Скиллы и агенты как код в команде разработки

Наша команда упёрлась в две проблемы: агенты пишут код быстрее, чем мы успеваем его ревьюить, а удачные промпты живут у каждого локально. Скинул коллеге в чат — и через месяц по команде ходят две разные версии, и какая из них правильная, уже никто не скажет.

Мы стали хранить скиллы и агентов в git-репозитории и менять их через PR, как обычный код. Новый скилл попадает в библиотеку только после ревью и проходного балла от LLM-судьи. Из одного репозитория скиллы собираются сразу под Claude Code, Codex и OpenCode, поэтому смены инструмента мы не боимся.

За семь месяцев набралось 26 скиллов и 4 агента, и вся дневная рутина ушла в одну консоль: создать задачу в Jira, посмотреть логи в Kibana и метрики в Grafana, поправить страницу в Confluence, взять тикет в работу и закоммитить по стандарту команды — не выходя из терминала, будь то Claude Code, Codex или OpenCode. Доля задач с участием AI выросла с 2% до примерно 70%, и откатов при этом больше не стало. Покрытие тестами трёх PHP-сервисов поднялось с нуля до 75–82%, одно авто-ревью PR обходится примерно в $1,2. Расскажу и про то, что не получилось: отдельные задачи быстрее не поехали — выросло число стори-пойнтов за спринт, а не скорость доставки каждой задачи; судья оценивает структуру скилла, но не проверяет, что рецепт работает; а держать библиотеку актуальной — отдельная работа, которую кто-то должен делать.

Под конец покажу, куда всё это ведёт: конвейер, который проводит небольшую задачу от тикета до пост-деплой мониторинга, а человек нужен на этапах согласования требований, проверки PR-а и получение апрува от QA на основе полученных артефактов.