Код, который написал агент, сам по себе не проблема. Проблема - когда агент крутится в цикле без проверки.
Команда Claude Code описала, как они ревьюят код, когда большую часть пишет AI: проверка начинается еще до PR, Claude обязан прогнать тесты, сборку или скриншоты, отдельный subagent смотрит diff, а быстрый откат считается частью системы. Результат у них заметный: с июня по сентябрь число влитых PR выросло больше чем вдвое, а доля откатов упала более чем на 40%.
Мой угол для малого бизнеса
Именно так я смотрю на AI-автоматизации для счетов, заявок, склада, договоров и ответов клиентам. Нельзя просто дать агенту поменять скрипт, поправить n8n-сценарий и надеяться, что все живо. Нужен проверяющий слой: тестовые счета, ожидаемый JSON, dry-run, сравнение изменений в базе, второй проход Claude по diff и быстрый откат. Скучные проверки окупаются, потому что защищают часы, которые автоматизация возвращает бизнесу.
Скажу честно: это не разрешение автоматически вливать все подряд. В оплатах, юридических резюме, письмах клиентам и движении остатков финальное бизнес-решение все еще за человеком. Но рутину - синтаксис, крайние случаи, регрессии - сначала должны читать машины, а не демо-ролики.
Почему это важно: AI-агенты становятся полезными в бизнесе только когда вокруг них есть верификация. Выигрыш не в том, что Claude написал код, а в том, что ручных проверок меньше, а инцидентов не больше.
Источник: Hacker News