Три моих кейса, где экономия времени с ИИ-автоматизациями обернулась постоянными переделками и фиксами

Автоматизация с ИИ может быстро выдать результат и всё же потребовать настройки, проверки и ремонта. В октябре я заморозил сложную фабрику статей, столкнулся с падением ночного запуска после обновления Claude Code и добавил проверку дат для семейной афиши. Общих затрат на эти задачи я не считал, поэтому по отдельным эпизодам нельзя сказать, сколько времени автоматизация сэкономила или забрала. Можно разобрать, где именно возникла дополнительная работа и как учитывать её в следующем сравнении.

Почему автоматизацию написания статей пришлось упростить до одного агента Claude Code

Фабрику статей я заморозил, когда документации стало больше, чем кода. Я собирал её, чтобы получать готовый текст по ТЗ, и построил решение на Python и SQLite с несколькими последовательными ролями. Инструкции и материалы занимали пакеты по 176–222 тыс. символов, а большинство учебных прогонов не проходили проверки. Вместо готового текста я получал результат, который требовал разбирательства.

Позже я пересобрал задачу в одного агента Claude Code: короткий промпт и пять скиллов, то есть наборов инструкций для отдельных задач. Код проверял результат, а хук запускался при завершении ответа и не давал агенту остановиться раньше времени. Anthropic описывает хуки как команды, которые запускаются автоматически при выбранном событии в Claude Code. Правила для ИИ-агента я уже разбирал на примерах конкретных сбоев.

На трёх ТЗ один агент выполнял задачу за 7,8–8,8 минуты, а цепочка этапов — за 10,5–18,9 минуты. Один агент быстрее выполнил эти три задания, но общую экономию моего времени я не измерял: настройку, проверки и исправления полностью не учитывал.

Диапазоны не пересекаются, но затраты человека на настройку и проверку в них не учтены.Диапазоны не пересекаются, но затраты человека на настройку и проверку в них не учтены.

На этих трёх ТЗ один агент завершал выполнение быстрее цепочки этапов.

При этом агент повторно использовал ранее загруженные инструкции и материалы: прочитал из кэша 5–8 млн токенов, то есть единиц текста для ИИ. Кэш — временное хранилище на стороне сервиса: там сохраняются результаты обработки текста, чтобы при повторных обращениях не обрабатывать тот же текст заново. Это объём прочитанного, а не время человека на подготовку задания или проверку текста. Короткий промпт сам по себе не означает, что весь контекст стал маленьким.

Поэтому я могу сравнить длительность выполнения трёх заданий, но не могу назвать чистую экономию рабочего времени. Время на создание обеих версий и разбор отказов я суммарно не записывал. Практический вывод для этой задачи уже есть: сложную фабрику я заменил одним агентом и проверками кода.

Какие ошибки ИИ-агентов искать после обновления Claude Code

После обновления Claude Code сменился путь к программе, и ночной запуск статей упал на всех строках. Сбой случился до работы над содержанием: запланированный запуск не состоялся. Время на восстановление я не посчитал.

В такой ситуации проверка текста не поможет, если программа вообще не запустилась. Для автоматизации с расписанием я бы отдельно проверял команду запуска и результат пробного задания. Важно также отличать отказ запуска от результата, который запустился, но не прошёл проверку.

Перед ночным запуском можно пройти три пункта:

  • Команда из расписания запускает Claude Code.

  • Эта же команда выполняет одно пробное задание в условиях, близких к ночному запуску.

  • Ошибка запуска записывается отдельно от ошибки проверки готового результата.

Это предлагаемый порядок проверки, а не описание уже внедрённого мной исправления. В моём случае известен сбой после смены пути; длительность ремонта и то, сколько времени заняло бы выполнение задачи вручную, неизвестны.

Как проверять даты событий в ИИ-афише

Семейная афиша прислала события 2025 года. Если в посте не было даты, ИИ-модель подставляла текущую неделю. Получалась рекомендация о событии, которое уже прошло. После этого я стал проверять дату кодом.

Для афиши важны две даты: когда вышел пост и когда состоится событие. Новый пост может рассказывать о прошедшем мероприятии. Если дату события установить нельзя, лучше оставить запись на проверку человеку, чем просить ИИ-модель угадать её.

В документации Anthropic хуки рекомендуются для действий, которые должны выполняться автоматически и предсказуемо. В руководстве за июнь 2026 года в числе таких действий названы проверки кода после правок. Для афиши я применяю ту же идею: проверку даты стоит запускать при каждом выпуске. Код может сверить даты, но сам по себе не подтвердит, что текст действительно описывает нужное мероприятие.

Я добавил проверку даты, но не считал, сколько выпусков после этого прошло без ошибок. Изменение есть; надёжность всей афиши по этим данным оценить нельзя.

Как посчитать экономию времени от ИИ

Сравните ручное выполнение и работу с агентом за одинаковый период, с одинаковыми требованиями к результату. Записывайте время на подготовку, выполнение, проверку и исправления. Этот способ учёта я предлагаю для будущего сравнения; полного хронометража своих автоматизаций у меня нет.

Этап

Вручную

С агентом

Подготовка

Собрать материалы и требования

Собрать материалы, подготовить инструкции и проверки

Выполнение

Выполнить задачу

Запустить агента, ответить на уточнения и сделать оставшуюся ручную работу

Проверка

Проверить результат

Проверить результат агента и разобрать отказы проверок

Исправления

Исправить собственные ошибки

Исправить результат, повторить запуск или восстановить запуск

Итог

Посчитать результаты, прошедшие требования

Посчитать результаты, прошедшие те же требования

Сравнивайте затраты вместе с числом принятых результатов. Если вручную за период сделано больше, чем с агентом, общих часов недостаточно: нужно учесть объём принятой работы. Отклонённый текст и афиша с прошедшим событием не должны считаться готовым результатом.

В обеих дорожках исправления добавляют затраты, а число готовых результатов растёт только после прохождения требований.В обеих дорожках исправления добавляют затраты, а число готовых результатов растёт только после прохождения требований.

Сравнивайте затраты на принятые результаты, включая неудачные попытки.

Ожидание агента и занятость человека — разные показатели. Если Claude Code выполняет задачу восемь минут, пока человек занят другой работой, это время выполнения, но не восемь минут активной работы человека. Если человек следит за запуском и вмешивается, это время стоит записать отдельно.

Ошибки, найденные после приёмки, тоже относятся к результату. В эссе Counting the Bandages Соломон Шалом Лиджо предлагает оценивать выигрыш во времени вместе с ошибками, которые работа пропустила. Иначе плохая проверка может выглядеть как ускорение.

Как по затратам времени и ошибкам решить, продолжать ли автоматизацию с ИИ

Продолжайте автоматизацию, если она даёт принятый результат и за выбранный период требует меньше времени человека. Ремонт тоже входит в сравнение; сам по себе редкий сбой ещё не говорит, что автоматизацию надо выключить.

Упрощайте решение, если его обслуживание мешает получить результат. В случае фабрики статей я убрал цепочку ролей и оставил одного агента с проверками кода. Для афиши автоматизация может останавливаться на сборе событий: записи без подтверждённой даты остаются человеку.

Выключайте отдельную автоматизацию, если после упрощения она всё ещё требует много ручной работы или выдаёт ошибки, которые нельзя надёжно отсеять. Для такого решения нужны записи о работе, а не один быстрый запуск.

Быстрое выполнение задания ещё не доказывает экономию времени. Если агенту постоянно нужны ремонт и перепроверка, я упрощаю автоматизацию до задачи, результат которой можно надёжно проверить.

Источник: habr.com

0 0 голоса
Рейтинг новости
1
0
Подписаться
Уведомить о
0 комментариев