Оркестрация агентов: навык ИИ с самым долгим сроком годности

Представьте менеджера, который уверен, что освоил ИИ. У него открыто тридцать вкладок ChatGPT. В одной он полчаса назад разбирал риски по контракту, в другой сводил статус проекта, в третьей просил переписать письмо стейкхолдеру. Каждую новую задачу он начинает одинаково: заново объясняет, что за проект, кто в команде, какие сроки, копирует кусок выгрузки из Jira, вставляет переписку из Slack. Получил ответ – скопировал обратно, вкладку закрыл. Завтра всё сначала.

Он честно пользуется ИИ каждый день и искренне считает, что находится на переднем крае. На самом деле он застрял на первой ступени и таскает контекст руками, как курьер таскает коробки. Инструмент у него мощный, а режим работы – самый примитивный из возможных.

Разница между этим менеджером и тем, кто выигрывает от ИИ по-настоящему, не в том, кто быстрее печатает промпты. Она в одном навыке, который почти никто не ставит явно, – в умении не чатиться, а делегировать задачу агенту. Этот навык, как ни странно, самый долгоживущий из всего, что даёт обучение работе с ИИ. И одновременно – самый недопоставленный.

Дальше – про то, чем оркестрация отличается от чата на уровне механики, почему это фундаментальный навык, а не продвинутый, и как он выглядит в реальной работе менеджера на примере бесплатного инструмента OpenCode. Без пошаговой установки: цель – чтобы вы поняли принцип и увидели, чему конкретно стоит научиться.

Чат против оркестрации: в чём собственно разница

Чат – это диалог. Вы открыли окно, объяснили задачу, получили ответ, забрали текст. Весь контекст проекта при этом живёт у вас в голове и в ваших руках: это вы решаете, что скопировать в окно, вы вставляете выгрузку, вы переносите ответ обратно в рабочую систему. Модель – собеседник, который каждый раз просыпается с амнезией. Как только вы закрыли вкладку, всё, что вы ей рассказали, испаряется.

Оркестрация – это другой режим. Вы один раз описываете контекст: кто в команде, какой проект, какие сроки, какой тон общения, что нельзя делегировать. Один раз задаёте правила. Дальше вы ставите задачу целиком – не «подскажи формулировку», а «разбери этот контракт и найди риски», «собери мне брифинг к планёрке», «сравни двенадцать вендоров и дай топ-3». Агент выполняет задачу сам, обращаясь к вашим системам напрямую, и возвращается с готовым результатом. Ваша работа – проверить.

Простое определение, без жаргона: оркестрация – это когда контекст и правила заданы один раз и переиспользуются, а задача делегируется целиком, а не собирается из кусочков в чате. Разница здесь примерно как между «продиктовать письмо» и «нанять ассистента». В первом случае вы управляете каждым словом и держите всё в голове. Во втором – объясняете человеку контекст один раз, ставите задачу и потом смотрите на результат.

Обратите внимание, что это управленческое различие, а не техническое. Вопрос не в том, какая модель под капотом. Вопрос в том, кто носит контекст – вы вручную или файл за вас.

Почему это навык с самым долгим сроком годности

Здесь стоит поднять голову от сегодняшних инструментов и посмотреть на направление движения. Сценарий AI 2027, написанный бывшим исследователем OpenAI Дэниелом Кокотайло, описывает, куда всё идёт, на примере самих ИИ-лабораторий. По сюжету каждый исследователь перестаёт писать код руками и становится «менеджером» команды из ИИ-копий: он не исполнитель, он ставит задачи и проверяет результат работы своих агентов.

Важно, как это читать. Это не про «ИИ вас заменит» и не повод для паники – MySummit к таким сюжетам относится трезво. Полезен здесь не апокалипсис, а вектор. По мере роста способностей ИИ работа человека смещается от исполнителя к управляющему ИИ-исполнителями. И авторы сценария отдельно отмечают, что рынок начинает платить премию за это раньше, чем можно подумать: уже в конце 2026 года, по их прогнозу, «люди, которые умеют управлять командами ИИ и контролировать их качество, зарабатывают больше всех». Не те, кто виртуозно чатится, а те, кто умеет делегировать и проверять.

И там же – наблюдение, которое верно уже сейчас, без всякого 2027 года: сообразительные люди находят способ автоматизировать рутинные части своей работы. Не ждут будущего, а делают это сегодня.

Теперь соберём мысль. Конкретика вокруг ИИ меняется с бешеной скоростью: модели переименовываются каждый квартал, цены падают, интерфейсы переделывают, вчерашний промпт-приём под конкретную версию завтра не работает. Всё это – навыки с коротким сроком годности. А умение дать агенту контекст один раз, поставить задачу целиком и проверить результат не привязано ни к одной модели. Выйдет новая версия, сменится инструмент, появится другой провайдер – навык переносится без потерь. Именно поэтому он и держится дольше всего: это менеджерская дисциплина, а инструменты под ней сменные. Google Cloud, кстати, описывает ровно эту траекторию как новую роль менеджера-супервайзера агентов – с теми же вопросами про постановку задачи и точку проверки.

Как это выглядит в реальной работе: OpenCode

Абстракция «делегируйте задачу агенту» звучит красиво, но менеджеру важно увидеть, как это выглядит руками. Разберём на конкретном инструменте – OpenCode. Это бесплатный агент с открытым кодом, который работает не в облачном окне браузера, а прямо на вашем ноутбуке, с доступом к вашим файлам и системам. Из России он запускается без VPN через доступные модели вроде Kimi или DeepSeek. Менеджер ставит его себе и настраивает под свой проект.

Не пугайтесь слова «терминал». Здесь важен не интерфейс, а три механики, каждая из которых – это и есть переход от чата к оркестрации.

Механика первая: AGENTS.md – контекст, который живёт в файле, а не в голове

Первое, что делает менеджер, – заводит рядом с проектом файл AGENTS.md. Это обычный текстовый файл на русском языке. В нём написано ровно то, что вы каждый раз пересказываете в чате заново:

# Контекст проекта

Проект: мобильное приложение для самозанятых, финтех.
Стек: React Native, backend на .NET, PostgreSQL.
Команда: 8 человек. Тимлид – Игорь, аналитик – Света.
Фаза: стабильная разработка, релиз в сентябре.

Ключевые стейкхолдеры: кредитный комитет банка-партнёра.
Стиль решений: сначала данные, потом мнение. Коротко.

Не делегировать агенту: переписку с юристами, решения по бюджету.

Всё. Теперь агент не начинает каждую сессию с чистого листа. Вы спрашиваете «что у нас с релизом» – и он уже знает, о каком релизе речь, кто в команде и какой сейчас этап. Это и есть тот самый переход: в чате контекст живёт у вас в голове и теряется при закрытии вкладки, в оркестрации он лежит в файле и переиспользуется в каждой задаче. Один раз написали – работает месяцами. В нашем курсе мы оцениваем экономию от одного этого файла примерно в 80 часов в год – просто на том, что вы больше не пересказываете проект по кругу.

Механика вторая: скиллы – задачи, делегированные целиком

Вторая механика – скиллы, они же сохранённые команды. Скилл – это описанная один раз задача, которую вы дальше запускаете одной строкой. Не разовый промпт, а рутина, которая переиспользуется. Пара примеров из нашего курса.

/morning-brief – утренний брифинг к планёрке. Агент сам читает Jira и Slack, находит задачи, которые застряли, людей, которые примолкли, встречи, которые никто не подтвердил, и собирает короткую сводку: что изменилось, на что обратить внимание, какая повестка у standup. Двадцать минут ручного просмотра досок превращаются в две минуты чтения готового брифинга.

/vendor-research – batch-ресёрч поставщиков. Вам нужно выбрать платёжный шлюз из двенадцати вариантов. Вы ставите агенту задачу: проверь по каждому цены, ограничения бесплатного тарифа, свежие отзывы, явные красные флаги, собери сравнительную таблицу и выдели топ-3. С лимитом «потрать не больше пяти долларов». Запускаете в начале дня, уходите на встречи и обед, возвращаетесь – таблица готова. Два дня ручного сёрфинга по вкладкам превращаются в час-полтора, пока агент работает сам.

Ещё в наборе – /contract-review (разбор контракта по категориям рисков с цитатами и вопросами юристу) и /crisis-playbook (антикризисный план с триажом, сценариями выхода и письмом стейкхолдерам). Механика у всех одна: каждый скилл – это задача, отданная целиком, а не собранная по кусочку в переписке с чат-ботом.

Вот как выглядит такой скилл изнутри – это по-прежнему просто текст с инструкцией:

# vendor-research

Вход: список кандидатов + критерии сравнения.
Бюджет: не больше $5 на всю задачу.
Режим: обрабатывай по 2-3 параллельно, результаты сохраняй по мере готовности.

Для каждого кандидата проверь:
– цены и модель оплаты
– ограничения бесплатного тарифа
– отзывы за последние 6 месяцев
– явные красные флаги
– соответствие критериям из AGENTS.md (регион, язык, интеграции)

В конце собери единую таблицу и выдели топ-3 с обоснованием.

Механика третья: живые данные вместо копипаста

Третье отличие – агент работает с настоящими данными проекта, а не с тем, что вы вручную перенесли в окно. Он подключается к вашей Jira и вашему Slack и читает их напрямую (либо через прямое подключение, либо через выгрузки-экспорты, если корпоративная безопасность не разрешает первое). В режиме чата вы – переносчик: скопировал доску в промпт, скопировал ответ обратно. В режиме оркестрации агент сам ходит к источнику. Курьер больше не нужен.

Три механики вместе и дают тот самый сдвиг. Контекст в файле, задача целиком, живые данные. Вы перестаёте быть носильщиком и становитесь управляющим.

«Это же для технарей». Нет

Главное возражение, которое здесь возникает: звучит как программирование, значит, не для меня. Разберём его прямо, потому что оно ложное.

Посмотрите ещё раз на AGENTS.md выше. Там нет ни строчки кода. Это описание вашего проекта человеческими словами, на русском, ровно то же, что вы наговариваете новому подрядчику в первый день. Посмотрите на скилл – это тоже текст, список того, что нужно сделать, сформулированный так, как вы объяснили бы задачу помощнику. Нигде не нужно ничего программировать.

Ключевая мысль простая: поставить задачу агенту умеет любой, кто умеет поставить задачу человеку. Если вы способны внятно объяснить исполнителю, что от него требуется, какой результат считается хорошим и где границы – вы уже владеете сутью навыка. Всё остальное – детали интерфейса, которые осваиваются за вечер. Именно поэтому мы и называем оркестрацию фундаментальным навыком, а не продвинутым: это не следующий уровень для избранных, это база, которая должна быть у каждого менеджера независимо от роли.

Есть простой способ почувствовать разницу прямо сейчас, ещё до всякого OpenCode. Возьмите задачу, которую вы обычно решаете в чате по кусочкам, и попробуйте поставить её целиком – с полным контекстом и правилами проверки. Ниже промпт, который делает ровно это на примере анализа поставщиков. Запустите как есть, потом подставьте свою задачу и сравните ощущение с тем, как вы обычно «чатитесь».

Обратите внимание на последний пункт промпта: агент обязан сам сказать, где данных не хватает. Это и есть ваша роль в оркестрации – не набирать текст, а проверять результат и держать за собой суждение. Что такое агенты на самом деле и чем они устроены сложнее обычного чата, мы разбирали в отдельном материале про то, как работают ИИ-агенты.

Что с этим делать в понедельник

Сведём к действиям, которые применимы сразу.

Первое – честно определите, в каком режиме вы работаете. Если каждую задачу вы начинаете с пересказа проекта заново и копипаста из Jira – вы в режиме чата, каким бы продвинутым ни казался инструмент. Это и есть точка роста.

Второе – заведите свой AGENTS.md, даже если пока просто в заметках. Опишите один раз проект, команду, сроки, тон, табу. Само это упражнение – уже полшага к оркестрации: вы вытаскиваете контекст из головы наружу, где им можно переиспользовать.

Третье – выберите одну повторяющуюся рутину (утренний брифинг, разбор контракта, ресёрч поставщиков) и попробуйте поставить её агенту как задачу целиком, а не разбивать на реплики в чате. Начните с одной. Разберётесь с одной делегированной задачей – остальные лягут по той же схеме, это вопрос масштаба, а не новой профессии.

Менеджер с тридцатью вкладками не отстал в технологиях – у него самый современный инструмент. Он отстал в режиме работы: делает руками то, что давно можно делегировать. Переход от чата к оркестрации не требует стать технарём. Он требует ровно одного – начать относиться к ИИ не как к собеседнику, которому всё надо пересказывать, а как к исполнителю, которому ставят задачу и проверяют результат. Этому можно научиться, и научиться стоит именно сейчас: пока конкретные модели сменяют друг друга, сам навык только дорожает.

Ровно этому – собрать рабочий набор делегированных задач на OpenCode с нуля, с подключением к Jira и Slack и с проверкой результата за собой – посвящена глава «Операционный инструментарий» в модуле управления проектами нашего курса для менеджеров. Вы уходите не с теорией про агентов, а с тулкитом, который работает в ваших проектах с понедельника.

Читайте также

Заменит ли ИИ менеджера? Честный ответ по AI 2027

AI 2027: как планировать команду, когда ИИ меняется

ИИ экономит команде день в неделю. Куда он утекает?

Экономия или выручка: куда направить ИИ в первую очередь