Программа
Бесплатный онлайн-воркшоп от команды Veai. Через две недели после публикации на Хабре статьи "Опыт использования сабагентов в AI-агенте для IDE" соберём вопросы из комментариев и закроем их вживую: покажем, как это работает в Veai, разберём ваши кейсы и ответим на вопросы, которые не вошли в статью.
Архитектура и практика
- Как выбрать границу декомпозиции на вашем проекте: по модулям, по итерациям, по группам правил или по-другому.
- Почему «роли» (planner / coder / reviewer) на одной фиче — это анти-паттерн, и чем его заменить.
- Как понять, что задача «большая» и её пора отдавать оркестратору, а не одиночному агенту.
- Как замерять деградацию качества LLM по мере заполнения контекста на своём коде.
- Когда выгоднее Ralph Wiggum loop в одном чате, а когда — сабагент на каждую итерацию.
По продукту Veai — как начать работать
- Установка плагина Veai в IntelliJ IDEA / PyCharm / WebStorm и первый запуск оркестратора.
- Как устроен SubagentCall внутри плагина и как работает report_result(summary).
- Набор тулов сабагента: как ограничить tools = REVIEW_ONLY_TOOLS, чтобы сабагент не лез писать в файлы.
- Работа с sharedDir (<projectRoot>/.tasks): что класть, как чистить, как добавить в .gitignore.
- Как сабагенты Veai используют PSI-индекс IntelliJ вместо grep и почему это экономит токены.
Скиллы и пайплайны
- Разбор готового скилла поиска code smells: от markdown-файла до отчёта.
- Как написать свой скилл под внутренний процесс (релизный чеклист, триажинг issue, автогенерация документации).
- Как подбирать лимит итераций в loop-е: почему 4 для ревью и 5 для генерации, и как это подстроить под свой проект.
- Шаринг скиллов в команде через репозиторий.
На живом проекте
- Сравнение «одиночный агент vs оркестратор с сабагентами» на одном и том же ревью PR ~10k LoC, с замером токенов и времени.
- TDD-пайплайн от issue в трекере до зелёных тестов и отревьюенного кода.
- Что видно в логах плагина, когда сабагент пытается хакнуть контракт возврата.
На вебинаре вы
- научитесь понимать, когда оркестратор окупается. Три класса задач, где он выигрывает, и три, где проигрывает с разгромом.
- научитесь писать скиллы. Markdown-файл с алгоритмом вместо свободного промпта в чате.
- получите эмпирические цифры. Сколько токенов на ревью 10k LoC, когда экономически невыгодно, как считать наш бенчмарк 24 задач.
- увидите Veai на живом проекте. Не маркетинговое демо, а реальный enterprise-репозиторий ~4M LoC.
Какие вопросы обсудим?
Часть вопросов, которые мы уже собрали к эфиру (полный список — в статье на Хабре):
По архитектуре
- Как понять, что в моём проекте контекст уже «захламлён» и пора разделять задачу?
- Как выбрать между последовательным и параллельным запуском сабагентов?
- Как быть, если задача выглядит как Large, но внутри сильно связана?
- Граница Medium/Large — как найти свой эмпирический порог?
По сабагентам в Veai
- Чем сабагент Veai отличается от sub-agents в Claude Code и task-agent в Cursor?
- Как назначить сабагенту свой набор тулов и добавить свой тул (вызов API, билд, тесты)?
- Как сабагенты Veai используют PSI-индекс IntelliJ вместо grep, и почему это выигрывает в токенах?
- Можно ли в скилле выбрать разные модели для разных сабагентов (Opus для ревью, Haiku для триажинга)?
По безопасности, моделям, enterprise
- Какие модели поддерживает плагин и можно ли подключить свой LLM-эндпоинт (on-prem / vLLM / российские провайдеры)?
- Что уходит в провайдера модели при работе сабагента, а что остаётся локально?
- Как Veai ведёт себя на monorepo 4M+ LoC и можно ли запустить оркестратор из CI?
По цифрам и экономике
- Какие реальные ценники по токенам на ревью PR ~10k LoC и на поиск code smells по модулю?
- Как вы считаете 1.5–2× и 3–10× на внутреннем бенчмарке 24 задач?
- Когда экономически не окупается звать оркестратор, даже если задача Large?
После встречи у вас останутся
- готовые скиллы: ревью PR, поиск code smells, TDD-пайплайн — забирайте в свой проект
- Trial-доступ к Veai на 30 дней с включёнными топовыми моделями
- чек-лист «когда звать оркестратор» в PDF
- запись вебинара — уже на следующий день после эфира.