Как запустить пять AI-агентов одновременно: метод создателя Claude Code

Борис Черни, создатель Claude Code, отправляет по 20–30 pull request в день, управляя пятью параллельными инстансами Claude. Его рабочий процесс выглядит так: «Я запускаю 5 Claude параллельно в терминале, нумерую вкладки 1–5 и получаю системные уведомления, когда одному из агентов нужен ввод данных». Параллельно он открывает ещё 5–10 сессий на веб-версии claude.ai и переключается между локальными и облачными инстансами командой «teleport». Такой подход позволил Черни установить личный рекорд — около 150 успешно закрытых PR за один день. Сам он подчёркивает: теперь задача инженера — не писать код быстрее, а эффективнее координировать рой агентов.

В терминале Черни запускает пять инстансов Claude Code, каждый работает с собственным git-деревом worktree того же репозитория, а затем добавляет ещё 5–10 сессий в браузере на claude.ai/code. Главная проблема параллельной работы — коллизии: если пять агентов редактируют одну ветку, они перезаписывают друг друга. Решение, анонсированное 21 февраля 2026 года, — встроенная поддержка git worktree с флагом isolation: worktree. Каждый агент получает собственный рабочий каталог в отдельной ветке, и они могут работать параллельно, не касаясь одних и тех же файлов. Черни использует пять вкладок терминала (каждая — отдельный checkout), запускает Claude в режиме плана, уточняет план и затем позволяет агенту реализовать его в один заход.

Борис Черни выделил пять уровней зрелости для команд, использующих Claude Code: Gated (0) → Assisted (~1) → Parallel (~10) → Supervised autonomy (~100) → AI-native (1000+ агентов). Черни пошёл дальше разовых промптов: теперь он строит циклы (loops). Агенты мониторят его pull request, исправляют падающие CI, проверяют код, собирают отзывы, проводят эксперименты и возвращаются с результатами. Некоторые работают из отдельных веток, некоторые оспаривают работу других агентов, некоторые продолжают работать, пока он не за компьютером. Черни всё чаще контролирует этот процесс с телефона. Исследователь Anthropic Шолто Дуглас называет это «мультиплексированием» и утверждает, что именно так сейчас работают лучшие инженеры команды.

Агентные инструменты кодирования позволяют ИИ-агентам писать, тестировать и развёртывать код автономно. Жизненный цикл разработки ПО для многих проектов сжался с недель до часов или дней. Онбординг разработчика в незнакомую кодовую базу, процесс, который раньше занимал недели изучения, теперь можно завершить за часы, поскольку агенты обеспечивают направленное изучение и контекстные резюме. Это вынудило изменить роль разработчика: от основного кодера до оркестратора ИИ-агентов. Самый мощный паттерн в агентном кодировании — не выбор лучшего агента, а оркестровка нескольких агентов, каждый использует разные ИИ-модели, работая над разными аспектами проекта одновременно. Этот подход опирается на то, что Claude, Codex и Gemini имеют разные сильные стороны, и задача, которая ставит в тупик одну модель, может быть тривиальной для другой.

Йонатан Ярькони — сооснователь и CEO Latent AI, компании, специализирующейся на генеративном ИИ. Последние семь лет он занимает ведущие позиции в области искусственного интеллекта, работал в Google и IronSource. Latent AI проводит обучающие программы по агентному кодированию для R&D-команд, где помогает инженерам освоить параллельную работу с AI-агентами. Компания развернула ИИ в более чем 40 предприятиях с 2017 года. Latent AI — практическая консалтинговая фирма, сфокусированная на решениях с генеративным ИИ. Вебинар, посвящённый методам Бориса Черни, призван разобрать основную проблему: ИИ не всегда сокращает время разработки, потому что появляется намного больше кода для проверки и долгие ожидания между сессиями.

Разработка ПО смещается от написания кода к оркестровке агентов, которые пишут код. Отчёт Anthropic о трендах агентного кодирования за 2026 год выделяет восемь трендов, меняющих способ создания ПО: изменение инженерных ролей, координация множества агентов, паттерны человеко-ИИ-сотрудничества и масштабирование агентного кодирования за пределы инженерных команд. Например, TELUS сообщила об экономии более 500 тысяч человеко-часов разработчиков, используя эти системы для различных задач кодирования. Технологические гиганты и стартапы соревнуются в разработке агентных инструментов — от Claude Code и Cursor до Devin от Cognition Labs, который работает полностью автономно. Основной вызов для команд — найти баланс между ростом продуктивности и контролем качества, безопасности и стабильности кода.

Обзор подготовлен редакцией «Сводки24». Факты проверены по первоисточникам, ссылки на них — в конце материала.