые сессии. Есть и отдельный форк dsh cli – терминальный агент с полноэкранным интерфейсом, потоковым выводом, историей сессий и управлением разрешениями; браузер для работы не нужен.

Отношение к остальному обзору у Harness другое: он умеет вызывать Claude Code и Codex как субагентов. Это слой поверх других агентов, и заменять их он не собирается. Конкурентом остальному терминальному списку Harness не станет – он стоит над ним.

Список легко прочитать и отложить. Сложность начинается там, где задачу агенту формулируете вы: «собери отчёт» на выходе даёт документ, который кто-то должен прочитать целиком и сверить с исходниками. Разница между «агент что-то принёс» и «результат можно отдавать руководителю» – это навык постановки задачи и проверки результата. Он нарабатывается практикой.

Кто садится за инструмент

Обе половины обзора делают одни и те же вендоры. Anthropic выпускает Claude Code для терминала и Cowork для десктопа, Moonshot – Kimi Code CLI и Kimi Work, Microsoft – GitHub Copilot CLI и Copilot Cowork. Antigravity 2.0 перезапустили 19 мая 2026 на Google I/O как платформу, которая закрывает оба форм-фактора сразу.

Есть исключение и со стороны самих инструментов. Kilo Code – одна программа, которая живёт сразу в VS Code, JetBrains, CLI и облаке, то есть закрывает оба форм-фактора одновременно. Большинство инструментов обзора всё-таки остаётся в одном из двух классов, поэтому деление продолжает работать. Ключ в Kilo Code свой (BYOK) и без наценки: инференс идёт по ставкам провайдера, сверху только 5% комиссии за пополнение кредитов, плюс маркетплейс MCP.

Классы различаются по тому, кто открывает программу и с чем в ней работает. Терминальный агент работает с кодом: репозиторий, ветки, сборка. Десктопный агент для офисных задач – с файлами, таблицами, браузером, документами. Командная строка для этого не нужна, и офисные агенты сделаны так, чтобы её не было.

Десктоп – агенты для офисных задач

Вторая таблица смешивает разные аудитории. Cursor и Windsurf – IDE со встроенным агентом, инструменты инженера. Приложение Codex адресовано и инженерам, и всем остальным: оно показывает git, рабочие деревья (worktrees), проверки в браузере, файлы и артефакты визуально, терминал там не нужен. Antigravity 2.0 – платформа для инженеров. Менеджеру из этой таблицы нужны четыре строки: Cowork, Copilot Cowork, Kimi Work и WorkBuddy.

Claude Cowork · Anthropic

• Для кого: офисные задачи
• Цена: Pro / Max / Team

Сессии живут в облаке, к локальным папкам агент идёт через отдельное приложение Claude Desktop. Появился в январе 2026.

Codex, приложение · OpenAI

• Для кого: инженеры и не-инженеры
• Цена: план ChatGPT

git, рабочие деревья, проверки в браузере и артефакты показаны визуально, терминал не нужен.

Antigravity 2.0 · Google

• Для кого: инженеры
• Цена: бесплатно / $20 / $249,99

Платформа из пяти поверхностей: IDE, десктоп-приложение, CLI, SDK и Managed Agents API.

Kimi Work · Moonshot

• Для кого: офисные задачи
• Цена: Moderato $19, Allegro $99, Vivace $199

Локальный по архитектуре: монтирует папки напрямую, работает с залогиненным браузером, запускается по расписанию. «Рой» до 300 субагентов с тарифа Allegro.

Copilot Cowork · Microsoft

• Для кого: офисные задачи
• Цена: внутри подписки Microsoft 365

Облачная песочница с чекпоинтами и журналом аудита, доступ выдаёт администратор. Внутри – технология Claude Cowork от Anthropic.

Tencent WorkBuddy · Tencent

• Для кого: офисные задачи
• Цена: не опубликована

Разбивает задачу на части и отдаёт на проверку готовые отчёты, презентации и таблицы.

Cursor и Windsurf · сторонние

• Для кого: инженеры
• Цена: не публикуется в этом обзоре

IDE со встроенным агентом. С Windsurf есть нюанс: его собственный адрес теперь переадресует на десктопный продукт Devin, так что отдельным инструментом он остался только на словах.

Облако или локальная машина

Внутри этой группы есть разница, которая для компании с требованиями к данным решает больше, чем набор функций: где агент обрабатывает файлы.

Claude Cowork по умолчанию держит сессии в облаке. К локальным папкам и приложениям он обращается через отдельное приложение Claude Desktop для macOS и Windows – с разрешениями: доступ выдаётся на конкретные папки. То, что попало в сессию, обрабатывает инфраструктура вендора.

Kimi Work устроен наоборот и живёт на машине пользователя: монтирует папки напрямую, управляет залогиненным браузером через WebBridge, запускается по расписанию. Данные остаются локальными; при этом агент действует внутри ваших сессий в браузере и видит смонтированные папки целиком. Режим с участием до 300 субагентов доступен с тарифа Allegro за $99 и выше – детали в обзоре Kimi.

Tencent WorkBuddy разбивает задачу на части и отдаёт на проверку готовые отчёты, презентации и таблицы. Ни цен, ни устройства в открытых данных на момент написания обзора нет.

Copilot Cowork предлагает третий периметр: облачная песочница внутри Microsoft 365, где доступ выдаёт администратор, а действия агента попадают в журнал аудита. Построен он на технологии Claude Cowork от Anthropic, встроенной в Microsoft 365 Copilot: одна и та же технология продаётся под двумя брендами, Anthropic напрямую и Microsoft внутри своей подписки. Выбор между ними для менеджера сводится к периметру, администрированию и месту хранения данных.

Отдельная история – Agent Mode, который стал режимом по умолчанию в Word, Excel и PowerPoint. Остальные десктопные агенты нужно устанавливать на рабочие машины; этот уже стоит там, и по охвату это самая широкая база среди агентов обзора.

Для компании с требованиями к данным Cowork и Kimi Work – два разных решения, и проверять их стоит по короткому списку:

• где обрабатываются файлы: в облаке вендора или на машине сотрудника;
• какие разрешения получает агент и кто их выдаёт;
• что остаётся в логах вендора после сессии.

Ответы на эти вопросы определяют, согласует ли безопасность инструмент, – раньше любого разговора о цене.

Тот же список стоит применить и к терминальным агентам, хотя обычно его к ним не применяют. Десктопный агент читает таблицы и документы. Терминальный запускает команды на машине разработчика и видит репозиторий, ключи в переменных окружения и историю коммитов. Радиус поражения у него шире, а через согласование безопасности он проходит реже – инженер ставит его себе сам.

Где агенты подводят

Таблицы выше собраны из данных вендоров. Как эти инструменты ведут себя в работе, видно у практиков, которые разбирают их на своих каналах. В восьми таких разборах, вышедших с августа по сентябрь 2026, повторяются четыре сюжета. Это наблюдения отдельных людей на своих задачах и своём железе, а не измерения.

Разрешения по умолчанию открыты. Минимальная оболочка Pi запускается с доступом ко всему: автор обзора показывает, как агент выходит за пределы репозитория, и считает это удобством. У Oh My Pi режим согласования инструментов по умолчанию называется YOLO, и первое, что рекомендует изменить обзорщик, – переключить его на запрос подтверждения. Из коробки инструмент настроен на скорость; осторожность включает пользователь.

Осторожность снижается со временем. Тот же автор описывает собственный путь: сначала ограничивал агента одним репозиторием, потом «появилось доверие» и ограничения ушли. Сказано это как признак зрелости. Для того, кто отвечает за периметр, это график роста риска, описанный самим пользователем.

Автономный агент накапливает следы. Практик, который держит агентов запущенными сутками, формулирует прямо: они создают файлы, меняют команды, оставляют за собой автоматические скрипты и «со временем разрушают машину, если за ними не следить». Каждый отдельный шаг выглядит безобидно; проблема набирается за недели.

Плагины к свежему проекту – отдельный риск. Вокруг DeepSeek Harness за три недели после релиза выросла экосистема плагинов; в установке по умолчанию автор одного из гайдов насчитал около 165. Другой обзорщик, канал AI RANEZ, предупреждает, что среди опубликованных плагинов встречаются вредоносные, и сравнивает ситуацию с тем, что уже происходило вокруг OpenCode. Открытый код и активное сообщество ускоряют развитие и одновременно расширяют поверхность атаки.

Ещё один сюжет заметен только в подробном гайде по установке. Развернуть DeepSeek Harness на чистом сервере у автора занимает около двадцати пяти минут: не хватает памяти, приходится вручную создавать своп, сборка падает. Команды он получает у чат-версии DeepSeek и вставляет их в терминал, комментируя это так: «своей головой мы ничего не думали, просто копировали и вставляли». Инструмент, установка которого требует второго ИИ, обходится дороже, чем написано в строке «бесплатно».

Системные промпты: чего боится вендор

Устройство агента видно в системном промпте – инструкции, которую модель получает до первого сообщения пользователя. Такие тексты лежат в открытом доступе: от Claude Code и Cursor до ZCode и Google Antigravity, коллекция собрана в репозитории на GitHub. По ним видно, чего каждый вендор боится.

Почти все правила в промпте Cursor посвящены отчётности о прогрессе: status_update_spec, summary_spec, completion_spec, todo_spec. Про качество кода – почти ничего. Эти правила закрывают конкретный отказ: агент перестаёт сообщать о ходе работы, и пользователь не понимает, что происходит.

Промпт ZCode почти целиком состоит из ограничений окружения: не запускай dev-сервер, не собирай билд, пользователь видит только порт 3000 и один маршрут. Это CLI для Next.js-проектов, и ограничения здесь закрывают главный риск – сломать то, что не откатить. Про модель GLM и её вендора у нас есть отдельный обзор.

В промпте Claude Code правила определяют, когда агент отдаёт файл и когда отвечает в чат, и требуют прочитать SKILL.md перед созданием любого файла.

Объём этих инструкций со временем падает. 21 июля 2026 Anthropic сократила системный промпт Claude Code примерно на 80% для фронтирных моделей: убрала примеры и часть жёстких запретов, потому что новые модели лучше работают с контекстом, чем со списком правил [Simon Willison]. Инструкция сокращается по мере того, как модель начинает справляться сама.

Если читать эти тексты рядом, видно то, чего нет в анонсах релизов. Написание кода вендоры считают решённой задачей – ему посвящены единицы строк. Десятки страниц описывают другое: как агент отчитывается о прогрессе, что ему запрещено трогать, в каком виде он сдаёт работу. Сложная часть агента – предсказуемость и отчётность.

Перед менеджером, который отдаёт работу агенту, стоит ровно та же задача: что считается сделанным, как часто агент отчитывается, какие области ему закрыты, как проверяется результат. Вендоры решили её инструкцией для своих инструментов. Почему проверка и ответственность остаются за человеком, разобрано в статье Делегирование AI.

Заготовка такой инструкции – четыре строки:

• критерий сдачи: какой файл, в каком формате и с какими полями считается результатом;
• частота отчёта: агент сообщает о ходе работы после каждого шага или раз в заданный интервал;
• закрытые зоны: папки, репозитории и сервисы, к которым он не обращается;
• способ проверки: что человек открывает первым, чтобы сверить результат с исходниками.

На живой задаче – еженедельной сводке по проекту – это выглядит так:

• критерий сдачи: файл weekly.md с разделами «Сделано», «Риски», «Решения к принятию»; в каждом пункте ссылка на задачу в трекере;
• частота отчёта: сообщение после каждого источника – трекер, почта, календарь;
• закрытые зоны: репозитории и переписка за пределами проектного канала;
• способ проверки: открыть раздел «Риски» и сверить каждый пункт с задачей, на которую он ссылается.

Внедрение и реальное использование

Счёт за лицензии приходит независимо от того, открывает ли команда инструмент. Разрыв между этими величинами измерили в LeadDev: опрос почти 600 инженеров и руководителей, 2026 год. Claude Code закуплен в 78% команд, ежедневно им пользуются 50%. У GitHub Copilot разрыв шире – 56% против 14%. У веб-версии Claude 64% против 18% [LeadDev].

Объяснение авторы дают простое: инструмент выбирают сверху, а инженеры расходятся по тому, что им удобнее. Их формулировка: разрыв в цифрах – это проблема закупки, которая притворяется проблемой внедрения. Вопрос на приёмке они предлагают ставить так: почему сотрудники обходят согласованный инструмент в поисках лучшего.

По тому же опросу эффект от инструмента измеряют 31% компаний.

Чем заменить долю активированных лицензий, описывает в своём блоге Kilo. Это методика вендора, и читать её стоит с поправкой на источник, однако набор показателей разумный: глубина использования вместо охвата, доля пул-реквестов с автоматическим ревью, доля сессий агента, дошедших до мержа, и удержание практик – работает ли команда с общими шаблонами. Их собственная оговорка: после 80% активации эта цифра перестаёт что-либо показывать.

Для менеджера здесь появляется вторая работа. Выбор инструмента занимает неделю, а проверка того, что им пользуются, идёт кварталами.

Выбор без единственно правильного ответа

Инструмента, который подошёл бы всем, в этом обзоре нет. Решение собирается из трёх вопросов, и все три звучали выше:

• кто садится за агент: инженеру – терминальный список, менеджеру команды – десктопные агенты для офисных задач;
• где могут находиться данные компании: облако вендора – Cowork, локальная машина – Kimi Work, запрет на внешние сервисы – открытые CLI со своим ключом;
• какой горизонт у решения: хронология года обещает месяцы; открытая лицензия снижает риск, потому что код поддерживает сообщество, даже когда вендор переключился на другое. Aider показывает обратную сторону – открытость не гарантирует темп разработки.

Если свести это к трём стартовым точкам:

• команда до пятнадцати человек без согласования безопасности – открытый CLI со своим ключом, OpenCode или Oh My Pi: лицензия MIT, провайдер меняется правкой конфигурации, аккаунт вендора ни при чём;
• компания с требованиями к данным – Copilot Cowork, если вы уже внутри Microsoft 365: администрирование и журнал аудита там встроены. Когда обработка должна остаться на машине сотрудника, подходит только Kimi Work;
• инженерная команда, которой нужен один инструмент на всех – Claude Code там, где Anthropic доступен, и Kilo Code, когда важны сразу терминал, IDE и предсказуемый счёт за место.

Выбор модели внутри всего этого – вопрос другого слоя: агенты меняются не медленнее моделей. Как выбирать между самими моделями, разбирает сравнительная статья серии – там же сводная таблица выбора по задачам и бюджету. Следующая часть серии – про окружение агента: MCP-инструменты, доступы к корпоративным данным и журнал действий.

Остаётся вопрос, которого нет ни в одной таблице. Самые автономные инструменты 2026 года требуют самых длинных инструкций о подотчётности: чем меньше человек участвует в работе, тем больше текста уходит на правила сдачи и проверки. Вендоры написали этот текст для своих агентов. Для задач вашей команды он ещё не написан – и кто за него возьмётся: инженер, который ставит агента, или менеджер, который принимает работу?

Другие части серии

Часть 1

ChatGPT в 2026 году: что изменилось и с чего начать менеджеру

Часть 2

Claude от Anthropic в 2026: Opus 5, Fable 5.1, Mythos 5.1, Cowork и Chrome – обзор для менеджеров

Часть 3

Perplexity AI в 2026: обзор умного поискового движка для менеджеров

Часть 4

Gemini от Google в 2026: обзор моделей, NotebookLM и интеграция с Workspace

Часть 5

Грок (Grok) от SpaceXAI в 2026: обзор ИИ-нейросети Илона Маска

Часть 6

YandexGPT в 2026: обзор российского ИИ от Яндекса для бизнеса

Часть 7

DeepSeek в 2026: обзор V4-Pro и V4-Flash после роста цен

Часть 8

GigaChat в 2026: честный обзор – стоит ли использовать для работы?

Часть 9

Qwen от Alibaba в 2026: открытые веса вернулись во флагманы

Часть 10

Как оценивают качество нейросетей в 2026: бенчмарки LLM для менеджера

Часть 11

AI для создания медиаконтента в 2026: изображения, видео, музыка и презентации

Часть 12

Сравнение GenAI инструментов 2026: какой ИИ выбрать менеджеру

Часть 13

Chat Z.AI (GLM-5) в 2026: китайская модель, которая притворяется Claude

Часть 14

Kimi от Moonshot в 2026: K3, K2.6, K2.7-Code и агенты для менеджера

Часть 15

GigaChat для работы: как выжать максимум из того, что есть

Часть 16

Бенчмарки ИИ теряют смысл – как тогда выбирать модель

Часть 17

Meta Muse Spark – первая закрытая модель Meta с 2023 года

Часть 18

Модели Microsoft MAI в 2026: что реально доступно и почём