Как мы написали для себя агента, а теперь отдаём его всем

4 сентября 2026 года Cursor отменил мою подписку Pro. Подписку отменили почти всем в нашей компании. Вот что было в письме:

We detected recent activity associated with your Cursor account from a region where Cursor prevents access to our services.

As a result, we canceled your Cursor Pro subscription effective September 4, 2026 and have issued a prorated refund of $24.00 based on the remaining included usage on your current plan. You will not be charged again.

Best, Cursor Team

Никакого права апелляции — просто отмена и возврат 24 долларов на карту. 

Мы прошли знакомый многим разработчикам маршрут: сначала Cursor, потом Claude Code и бессрочный VPN, а потом и нарастающие проблемы с обоими продуктами. Вопрос «что делать после бана Cursor» тогда еще нам казался личным. Но очень быстро стало понятно, что он массовый. 

Я — Андрей Ивахненко, занимаюсь построением высоконагруженных систем в рамках сильно ограниченных бюджетов уже 10 лет. Сейчас развиваю семейство продуктов {do} в российской стартап-компании Думейт. Вместе с коллегами мы ушли из большой компании, где до этого построили «правильный» процесс: спринты, аналитика, продактоунеры, команды инженеров, код-ревью, тестировщики и ручную оценку. Каждая фича проходила долгий конвейер, это считалось нормой и state of the art.

В сентябре 2025 мы основали собственную компанию, заложив в нее другой принцип: разрабатывать под ИИ и вместе с ИИ. У нас не было бюджета на армию программистов, чтобы догнать и перегнать монополиста. Мы точно знали, что и как делать, но не было рук, чтобы это реализовать.

Пытаться внедрить ИИ в Scrum — всё равно что заставлять самолёт махать крыльями ради повышения эффективности.

С чего началось строительство Agent Operation System

Сейчас в основе всех наших продуктов лежит Дуфрейм — Агентная операционная система (Agent Operation System, AOS). Это как обычная операционная система, но для агентов и продуктов использующих ИИ: ядро одно, а продукты работают над ним как программы. На Дуфрейм живут Думейт (domate) — система проверки на заимствования и детекции ИИ-текста, Дутрейс (dotrace) — система подготовки академических текстов с легитимным использованием ИИ, и Дуэйд (doaid) — агентное приложение для разработки кода.

Называем Дуфрейм операционной системой не ради красоты: как в Unix есть ядро, инструменты и права процессов, так и у нас — один фундамент, и у каждого продукта свой набор инструментов и guardrails. Продукт не вмешивается в ядро напрямую, он работает через интерфейс. Но раз ядро общее значит, им можно управлять программно, и тогда нужен инструмент, который умеет менять само ядро.

Мы хотели создать автономную систему, которая не зависит от внешних кодинг-агентов вроде Cursor и Claude Code и может совершенствоваться на собственном опыте. Так мы пришли к настройке автомутации. Но у такого подхода есть предел. Настроить промпт - одно, а изменить сам механизм работы агента выглядим совсем другой задачей. Здесь уже нужно работать с кодом: вносить изменения, запускать тесты и проверять результат.

Мы честно попробовали решать эту задачу с помощью Cursor и Claude Code. Но процесс получался нестабильным. Тогда и пришло гениальное по своей простоте решение.

Как родился Дуэйд

В марте 2026 года мы выпустили первую версию Дутрейс, в котором реализовали привычный чат с ИИ через который можно было делать с текстом в редакторе все что угодно. Затем летом внедрили ИИ-помощника уже в Думейт. Нам хотелось чтобы ИИ-агенты, как маленькие дети, развивались бы сами в процессе общения с живыми людьми. Сделали автомутации системных промптов. А потом… потом пришло озарение.

Мы посмотрели на задачу под другим углом. Раз агент должен сам себя развивать — пусть он пишет код и меняет самого себя. Так из механизма автомутаций и потребности ускорить развития не прикладывая особых усилий родился инструмент, который работает с кодовой базой как инженер: он разбирается в архитектуре, вносит правки и проверяет результат. Сначала мы собрали опыт работы с агентом в отдельную сущность: Agent as a Service (AaaS) — один агентный стек, продукты как приложения, ядро общее.

Но этим все не ограничилось. Постепенно инструмент для автоправок вырос в агентную операционную систему, которая умеет не только писать код, но и запускать тесты, работать с терминалом, файлами и браузером, подключёнными инструментами. Файлы, Git, терминал, тесты, MCP, сабагенты стали его базовым набором, а кодинг лишь одним из применений.

Оказалось, что Дуэйд очень даже хорош для автономного использования, как самостоятельный инструмент, который не привязан к другим нашим продуктам.

Как это выглядит вживую: автомутации MCP-описаний

Вот один из примеров автомутаий. Система придумала проверить, как формулировки инструкций влияют на работу агента с инструментами для написания и проверки кода. Эти инструменты помогают проверить настройки среды, запустить программу и убедиться, что в коде нет синтаксических ошибок.

Система автоматически подготовила четыре варианта описания каждого инструмента: обычное краткое описание, подробное объяснение его назначения, предупреждение о последствиях неправильного использования и максимально короткую формулировку, которая сразу подсказывает агенту, когда применять инструмент.

Варианты проверялись на реальных задачах. Система сравнивала результаты и постепенно чаще использовала те формулировки, которые приносили лучший результат.

Победили короткие триггеры: 0,978 при нуле фейлов, и им стали отдавать больше трафика, чем базовой версии — 27,4% против 21,7%. Развёрнутые объяснения и жёсткие предупреждения проиграли: модель хорошо следует одному чёткому правилу и хуже — длинным объяснениям.

Делаем собственные задачи каждый день

Мы каждый день работаем вместе с Дуэйд над разработкой своих же продуктов и решением разнообразных задач. Это лучший способ сразу находить его слабые места. Если Дуэйд не справляется с нашими собственными задачами, мы узнаём об этом первыми и чиним до того, как с этим столкнётся пользователь. Каждый день работы с ним — проверка продукта на практике.

История про барузер агента

Агент, который работает с веб-продуктами, должен уметь не только править код, но и видеть результат. Для этого в Дуэйд есть встроенный браузер: агент открывает страницы и смотрит, как отображается интерфейс после правок, — делает то же, что инженер, когда проверяет свою работу глазами, а не по коду.

Мы постоянно пользуемся этим инструментом в работе над своими веб-сервисами и со временем сделали его, как нам кажется, удобнее аналогичного решения в Cursor.

Тут есть одна интересная история. Доработки встроенного браузера пришлись еще на период нашей работы с Cursor, то есть последние правки этого функционала мы проводили в нем. А буквально на следующий день Cursor выпустил обновление с очень похожими изменениями.

Совпадение? “Не думаю”. Хотя, конечно, скорее всего, именно оно. Но осадочек остался.

Цифры, которые мы можем показать

У нас пока нет машиночитаемой статистики «что сделал агент», мы всё ещё коммитим под собственными учётками и не догадались маркировать сделанное агентом для статистики. Поэтому цифры ниже — оценка по git-репозиторию, а не точное разделение «человек/агент».

За первую неделю сентября мы внесли в код агента 78 коммитов и около 15 000 строк — это только репозитории агента. В среднем почти 2 500 строк в день и около 200 строк на коммит. Самые крупные заходы — по 800–1 000 строк: поддержка изображений (VLM), исправление поиска по транскрипту, работа с браузером.

Как это выглядит вживую: разбор реального бага

Чтобы было понятнее, покажу, как агент работает над конкретной задачей. Возьмём демо-проект taskflow — простой таск-трекер: хранилище на JSON, CLI на argparse и пару тестов.

Сначала агент сканирует структуру проекта и строит карту. Архитектура простая, в три слоя:

• TaskStore — единственный источник истины: держит список задач в JSON, сохраняется при каждой мутации (storage.py:20-31).

• cli.py — тонкий слой поверх хранилища, без бизнес-логики.

• Тесты — два файла: на хранилище и на CLI с tmp_path, без глобального состояния.

Единственное, что сразу бросается в глаза: ID задач вычисляется как len(self._tasks) + 1 (storage.py:33) — классический источник дубликатов после удаления. Тест на это есть (test_id_unique_after_delete), и, подозреваю, он сейчас падает.

Агент прогоняет python -m pytest -v — 6 из 7 тестов зелёные, один упал.

Падение ровно в том месте, которое он отметил при чтении кода. Диагноз: TaskStore.add() вычисляет ID как len(self._tasks) + 1 (taskflow/taskflow/storage.py:33). После удаления первой задачи список сжимается до одного, следующая задача получает ID=2 — дубликат ID второй задачи. Хранилище уникальность не контролирует — тест это вскрыл.

Дальше агент вносит правку. Дифф — одна строка в taskflow/taskflow/storage.py:28:

Логика исправления: ID = максимальный существующий + 1. После удаления задачи №1 ID №2 остаётся 2, новая задача получит 3 — дубликатов больше не будет. Пустое хранилище (default=0) по-прежнему даёт ID=1.

После правки все 7 тестов прошли, включая ранее падавший test_id_unique_after_delete. Баг устранён, дубликаты ID больше не возникают.

Но на этом агент не остановился. Он запустил сабагента в read-only режиме (только чтение, без правок) и вернул независимое ревью. Ключевое из отчёта:

• Хранилище: TaskStore держит задачи в JSON-файле, перезаписывает файл целиком после каждой мутации.

• ID после удаления: подход max(...) + 1 не пересекается с текущими задачами, но переиспользует ID удалённой задачи, если удалить максимальный — новые задачи получают 1, 2, 3, а внешние ссылки на старые ID (например, done #N) могут указывать на другую задачу.

• Недостатки кода: нет валидации формата due; повреждённый JSON уронит всё хранилище; COMMANDS объявлена, но не используется; в CLI нет команды delete, хотя она есть в хранилище.

• Пробелы в тестах: не покрыты персистентность (перезапуск хранилища), KeyError при delete, успешный путь done в CLI, фильтр due_today по done=True и кейс удаления максимального ID — как раз та самая проблемная зона.

То есть ревьюер независимо подтвердил диагноз и нашёл смежные места: уникальность внутри списка мы починили, а «вечные» ID и валидацию входных данных можно вынести в отдельную задачу.

Пока без встроенной IDE. Оговорюсь: встроенной IDE у агента пока нет. Файлы сейчас можно только просматривать (код, HTML, Markdown с рендером, картинки), а редактор появится, когда станет по-настоящему нужен.

Не только код

Дуэйд пригодился даже там, где кодом и не пахло. Маркетинг с его помощью систематизировал работу над SEO- и GEO-оптимизацией сайта: агент свёл разрозненные задачи в единый поток, помог проверить и расставить их по приоритету, отдельно выделив критические. Часть правок он внёс сам, а остальные объяснил так, что маркетолог смог выполнить их без помощи разработчика.

Пользовательское соглашение тоже собрали с ним: юристу осталась полировка формулировок, а не написание текста с нуля. Ещё одно применение — подготовка заявок на конкурсы. Дуэйд разбирает требования по пунктам, создаёт шаблоны и частично наполняет их предоставленными материалами. Заявка с такой помощью готовится быстрее.

Есть примеры вообще из другой области. Знакомый стоматолог перевёл сайт семейной клиники с тяжёлого в поддержке WordPress на аккуратный Next.js за выходные — и сделал это сам, без программиста. А пятиклассник, сын нашего сотрудника, собрал браузерную игру про танки за два часа. Ни тот, ни другой до этого не умели программировать.

Это, наверное, самый показательный момент: человек, который не писал код от слова совсем, за выходные получает сайт на стеке, который обычно требует команды. Дело не в том, что агент «магией» делает всё сам — он снимает рутину, а человек остаётся автором решений.

Что мы построили за год работы

За год с сентября 2025 мы на этой технологии сделали четыре продукта. В основе — Дуфрейм, ИИ-среда разработки, на которой строится всё. Думейт развивался весь год; Дутрейс появился в феврале 2026; а Дуэйд начали разрабатывать в середине августа 2026 — и за это время он уже стал нашим бро и членом команды. На дейликах мы часто хватстаемся друг-другу его успехами и рассказываем как он ловко решил ту или иную задачу.

Система проверки на заимствования и детекция ИИ-текста (Думейт). В базе 1,8+ млрд источников, 3 бесплатные проверки в сутки. Вышли на устойчивое второе место на рынке РФ, сложные фичи придумываем и выпускаем достаточно быстро. Например, проверка библиографии на несуществующие источники: если в списке литературы ссылка ведёт на выдуманный источник, система это находит. Или ИИ-помощник в отчёте, который дает саммари по работе, подсвечивает слабые места и подсказывает как все исправить.

Система подготовки академических текстов с легитимным использованием ИИ (Дутрейс). Внутри тоже «вшит» ИИ-ассистент для автора, который помогает с рутиной и ведёт полную историю создания документа. Вместе с Думейт они замыкают цикл: написать в Дутрейс → проверить в Думейт → исправить в Дутрейс.

Агентная операционная система — Дуэйд. Это не только кодинг: агент работает с файлами, терминалом, браузером, Git, тестами и подключёнными инструментами. Кодинг — одно из его применений, но далеко не единственное. Изменения вносит агент, а человек смотрит и делает замечания.

Почему теперь выпускаем для всех

Сегодня с помощью Дуэйд мы разрабатываем все наши продукты, он уже стал частью рабочего процесса, и мы точно знаем, что на него можно положиться. Для нас особенно важно, что Дуэйд можно использовать внутри корпоративной сети, в том числе в сценариях, где действуют строгие ограничения на передачу данных во внешние сервисы. 

А еще это хорошая история об изменении скорости разработки. Небольшой проект, на который команда из трёх-четырёх человек раньше могла потратить полгода, сегодня один инженер способен реализовать примерно за две недели. 

Достаточно быстро мы поняли, что создали продукт, который может быть полезен большему числу разработчиков. Поэтому выпустили его в открытую бету. Обратная связь от других команд помогает нам быстрее понять, какие сценарии действительно важны пользователям, и определить приоритеты дальнейшего развития.

Три сценария использования

Есть три способа работать с агентом — в зависимости от того, где должны находиться код и модель.

• B2C. Скачиваешь приложение, регистрируешься на сайте, принимаешь условия использования ИИ-сервиса и работаешь. LLM и агент работают на сервере компании Думейт.

• B2B-лайт (Agent as a Service). Агент работает на серверах Думейт, LLM — своя: ключ от облачной модели или подключение к собственному кластеру с инференсом. Данные, которые идут до агента, шифруются — владелец сервиса не может посмотреть, что происходит.

• B2B-on-prem. Серверная часть полностью устанавливается в контуре организации-клиента — и агент, и LLM. Ничего не уходит наружу.

Как Дуэйд работает

Во-первых, он знает ваш проект. Сканирует все файлы репозитория и строит векторную базу, таким образом он выдает решения релевантные вашей архитектуре, документации и зависимостям.

Во-вторых, правит файлы и работает с Git. Управляет версиями кода: создаёт коммиты, сливает ветки, разрешает конфликты. Публикует изменения. Пишет код по описанию на естественном языке; результат остаётся в репозитории под вашим контролем. Контекст сохраняется между шагами и сессиями.

Сабагенты и несколько проектов одновременно. Запускает дочерних агентов для независимого исследования кода и параллельно держит несколько проектов в работе.

Работает в терминале. Собирает проект и выполняет тесты, потом анализирует результат. Находит причины проблем по коду, логам и результатам выполнения, вносит правку, повторно запускает проверку — и продолжает работать, если проблема не решена.

Использует инструменты через MCP (Model Context Protocol). Трекеры, браузеры, внутренние API — внешние системы подключаются как приложения в систему.

И наконец, RLHF-адаптация и автомутации (Reinforcement Learning from Human Feedback — обучение на предпочтениях человека). Система учится на истории работы с пользователями: мутирует базовые промпты под реальные сценарии, а под задачи пользователей переписывает и фрагменты самого себя.

Чем Дуэйд отличается от конкурентов

Все они — агентные среды разработки. Разница в том, кто из них полноценный агент, а кто автодополнитель, и в какой среде он работает. Данные о конкурентах — по открытым источникам на осень 2026.

Главное отличие от российских участников — уровень агентности и то, что они завязаны на собственные облака и модели. GigaCode работает в облаке Сбера, SourceCraft — в Yandex Cloud. У GigaCode агентность уже появилась, но MCP публично не заявлена. У SourceCraft агент сильнее всего внутри экосистемы Yandex Cloud.

Дуэйд — агент со встроенной или собственной моделью: можно использовать ключ к облачному сервису или свой кластер инференса. В отличие от западных решений беспроблемно работает в России, имеет возможность полного локального развертывания: свой клиент и три сценария, включая on-prem. По сути это российский аналог Claude Code, только с вашей моделью и вашими данными.

Мы же с конца августа каждый день разрабатываем свои продукты вместе с Дуэйд — используем собственный продукт, не полагаясь на чужую экосистему.

Цифры до/после

И это не только про разработчиков: периодически что-то выталкивают в продакшен и люди, формально в разработке незанятые. Например, интеграцию с поставщиком данных писал человек не из команды разработки, и с агентом это оказалось под силу.

Что остаётся инженеру

Границы понятны: рутину и типовой код агент закрывает безотказно, а в архитектуре и тонких местах мы подсказываем ему, что делать.

Самый острый вопрос: если агент пишет и тестирует код сам, что остаётся инженеру? Мы отвечаем так: человек — автор идей и главный архитектор решений и ревьюер. 

Попробовать

Если захочется посмотреть, как это работает на практике, — установка занимает пару минут. Скачать Дуэйд можно со страницы app.doaid.ru/downloads — там три варианта:

• Debian / Ubuntu — пакет .deb (amd64) для Debian 12+ / Ubuntu 22.04+, ставится одной командой: sudo apt install -y -f ./doaid_0.1.3-1_amd64.deb.

• Windows — архив .zip (x86_64): распаковал и запустил.

• macOS — образ .dmg (Apple Silicon, arm64) - пока без подписи и не через Apple Store, имейте ввиду.

Если вашей системы нет в списке — подходит Docker-сценарий из документации. Он же удобен, когда нужна изоляция: агент живёт в контейнере и не может менять хостовую ОС напрямую — только через SSH или другие подобные средства. Контейнер ставится под любую из ОС, включая Windows (для этого нужен WSL2). Запуск везде одинаковый: doaid --host 0.0.0.0 --port 8080 — это локальный сервис с веб-интерфейсом. В сценариях B2C и B2B-лайт агент работает на нашей стороне; полностью на вашей машине — только on-prem. Подробности — на сайте проекта.

Вывод

Мы сделали Дуэйд для своих задач, потому что не нашли готового продукта с нужными нам возможностями. Нам нужен был агент, который не просто пишет код по запросу, а умеет развивать сам себя: менять промпты, править код, прогонять тесты, возвращать результат на ревью. Такого инструмента не существовало — вернее, существовал не тот, что мы хотели.

Мы научили его работать с нашим кодом, по нашим правилами и в нужных границах. А дальше оказалось, что агенту всё равно, какие задачи и чей код разбирать сегодня. Ваш репозиторий, ваша модель, ваши правила — он работает с ними так же, как с нашими. Не по чужому сценарию, а по-вашему.

Поэтому мы отдаём его в общее пользование. Пока — бесплатно, но мы не строим иллюзий: проекту нужно зарабатывать, монетизация будет. Бесплатный тариф сохраним в каком-то виде и всё, что вы можете сделать с Дуэйд сейчас, останется с вами.

Изначально в наши планы не входило делать продукт, мы просто не смогли найти инструмент, который бы решил наши задачи и полностью нас устроил. Если Дуэйд пригодится еще кому-то – приятный бонус для нашей команды.