Автоматизация разработки: как устроен новый Devin Fusion

Каждое digital-агентство или видеопродакшен регулярно сталкивается с техническими задачами: собрать интерактивный промо-сайт для бренда, настроить рендер-ферму или написать скрипт для автоматической загрузки роликов. Я постоянно вижу, как на это уходят недели работы девелоперов со стороны. Но сегодня автоматизация разработки качественно меняется благодаря автономным ИИ-агентам. Компания Cognition представила инструмент Devin Fusion, который объединяет две разные нейросети в одну команду. Одна модель управляет процессом, а вторая пишет код. Я считаю, что это отличное решение, чтобы быстро собирать технические инструменты без раздувания штата.

Двухэтажная архитектура ИИ-агентов

В основе Devin Fusion лежит привычный мне принцип управления: один человек ставит задачи и контролирует качество, а другой – выполняет рутинную работу. В системе работают два ИИ-агента с разделением ролей.

Ведущий агент общается с пользователем, разбирает сложные или неточные требования ТЗ и строит пошаговый план действий. Он не пишет код сам, а выступает в роли тимлида. Второй агент – исполнитель – пишет код, проводит тесты и исправляет ошибки.

Каждый из них имеет собственные инструменты и изолированный контекст. Ведущая модель (например, Claude Fable 5.1) передает исполнителю (например, SWE-2) только нужную для конкретной задачи часть информации. Это решает главную проблему обычных нейросетей: они путаются в файлах проекта и ошибаются.

Как это экономит бюджет на технический продакшен

Когда я планирую бюджет на разработку интерактивного проекта, программирование часто превращается в черную дыру для денег. Devin Fusion делает программирование на базе ИИ значительно дешевле.

Когда одна большая модель пытается и планировать, и писать код, она постоянно перечитывает весь код проекта заново. Это приводит к огромному расходу токенов и росту счетов за использование API. В Devin Fusion система кэширует контекст. Ведущий агент обращается к помощнику точечно, что снижает затраты на 23–46% в зависимости от выбранной связки моделей и сложности задачи.

Например, в тестах Cognition связка моделей Claude Fable 5.1 и SWE-2 показала качество работы на уровне дорогой одиночной модели Claude Code, но при этом обошлась на 36% дешевле. Продюсер благодаря этому может создавать сложные веб-инструменты, чат-боты и промо-механики с минимальными затратами на инфраструктуру ИИ. Более того, дорогие модели часто окупают себя за счет меньшего числа лишних итераций. Модель Fable 5.1 решает задачи в среднем за 11,5 шагов, тогда как более дешевая Opus делает 26,5 шагов и зря расходует бюджет на лишние запросы.

Практическая польза для креативных команд

Внедрение подобных инструментов перестраивает рабочий процесс в агентстве. Теперь технический директор или технически подкованный продюсер может поручать ИИ-агентам рутинные задачи, которые раньше висели неделями.

Во-первых, это автоматизация рутины в видеопроизводстве. Можно быстро писать скрипты для After Effects или DaVinci Resolve, настраивать автоматическую сортировку исходников по метаданным или собирать кастомные утилиты для конвертации видеоформатов.

Во-вторых, это ускорение запуска рекламных кампаний. Вместо трех дней ожидания верстальщика ИИ-агент за пару часов соберет прототип промо-страницы или интерактивной механики для презентации.

В-третьих, это снижение зависимости от дефицитных кадров. Простые интеграции сервисов по API, настройку вебхуков для CRM или выгрузку отчетов теперь можно делегировать ИИ-ассистентам.

Настройка Devin Fusion напоминает онбординг сотрудника: нужно задать глубину исследования кода и детализировать инструкции. Для продюсеров и агентств это реальный способ разгрузить команду от технической рутины и ускорить запуск проектов без раздувания штата.