Dark Fresh: агентная разработка и эксплуатация ИТ на системе доверия
ТОЛЬКО ДЛЯ ПОДПИСЧИКОВ🔒 Закрытый канал · @ITfresh_DarkТёмная сторона IT: то, о чём подрядчики молчат› Разборы реальных аварий — как было на самом деле› Приватные предложения только для подписчиков› Серверы, сети, VPN и ИИ-агенты без водыОткрыть доступ →бесплатно · 1 клик · отписаться можно в любой момент
Агентная разработка и эксплуатация ИТ по подходу Dark Fresh — это когда работу выполняют ИИ-агенты, а человек ставит задачу и принимает результат по проверяемым доказательствам, не читая код построчно. Доверие строится на многоуровневой автоматической проверке, которая резко снижает риск брака, а система учится на поправках человека. Ниже — как это устроено и как работает в ИТ-аутсорсинге малого бизнеса.
Что такое Dark Fresh простыми словами
Директор небольшой компании обычно видит ИТ-подрядчика так: пришла заявка, инженер её взял, что-то поменял, проверил руками и написал «готово». Качество держится на внимательности конкретного человека, а большая часть его времени уходит на уточнения, чтение журналов и согласование правок.
Dark Fresh меняет эту схему. Основную работу выполняют ИИ-агенты — программы, которые сами планируют шаги, пишут код или команды, запускают проверки и собирают отчёт. Инженер и руководитель формулируют задачу, задают проверяемые критерии приёмки («повторная загрузка не создаёт дублей», «сценарий проходит от входа до печати») и получают на руки артефакты: скриншоты прохождения сценария, цифры до и после, состояние базы после действия.
Решение принимается по этим доказательствам, а не по фразе агента «я всё проверил». Не устраивает результат — кнопка «откатить», и задача возвращается в работу с пояснением.
Откуда название. «Тёмный цех» — это производство, которое работает ночью без света, пока люди спят: агенты чинят, собирают и проверяют в нерабочее время, а утром человек видит готовый результат. «Fresh» — наша марка, ITfresh.
Людей это не заменяет, а перераспределяет. Человек уходит из исполнителей в постановщики и приёмщики: он задаёт цель, решает, что «хорошо», а что «нет», и отвечает за необратимые шаги — деньги, данные, доступы.
Почему агентная разработка стала возможна сейчас и при чём тут малый бизнес
Ещё пару лет назад агентная разработка была скорее демонстрацией, чем рабочим инструментом. Изменились три вещи.
Первое — модели научились долго держать задачу и пользоваться инструментами. Агент открывает терминал, выполняет запрос к базе, проходит сценарий в браузере, собирает результат и возвращает его в виде артефакта. Длинная работа — от формулировки требования до выкладки — раскладывается на шаги, каждый из которых агент выполняет сам, а человек подтверждает итог.
Второе — час работы агента стоит в разы дешевле часа инженера. Но эта экономия реальна только тогда, когда есть система проверки. Без неё дешёвый результат превращается в дорогие ошибки: кто-то всё равно должен читать каждую строку и перепроверять каждое действие. Поэтому в Dark Fresh основные усилия вложены не в «генерацию», а в доверие — об этом ниже.
Третье — характер задач малого бизнеса. У компании до 50 рабочих мест поток состоит из мелких однотипных запросов: доработать обработку 1С, разобраться с заявкой пользователя, обновить, проверить бэкап, посмотреть на мониторинг. Подрядчику такие задачи часто невыгодны: на уточнения и проверку уходит больше времени, чем на саму работу. Агентный конвейер снимает именно эту часть — уточнения ведёт агент, проверку выполняет автоматика.
Честная оговорка: фабрика окупается на потоке. Если задач мало, они редкие и прекрасно решаются руками — ломать работающий процесс не нужно. Тогда агентов разумно использовать точечно, как помощников инженера, а не как конвейер.
Как устроена фабрика: роли ИИ-агентов
Фабрика — это не один «умный бот», а несколько ролей с разными обязанностями. Разделение нужно не для красоты: у каждой роли своя зона ответственности, и ни одна не проверяет сама себя.
CTO-агент — единственный собеседник руководителя
Заявка приходит в мессенджер: голосом, текстом, пересланным письмом. CTO-агент фиксирует её, уточняет цель и запускает работу. Обратно руководитель получает короткие сообщения: что случилось, что сделано, какие доказательства, и две кнопки — «принять» и «откатить». Отвечает CTO-агент по записям журнала, а не «по памяти», и пишет только тогда, когда нужно решение человека.
Тимлид-агент — планирует и принимает, но не пишет код
Тимлид разбирает задачу на тикеты, решает, что можно делать параллельно, а что строго по очереди, назначает исполнителей и принимает их результат по критериям из спецификации. Код он не пишет намеренно: тот, кто принимает работу, не должен быть её автором.
Исполнители — каждый в своей копии
Каждый исполнитель получает свой тикет и работает в изолированной копии: отдельная ветка кода, отдельная копия базы, отдельный стенд. Ошибка одного не ломает работу другого, а в боевую систему исполнитель не попадает вообще.
Критик и арбитр — другая модель, свежий взгляд
Результат исполнителя смотрит критик — агент на другой модели, в чистом контексте, с одной задачей: найти, где это сломается. У любой модели есть слепые пятна, и та же модель, что писала, склонна считать свою работу верной. Если исполнитель и критик не сошлись, спор разбирает арбитр — третья модель, которая смотрит на доводы обеих сторон и на результаты проверок.
Журнал событий — его пишет программа
Каждый шаг — взял тикет, отдал на проверку, получил замечания, прошёл тесты, человек нажал «принять» — записывается в общий журнал. Пишет его программа, а не агент: агент может «забыть» отметить задачу закрытой, и через месяц у вас сотни висящих задач, которые на деле давно сделаны. Программа не забывает.
Опасные действия — изменения в боевой базе, выкладка, всё необратимое — фабрика сама не выполняет. Она готовит всё до последнего шага и ждёт кнопку человека.
Руководитель общается с одним агентом. Остальные роли работают внутри, а каждое их действие записывает программа в общий журнал.
Схема ITfresh. Время в журнале — иллюстрация, не замер.

Опора 1. Постановка задачи: успех решается до первой строки кода

Самый дорогой баг — тот, что заложен в задачу. Если требование понято неверно, никакие тесты не спасут: агент быстро и аккуратно сделает не то. Поэтому в Dark Fresh большая часть усилий приходится на этап до кода, и ведёт его не человек, а агент.
Допрос задачи
Мы не просим заказчика писать идеальное ТЗ. Агент сам задаёт вопросы — по одному-два за раз, — и каждый ответ становится контекстом для следующего вопроса. Так модель находит пробелы, о которых заказчик даже не подозревал.
Пример. Бухгалтер сети кофеен «Медный Чайник» (пример условный) пишет: «Нужна обработка, которая загружает чеки из ОФД в 1С». Агент спрашивает:
- Как оформлять возвраты — отдельным документом или сторно в той же смене?
- Что считать дублем при повторной загрузке — фискальный признак чека, номер или сумму со временем?
- Как быть с чеками без номенклатуры — загружать как услугу «Продажа» или останавливаться и спрашивать?
- Кассы три — нужна ли разбивка по кассам и сменам?
- Документы проводит обработка или оставляет черновики бухгалтеру?
Через десять минут разговора у бухгалтера нет ощущения, что он «писал ТЗ», а у агента есть список решений.
Словарь предметной области
Дальше агент фиксирует термины, чтобы все исполнители и бухгалтер понимали одно и то же:
| Термин | Что значит в этом проекте |
|---|---|
| Чек | Электронный документ из ОФД с фискальным признаком |
| Смена | Период работы одной кассы между открытием и закрытием |
| Возврат | Чек возврата из ОФД, оформляется отдельным документом |
| Дубль | Чек, фискальный признак которого уже есть в 1С |
Словарь кажется формальностью, пока два агента не начнут по-разному понимать слово «смена».
Спецификация с критериями приёмки
Спецификация описывает, что делаем и чего не делаем, а главное — как проверить результат. Критерии формулируются так, чтобы их мог проверить автомат:
- повторная загрузка того же дня не создаёт ни одного нового документа;
- сумма загруженных документов за смену равна сумме чеков ОФД за ту же смену;
- каждый возврат связан с исходной продажей, если она есть в базе;
- обработка создаёт черновики и ничего не проводит — проводит бухгалтер.
Нарезка на тикеты
Последний шаг — разбить работу на маленькие независимые задачи: получение чеков из ОФД, поиск дублей, возвраты, разбивка по кассам, тесты, приёмочный сценарий. Тимлид-агент отмечает, что можно делать параллельно, а что строго по очереди, и только после этого исполнители начинают писать код.
Код начинается только после пятого шага. Всё, что выше, — разговор, который ведёт агент, а не человек.
Пожелание в свободной форме: голосом, письмом, в чате.
Агент задаёт 1–2 вопроса за раз, пока не уйдёт неопределённость.
Термины предметной области: что такое «чек», «смена», «дубль».
Что делаем, чего не делаем, проверяемые критерии приёмки.
Мелкие независимые задачи: что параллельно, что строго по очереди.
Соотношение полосы — наша оценка того, где решается судьба задачи, а не измерение.
Опора 2. Доверие вместо ручного ревью: пирамида проверок

Как принять код, который никто не читал? Ответ Dark Fresh — не верить словам «тесты зелёные» и «я всё проверил», а требовать доказательства. Проверка устроена пирамидой: внизу дешёвые и быстрые уровни, наверху — дорогие и умные. Пока нижний уровень красный, верхние даже не запускаются.
Скрипты и линтеры
Самый нижний уровень — сборка и статический анализ. Для кода 1С это линтер модулей и аудит безопасности: пароли в коде, отключённый безопасный режим, запросы в цикле, вызовы командной строки. Для инфраструктуры — проверка конфигураций и скриптов. Если что-то красное, задача сразу возвращается исполнителю с причиной, а человек этого даже не видит.
Сложность и метрика CRAP
CRAP — метрика, которая сопоставляет цикломатическую сложность функции (число ветвлений) с тем, насколько она покрыта тестами. Запутанная процедура с десятком ветвлений и без тестов получает высокий балл и не принимается, пока её не упростят или не покроют проверками. Это защищает от «работающего, но страшного» кода, который сломается при первой правке.
Тесты, мутанты и свойства
Обычные тесты проверяют, что код делает то, что задумано. Но тесты пишет тот же агент, и они могут ничего не проверять. Поэтому есть мутационное тестирование: программа нарочно портит код — меняет «больше» на «меньше», убирает условие, — и тесты обязаны покраснеть. Если не покраснели, тесты бесполезны, и их переписывают.
Property-based тесты проверяют свойство на тысячах случайных входов. Для загрузки чеков свойство звучит так: «сумма документов после загрузки равна сумме чеков». Генератор подбрасывает странные данные — нулевые суммы, возвраты без продажи, смены через полночь — и ищет случай, где свойство нарушится.
Формальные инварианты для денег
Там, где цена ошибки высока — деньги, остатки, взаиморасчёты, — инварианты формулируются ещё до кода. Сначала словами: «деньги не исчезают и не задваиваются», «остаток не уходит в минус без явного разрешения». Потом формально — спецификацией на языке TLA+, которую модель-чекер TLC автоматически проверяет на всех возможных последовательностях шагов в заданных границах. Для простых доработок это избыточно, и мы так не делаем; для расчётов с деньгами — обязательно.
Критик на другой модели
Дальше результат смотрит критик — агент на другой модели, в свежем контексте. Его задача — сломать: подать отрицательную сумму, пустую дату, документ задним числом, два одинаковых чека в разных сменах. Замечания возвращаются исполнителю, спор при необходимости разбирает арбитр.
Приёмка глазами пользователя
Верхний уровень — агент управляет браузером так же, как пользователь: открывает веб-клиент 1С на копии базы, загружает тестовый день, открывает отчёт, сверяет итоги. Каждый ключевой шаг сопровождается скриншотом. Именно эти скриншоты и цифры «до и после» человек видит в отчёте.
Вердикт по риску и жёсткий шлюз
Итоговое решение зависит от риска: насколько часто это действие выполняется и какой вред возможен при ошибке. Низкий риск и всё зелёное — результат уходит человеку на быструю приёмку. Всё, что нельзя откатить, — отправка платежей в банк, отчётность в ФНС, удаление данных, изменение прав и паролей — проходит через жёсткий шлюз: решение принимает только человек, сколько бы уровней ни светились зелёным.
Каждый уровень дешевле и быстрее следующего. Пока нижний красный, верхние не запускаются.
Опора 3. Самообучение: ночные уроки из поправок

Агенты ошибаются, и человек их поправляет. Вопрос в том, что происходит с поправкой дальше. Если она остаётся в чате, та же ошибка вернётся через неделю — у другого агента, в другой задаче. В Dark Fresh каждая поправка становится материалом для ночного урока.
Что происходит ночью
Днём руководитель возвращает работу, правит формулировку, отвечает на вопрос агента. Всё это попадает в журнал. Ночью агент-разборщик собирает возвраты, промахи и ответы за день, ищет повторяющиеся причины и предлагает правило.
Дальше важный принцип: правило уходит вниз. Самое слабое место — текст инструкции: агент может её не прочитать или понять по-своему. Поэтому правило сначала пытаемся встроить в архитектуру или линтер, чтобы ошибку стало невозможно совершить. Если не получается — в тест или хук, который поймает ошибку автоматически. И только в последнюю очередь — в текст инструкции для агента.
Экзамен памяти
Новое правило может сделать хуже: замедлить работу, начать ложно браковать хорошие решения, конфликтовать со старыми правилами. Поэтому после ночного обновления запускается экзамен — прогон на наборе прошлых задач с известным правильным результатом. Стало хуже — изменение откатывается автоматически, а в журнале остаётся причина. Раз в неделю отдельный проход чистит правила, которые устарели или дублируют друг друга.
Судья вкуса
Часть вопросов исполнителей повторяется: «как называть такие документы?», «можно ли трогать этот справочник?». Отвечать на них каждый раз руководителю незачем. Судья вкуса — агент, который отвечает по прошлым решениям руководителя, с цитатой и датой решения. Если вопрос новый, касается денег, людей, доступов или чего-то необратимого — судья не угадывает, а отправляет его человеку с вариантами ответа.
Как это выглядит на практике
Типичная поправка из эксплуатации: «перед перезапуском службы на сервере сначала сделай снимок». В чате это напоминание, которое забудут. После ночного урока это шаг конвейера: перезапуск без свежего снимка просто не выполняется, а проверка на прошлых инцидентах показывает, что ничего не сломалось. Исполнителю больше не нужно об этом помнить.
Одну и ту же ошибку человек объясняет один раз. Дальше её ловит конвейер.
- 1Поправка. человек вернул работу или поправил решение — это сигнал, а не досада
- 2Ночной разбор. агент-разборщик собирает возвраты, промахи и ответы руководителя за день
- 3Правило уходит вниз. сначала в архитектуру или линтер, потом в тест или хук, и только в последнюю очередь — в текст инструкции
- 4Экзамен памяти. прогон на наборе прошлых задач: стало ли лучше
- 5Выкладка или откат. хуже — изменение памяти откатывается автоматически
Фабрика доработок 1С: автоматизация 1С с помощью ИИ-агентов

Мелкие доработки 1С — главный кандидат на фабрику (готовые решения смотрите в нашем каталоге обработок для 1С): их много, они однотипные, а проверить результат можно объективно. Вернёмся к примеру сети кофеен «Медный Чайник» (условный пример) и загрузке чеков из ОФД.
Как идёт работа
- Допрос и спецификация. Агент уточняет у бухгалтера правила возвратов, дублей, касс и проведения, фиксирует словарь и критерии приёмки.
- Расширение конфигурации. Исполнитель делает доработку расширением конфигурации (.cfe): типовая конфигурация не меняется и не снимается с поддержки, обновления 1С ставятся как обычно.
- Статический анализ и аудит безопасности. Линтер модулей 1С, проверка запросов на типовые ошибки (запросы в цикле, лишние соединения), аудит на пароли в коде, отключение безопасного режима, вызовы внешних программ.
- Автотесты YaXUnit. Тесты на экспортные методы: дубли, возвраты, разбивка по сменам, плюс мутационная проверка самих тестов.
- Прогон на свежей копии рабочей базы. Расширение подключается к копии, загружается реальный день чеков, сверяются суммы по сменам и количество документов. Рабочая база в этот момент не затрагивается.
- Приёмка через браузер. Агент открывает веб-клиент 1С на копии, проходит сценарий бухгалтера и прикладывает скриншоты: обработка, созданные черновики, отчёт по кассе.
- Отчёт и кнопки. Бухгалтер получает короткое сообщение: что сделано, итоговые цифры сверки, скриншоты, кнопки «принять» и «откатить».
Что остаётся человеку
Решение о подключении расширения к рабочей базе и проведение документов. Обработка создаёт черновики — проводит их бухгалтер, как и договорились на этапе допроса. Если в данных есть персональные сведения, их обрабатывают локальные модели на нашем GPU-сервере, без передачи во внешние облака.
Почему это работает именно в 1С
У 1С есть удобные точки опоры для автоматической проверки: расширения отделяют доработку от типовой конфигурации, копию базы можно поднять быстро, веб-клиент позволяет пройти сценарий «как пользователь», а для анализа кода есть линтеры и инструменты аудита. Для связи агентов с базами мы используем собственный MCP-сервер для 1С — он даёт агенту доступ к метаданным и данным с проверкой каждого запроса.
Самолечение инфраструктуры: ночной инцидент без дежурного

Второй конвейер — дежурство по инфраструктуре. Возьмём логистическую компанию «Полярная Сова» (пример условный): водители-экспедиторы и склад работают с 1С через VPN. В 03:10 мониторинг фиксирует падение VPN-узла. В классической схеме это либо десяток алертов дежурному, либо — если дежурного нет — утренний простой склада.
Цикл самолечения
- Тикет. Мониторинг создаёт тикет в журнале с типом сервиса, критичностью и связью с бизнес-процессом.
- Диагностика. Основа — нормальный мониторинг инфраструктуры: без него агенту не на что опереться. Агент читает журналы узла и ранбук — заранее описанный порядок действий для этого сервиса — и определяет, какие шаги допустимы.
- Обратимое действие. Перезапуск туннеля или переключение на резервный узел. Это действия, которые можно отменить одной командой, поэтому агент выполняет их сам.
- Независимая проверка. Не слова агента «служба запущена», а внешний мониторинг: реальное подключение снаружи, проверка, что трафик идёт и авторизация проходит. Проверяет не тот, кто чинил.
- Урок. Что сломалось, что помогло, сколько длился простой — запись в базу знаний. Если похожее повторяется, это сигнал к постоянному исправлению, а не к очередному перезапуску.
Что видит руководитель
Утром — одно сообщение от CTO-агента: что случилось, что сделано, доказательство (результат внешней проверки и выдержка из журнала) и кнопка «откатить». Промежуточные шаги остаются в журнале, а не в телефоне.
Где агент останавливается
Если нужное действие необратимо или касается периметра — правила межсетевого экрана, настройки WAN, маршрутизация на пограничном роутере, — агент ничего не меняет. Он готовит план с командами и проверками и зовёт инженера. Удалённая ошибка в настройке периметра может отрезать офис от сети, и чинить её придётся уже на месте.
Главный эффект — самолечение без лишних алертов. Человек получает сообщение только тогда, когда нужно его решение или когда автоматика не справилась.
Поддержка пользователей: «пропала база 1С»
Третий конвейер — заявки пользователей. Утро, бухгалтер мебельной фабрики «Кедровый Двор» (пример условный) пишет: «пропала база». Звучит страшно, но чаще всего данные на месте — пропал пункт в списке баз.
Как агент разбирает заявку
- Смотрит факты, а не гадает. Агент проверяет профиль пользователя на терминальном сервере: какие базы видны в его списке, когда список менялся, что было в журналах при входе.
- Находит причину. Например, после обновления в списке баз появились записи с одинаковыми идентификаторами, и нужная база «спряталась» за дублем.
- Исправляет у всех затронутых. Агент правит список у этого пользователя и проверяет остальные профили на ту же проблему, чтобы завтра не пришли ещё пять таких же заявок.
- Проверяет другим агентом. Независимый агент входит тестовым профилем, открывает базу и подтверждает, что она запускается и данные на месте.
- Отвечает человеческим языком. «База на месте, после обновления в списке появился дубль, мы его убрали. Откройте 1С ещё раз — если что-то не так, нажмите „Сообщить о проблеме“».
Чего агент не делает без человека
- не восстанавливает базу из резервной копии поверх рабочей — это может стереть данные за день;
- не меняет пароли живых учётных записей;
- не меняет права доступа и роли.
Такие шаги агент может подготовить и описать, но выполняет их инженер после проверки.
Оранжевое — агенты, бирюзовое — независимая проверка, фиолетовое — решение человека.
Обработка для 1С
- Бухгалтер: «загружать чеки ОФД в 1С»
- Допрос: возвраты, дубли, кассы, кто проводит
- Расширение .cfe, типовая не тронута
- Линт, аудит ИБ, тесты YaXUnit
- Прогон на копии базы, скриншоты из браузера
- Бухгалтер жмёт «принять», проводит сам
VPN-узел упал ночью
- 03:10 мониторинг видит падение → тикет
- Агент читает журналы и ранбук
- Обратимое действие: перезапуск или резервный узел
- Мониторинг снаружи подтверждает реальным подключением
- Урок — в базу знаний
- Утром одно сообщение с кнопкой «откатить»
«Пропала база 1С»
- Заявка: «пропала база»
- Агент проверяет список баз пользователя
- Находит дубль идентификатора после обновления
- Исправляет у всех затронутых
- Другой агент входит тестовым профилем и открывает базу
- Ответ пользователю простым языком
Контент-фабрика и собственный GPU-сервер
Тот же подход мы применяем к собственным материалам. План строится по поисковым запросам и экспертной SEO-базе, черновики разделов пишут локальные модели, они же делают первую вычитку. Иллюстрации генерируются на наших видеокартах, и каждую оценивает модель-судья: найденный брак — лишние надписи, рамки, искажённые предметы — перегенерируется автоматически. Финальную редактуру, проверку фактов и решение о публикации делает человек.
Эта статья и презентация к ней собраны именно так: тексты разделов — черновики локальной модели с последующей редактурой, иллюстрации — генерация на нашем GPU-сервере с автоматическим контролем качества.
Свой AI-сервер
Для данных клиентов — бухгалтерии, договоров, персональных данных — мы используем локальные модели на собственном GPU-сервере. Такие данные остаются в закрытом контуре и не уходят во внешние облака. Ведущие облачные LLM подключаются только к задачам без чувствительных данных и только с согласия клиента.
Компромисс честный: локальные модели медленнее и слабее топовых облачных. Поэтому мы отдаём им то, где они хорошо справляются, — черновики, классификацию, распознавание документов, первичную проверку, — а их ошибки ловит та же пирамида проверок, что и ошибки любых других агентов. Архитектура доверия не зависит от того, насколько умна конкретная модель.

Классический ИТ-аутсорсинг и Dark Fresh: сравнение
Разница не в том, «есть ИИ или нет». Разница в том, кто выполняет работу, как принимается результат и куда попадает опыт. В классической модели качество держится на внимательности конкретного инженера. В Dark Fresh его держит конвейер проверок и журнал, а инженер отвечает за постановку и решение.
Те же задачи малого бизнеса — другой способ их выполнять и принимать.

Пример расчёта: сколько часов инженера освобождается
Ниже — условная модель, чтобы показать механику, а не обещать цифры. Берём поток из двадцати мелких доработок и заявок в месяц. В классике инженер тратит время на уточнения, исполнение и проверку. В Dark Fresh человек отвечает на вопросы агента и принимает результат по артефактам, а исполнение и первичная проверка переходят к агентам.
Реальная экономия зависит от того, насколько задачи однотипны, есть ли копии баз и сколько проверок уже автоматизировано. Поэтому в каждом проекте мы сначала замеряем свой поток задач и только потом считаем.
Условная модель для иллюстрации, не замер: 20 мелких доработок и заявок в месяц. Подставьте свои цифры.
Классический подход
Dark Fresh
Допущения: 3 часа инженера на задачу в классике; 30 минут человека на задачу в Dark Fresh. Вычислительные ресурсы, настройка конвейера и разбор сложных случаев инженером не учтены — их считаем отдельно в каждом проекте.
Что остаётся человеку и куда агентов не пускаем
Чем больше работы берут на себя агенты, тем важнее чётко сказать, что остаётся за человеком.
Человеку остаются цель и приоритеты; вкус — умение сказать «нет», даже если решение формально работает; удаление лишнего — костылей, которые были нужны вчера и мешают сегодня; и ответственность перед клиентом. Агент может предложить десять вариантов, но выбирает и отвечает за выбор человек.
Куда агентов не пускаем без кнопки человека
- Платежи и банковские выгрузки. Агент может подготовить платёжки и сверить суммы, но отправку в банк подтверждает человек.
- Отчётность. Подготовить и проверить — да, подписать и отправить в ФНС или фонды — нет.
- Удаление данных и восстановление поверх рабочих баз. Ошибка здесь стирает реальную работу людей.
- Пароли живых учётных записей и отзыв доступов. Смена пароля «для порядка» может остановить работу сотрудника.
- Периметр сети удалённо. Неверное правило межсетевого экрана или настройка WAN отрезает офис, а чинить придётся на месте.
- Массовые рассылки клиентам. Отправленное письмо не вернуть.
Общий принцип простой: всё, что нельзя отменить одной командой, проходит через жёсткий шлюз. Агент готовит, проверяет, описывает последствия — человек решает.
Профессия меняется, а не исчезает
ИИ не отменяет инженера, он перестраивает его работу. Меньше ручного исполнения, больше постановки, приёмки и проектирования проверок. Хороший инженер в Dark Fresh — тот, кто умеет точно сформулировать, что значит «сделано», и построить автомат, который это проверит.
Как внедрить агентную разработку: план из шести шагов
Внедрять агентную разработку «сразу везде» — верный способ разочароваться. Мы идём от одного потока задач, на копиях данных и с понятными красными линиями. Каждый шаг даёт отдельный результат, которым можно пользоваться, даже если дальше не идти.
Начинаем с одного потока задач и копии данных, а не с «перевода всего ИТ на ИИ».
- 01Инвентаризация задач
Выписываем повторяющиеся работы за последние месяцы: доработки 1С, заявки пользователей, инциденты, отчёты. Выбираем 1–2 потока с наибольшим объёмом.
результат: карта потоков - 02Копии и песочницы
Готовим копии баз и тестовые стенды, куда агенты имеют доступ. В боевые системы агентов не пускаем.
результат: изолированный стенд - 03Словарь и правила
Фиксируем термины клиента, запреты и границы: что агент делает сам, что — только через кнопку человека.
результат: глоссарий и красные линии - 04Пирамида проверок
Подключаем линтеры, аудит безопасности, тесты, приёмку через браузер. Без зелёного конвейера результат не показывается человеку.
результат: конвейер проверок - 05CTO-агент и кнопки
Один канал в мессенджере: короткий отчёт с артефактами, кнопки «принять» и «откатить», никаких лишних алертов.
результат: канал решений - 06Ночные уроки
Включаем разбор поправок, экзамен памяти и еженедельную чистку правил. Расширяем фабрику на следующий поток.
результат: самообучение
Частые ошибки при внедрении ИИ-агентов
Большинство разочарований в агентах связано не с моделями, а с тем, как их встроили в работу. Вот ошибки, которые встречаются чаще всего.
- Верить словам «тесты зелёные». Агент искренне считает работу готовой. Без независимых проверок — мутационных тестов, критика, приёмки в браузере — это просто мнение.
- Проверять той же моделью, что писала. У модели есть слепые пятна, и свои ошибки она повторит при проверке. Критик должен быть на другой модели и в свежем контексте.
- Пускать агента в боевую базу. Работа — только на копиях и тестовых стендах. Боевая система получает уже проверенный результат и только по кнопке человека.
- Писать правила только в промпт. Инструкцию агент может не прочитать или понять по-своему. Правило должно стать тестом, линтером или ограничением в архитектуре.
- Заваливать руководителя алертами. Десять уведомлений за ночь приучают их не читать. Одно сообщение с доказательствами и кнопкой работает лучше.
- Строить фабрику там, где задач мало. Настройка конвейера и проверок окупается на потоке. Для редких задач хватит агента-помощника у инженера.
- Покупать «фабрику под ключ», не понимая, где она ломается. Агентная система требует настройки под ваши данные, термины и красные линии. Если вы не знаете, где у неё слабые места, вы узнаете об этом в самый неудобный момент.
Частые вопросы
Чем Dark Fresh отличается от обычного ИТ-аутсорсинга?
В обычном аутсорсинге мелкую задачу чаще всего и выполняет, и проверяет один и тот же инженер, поэтому качество зависит от его внимательности. В Dark Fresh работу выполняют ИИ-агенты, а результат проходит независимые автоматические проверки: линтеры, тесты, проверку другой моделью и приёмку в браузере на копии данных. Инженер ставит задачу и принимает результат по доказательствам, а необратимые действия выполняются только по кнопке человека.
Можно ли доверять коду, который никто не читал построчно?
Можно, если доверие опирается на артефакты, а не на слова агента. Код проходит статический анализ и аудит безопасности, тесты проверяются мутациями, свойства — на тысячах случайных входов, для денег формулируются инварианты, критик на другой модели ищет слабые места, а приёмочный сценарий проходит в браузере со скриншотами. Всё, что нельзя откатить, дополнительно подтверждает человек.
Куда уходят данные нашей 1С и бухгалтерии?
Агенты работают с копиями баз на наших или ваших серверах. Задачи с персональными и бухгалтерскими данными обрабатывают локальные модели на нашем GPU-сервере, без передачи во внешние облака. Облачные модели подключаем только к задачам без чувствительных данных и только с вашего согласия. Состав данных и границы доступа фиксируем до начала работ.
Что агенты точно не будут делать без нашего согласия?
Не будут отправлять платежи и отчётность, удалять данные и восстанавливать резервные копии поверх рабочих баз, менять пароли живых учётных записей и права доступа, править периметр сети удалённо и делать массовые рассылки. Такие действия агент может подготовить и описать, но выполняет их человек после проверки.
С чего начать небольшой компании?
С одного потока задач, которых у вас больше всего: доработки 1С, заявки пользователей или дежурство по инфраструктуре. Мы собираем список типовых задач, готовим копии баз и стенд, фиксируем словарь и красные линии, подключаем проверки и канал с кнопками «принять» и «откатить». Дальше фабрика расширяется на следующие потоки, когда первый работает стабильно.
Нужна ли нам своя команда разработчиков?
Нет. Постановку, проверки и сопровождение фабрики берём на себя мы, а от вас нужен человек, который знает процесс и принимает результат: бухгалтер, руководитель или администратор. Если у вас есть свои специалисты, они могут участвовать в приёмке и формулировке правил — это ускоряет обучение системы.
Коротко о главном
Dark Fresh — это не «ИИ вместо инженеров», а другой способ организовать работу: агенты выполняют, независимые проверки доказывают, человек ставит задачу и принимает решение. Три опоры — постановка, доверие вместо ручного ревью и ночное самообучение — делают результат предсказуемым, а необратимые действия остаются за человеком.
Если хотите посмотреть, как это ляжет на ваши задачи, начните с одного потока: доработки 1С, дежурство по инфраструктуре или заявки пользователей. Полную схему мы собрали в презентации Dark Fresh — её удобно показать коллегам.

ITfresh Dark в Telegram
@ITfresh_DarkТёмная сторона IT: разборы аварий, безопасность, бэкапы, 1С — без воды.