Сравнение подходов к orchestration coding agents
Сравнение подходов к orchestration coding agents
Что сравниваем
Подходы к организации нескольких AI-агентов в разработке: Claude Code subagents/agent teams, GitHub/Copilot fleet-like запуск, SWE-agent harness, LangChain evaluator/rubric loop, Agent Mesh / orchestration frameworks, custom CLI orchestrators.
Быстрое сравнение
| Подход | Сильная сторона | Главный риск |
|---|---|---|
| Claude Code subagents | Изолированные контексты, роли, tools/permissions | Стоимость/effort дочерних агентов и ручная дисциплина |
| Spec Kit / Spec Kitty | Контракт до кода, понятные tasks | Можно бюрократизировать маленькие задачи |
| SWE-agent style harness | Issue → patch → tests, воспроизводимость | Требует test harness и окружения |
| Rubric/evaluator loop | Проверка по критериям до финала | Evaluator тоже может ошибаться без factual tools |
| Agent Mesh / frameworks | События, интеграции, production orchestration | Overengineering для локального вайбкодинга |
| Custom CLI orchestrator | Можно смешивать Claude/Codex/Copilot/Gemini | Хрупкость, секреты, разные форматы контекста |
Предварительный вывод
Для Павла и automation-проектов оптимальна гибридная схема:
- Spec-driven вход — чтобы не хаотить.
- Claude/Hermes-style orchestrator — держит todo, tools, память и wiki.
- 2–4 специализированных агента на независимых work packages.
- Evaluator/reviewer по рубрике.
- Git/worktree discipline для параллельных правок.
- LLM Wiki capture после каждого нетривиального проекта.