OpenClaw + Claude Code/Codex: Создание персонального агентского роя для разработки

Здравствуйте, я Лу Гун.

Недавно я наткнулся на твит на X, который мгновенно привлек мое внимание. Независимый разработчик по имени Эльвис сказал, что теперь он больше не использует Claude Code и Codex напрямую, а вместо этого использует OpenClaw в качестве уровня оркестрации, позволяя ИИ-оркестратору по имени Зои управлять целым роем агентов Claude Code и Codex.

Данные этого твита также впечатляют: 4,9 миллиона просмотров, 11 тысяч лайков, 1800 ретвитов.

Мы пишем о Vibe Coding уже более четырех месяцев, и Claude Code всегда был нашим основным инструментом. Ранее я также писал несколько статей о многопользовательском сотрудничестве агентов, архитектуре многопользовательских агентов в VSCode и т.д.

Но увидев подход Эльвиса, я не могу не признать его профессионализм. Один человек, используя одну систему оркестрации, делает в среднем 50 коммитов кода в день, а в самый продуктивный день он сделал 94 коммита, при этом принял 3 телефонных звонка от клиентов и ни разу не открыл редактор.

Разве это не значит, что один человек выполняет работу целой команды разработчиков?

Сегодня в этой статье мы разберем, как он это сделал.

OpenClaw всем известен

Этот маленький рак-отшельник с момента своего появления перед китайским Новым годом стал очень популярным. Проще говоря, это открытая платформа для ИИ-агентов, на GitHub у нее уже более 240 тысяч звезд, и на днях она официально обогнала React, став самым быстрорастущим проектом с открытым исходным кодом в истории GitHub.

Основатель Петер Штайнбергер — австрийский разработчик, ранее основавший PSPDFKit (B2B-компанию для PDF-фреймворков), в 2021 году получил инвестиции в размере 100 миллионов евро от Insight Partners. В феврале этого года Петер объявил о присоединении к OpenAI, а проект OpenClaw был передан на управление фонду с открытым исходным кодом.

OpenClaw не позиционируется как чат-бот, это ИИ-агент, работающий на вашем локальном устройстве. У него четыре ключевых компонента: Gateway (шлюз, соединяющий более 50 мессенджеров), Agent (движок вывода), Skills (более 5400 плагинов), Memory (система памяти).

Но Эльвис использует OpenClaw довольно необычно. Он использует его как уровень оркестрации, специально для управления такими кодирующими агентами, как Claude Code и Codex, не применяя его как универсального помощника.

Этот подход действительно необычен.

Зачем нужен уровень оркестрации?

Эльвис в своем твите упомянул одну ключевую мысль: контекстное окно — это игра с нулевой суммой.

Если вы заполняете его кодом, у вас не остается места для бизнес-контекста. Если вы заполняете его историей клиентов и записями встреч, у вас не остается места для кодовой базы. Даже самый мощный ИИ не может одновременно вместить два совершенно разных типа информации.

Поэтому он разделил систему на два уровня.

Верхний уровень — это оркестратор OpenClaw Зои, которая управляет всем бизнес-контекстом, включая данные клиентов, записи встреч, исторические решения, какие решения были опробованы, а какие провалились. Эта информация хранится в заметках Эльвиса в Obsidian, и Зои может читать ее напрямую.

Нижний уровень — это кодирующие агенты Claude Code и Codex, которые занимаются только кодом. Каждый раз, когда агент запускается, Зои создает для него точный запрос на основе бизнес-контекста, сообщая, что ему нужно делать, каков фон и что требуется от клиента.

Проще говоря: оркестратор отвечает за понимание требований, кодирующие агенты отвечают за выполнение работы. Каждый занимается тем, в чем он силен.

Эта архитектура схожа с внутренней системой Minions, которую недавно представил Stripe. Minions от Stripe также представляет собой параллельную архитектуру кодирующих агентов с централизованным уровнем оркестрации, способную объединять более 1000 полностью написанных ИИ PR в неделю. Эльвис говорит, что он случайно создал аналогичную архитектуру, просто запустив ее на своем Mac mini.

Реальный рабочий процесс

Эльвис в своем твите привел реальный пример, чтобы объяснить свой полный рабочий процесс, я кратко изложу ключевые моменты.Он ответил на телефонный звонок клиента, который хотел повторно использовать уже существующие настройки в команде. После окончания разговора он обсудил эту потребность с Зоей. Поскольку все записи встреч автоматически синхронизируются с Obsidian, Зоя уже знала, что сказал клиент, и Эльвису не нужно было дополнительно объяснять. Они вместе определили объем функций, и в конечном итоге было решено создать систему шаблонов.

Затем Зоя автоматически выполнила три действия: пополнила баланс клиента для разблокировки услуг (у нее есть права администратора API), извлекла существующие настройки клиента из производственной базы данных (только для чтения, кодирующий агент никогда не будет иметь таких прав), а затем создала Codex Agent с подробным prompt, содержащим полный бизнес-контекст.

Каждый агент имеет свое собственное независимое рабочее дерево (изолированная ветка) и сессию tmux. Команда запуска выглядит примерно так:

# Создать рабочее дерево + запустить агента git worktree add ../feat-custom-templates -b feat/custom-templates origin/main cd ../feat-custom-templates && pnpm install tmux new-session -d -s "codex-templates" \ -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \ "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high"После запуска агента, существует задача, которая проверяет его каждые 10 минут. Но он не будет напрямую спрашивать агента (это слишком затратно по токенам), а будет запускать детерминированный Shell-скрипт, который проверяет, активна ли сессия tmux, создан ли PR и прошел ли CI.

Если CI не прошел, агент автоматически перезапускается, максимум 3 попытки. Уведомления отправляются только в случае необходимости вмешательства человека.

После завершения задачи агент автоматически создает PR. Но просто создание PR не считается завершением, Эльвис определил набор стандартов завершения: создание PR, синхронизация ветки с main (без конфликтов слияния), успешное прохождение всего CI, успешный код-ревью трех AI моделей, если есть изменения в UI, также необходимо приложить скриншот.

Три AI модели для код-ревью

Три AI модели для код-ревью выглядят очень надежно. Обсудим его оценку этих трех моделей, это довольно интересно.

Codex Reviewer, он оценил его выше всего, сказал, что его проверка в крайних случаях и логических ошибках очень тщательна, а уровень ложных срабатываний очень низок.

Gemini Code Assist Reviewer, бесплатный, он сказал, что очень полезен, может обнаружить уязвимости безопасности и проблемы с масштабируемостью, которые упустили другие модели, а также предложить конкретные решения.

Claude Code Reviewer, его точные слова были "практически бесполезен", он сказал, что он слишком осторожен, и на экране много предложений типа "рассмотрите возможность добавления...", большинство из которых относится к избыточному проектированию. Если это не помечено как критическая проблема, он просто пропускает.

Когда я увидел этот фрагмент, я был немного удивлен. Будучи активным пользователем Claude Code, я действительно сталкивался с его чрезмерной осторожностью при код-ревью, но оценка "практически бесполезен" все же кажется немного чрезмерной. Тем не менее, это также косвенно указывает на то, что перекрестное ревью с использованием нескольких моделей действительно имеет ценность, предвзятости разных моделей как раз дополняют друг друга.

После того как все три ревью прошли, Эльвис получает уведомление в Telegram. На этом этапе он в основном смотрит на скриншоты, чтобы подтвердить правильность изменений в UI, многие PR он объединяет, даже не смотря на код. Он сказал, что его ручное ревью занимает всего 5-10 минут.

Инициативность Зои

Зоя не просто исполнитель. Более интересным, чем сам рабочий процесс, является инициативность Зои.

Эльвис сказал, что Зоя не будет ждать, пока ей назначат задачу, она будет активно искать работу. Утром она сканирует журналы ошибок Sentry, обнаруживает 4 новых ошибки и автоматически создает 4 агента для их исправления. После встречи она сканирует записи встречи, отмечает 3 функциональные требования, упомянутые клиентом, а затем автоматически запускает 3 Codex Agent. Вечером она сканирует журналы Git и запускает Claude Code для обновления changelog и клиентской документации.

Когда Эльвис выходит на прогулку и возвращается, в Telegram уже лежит сообщение: 7 PR готовы, 3 новых функции, 4 исправления ошибок. Разве это не то, что я всегда хотел создать в виде команды разработки OPC с одним человеком?Когда агент терпит неудачу, подход Зои гораздо более продвинут, чем простая повторная попытка. Она будет анализировать причины неудачи, учитывая бизнес-контекст. Контекст агента сбился? Она сузит область, позволяя агенту сосредоточиться только на трех файлах. Направление агента сбилось? Она также исправит это, сообщив агенту, что клиенту нужно X, а не Y, и приложит оригинальные слова из встречи.

С течением времени Зои также будет накапливать опыт, запоминая, какие структуры подсказок хорошо работают для каких задач, чтобы в следующий раз писать более точные подсказки.

Эта идея на самом деле является усовершенствованной версией цикла Ральфа. Основная логика цикла Ральфа заключается в том, чтобы извлекать контекст, генерировать вывод, оценивать результаты и сохранять опыт, но большинство реализаций имеют фиксированные подсказки для каждого цикла. Система Элвиса отличается, каждый раз при повторной попытке Зои динамически настраивает подсказки в зависимости от причин неудачи, и у нее есть полный бизнес-контекст.

Затраты и оборудование

Что касается затрат, то по открытым данным Элвиса, Claude стоит около 100 долларов в месяц, а Codex — около 90 долларов в месяц. Он также сказал, что можно начать с 20 долларов, чтобы попробовать.

Эти затраты, конечно, намного дешевле, чем нанять разработчика. Но если учитывать, что вам также нужно принимать продуктовые решения, общаться с клиентами и проводить код-ревью, это больше похоже на усилитель эффективности, который помогает вам избежать самых повторяющихся этапов, таких как кодирование и тестирование.

Что касается оборудования, Элвис упомянул, что его текущая самая большая проблема — это оперативная память. Каждый агент требует независимого рабочего дерева, каждое рабочее дерево имеет свои node_modules, каждый агент должен запускать сборку, проверку типов и тестирование. Запуск 5 агентов одновременно означает 5 параллельных компиляторов TypeScript, 5 тестовых раннеров и 5 наборов зависимостей.

Его Mac mini с 16 ГБ оперативной памяти может одновременно запускать максимум 4-5 агентов, больше — и начинается обмен памятью. Поэтому он купил Mac Studio M4 Max с 128 ГБ оперативной памяти (3500 долларов), планируя использовать его для поддержки большего количества параллельных агентов.

Итоги и реальные проблемы

Честно говоря, система Элвиса произвела на меня довольно сильное впечатление. Ранее я всегда рассматривал OpenClaw как игрушку, а для повышения продуктивности полагался на независимый Claude Code. Иногда использовал рабочие деревья для параллельной работы, но это было далеко от такой систематической организации. После прочтения его твита я почувствовал, что потолок в AI-программировании снова поднялся.

В последнее время я следую его идеям и собираюсь использовать OpenClaw для создания полностью автоматизированной команды разработчиков из одного человека. Поэтому в ближайшее время мы опубликуем несколько практических статей по OpenClaw.

Есть несколько реальных проблем, о которых стоит предупредить.

Эта система предполагает, что у вас есть четкий продукт, ясные потребности клиентов и отлаженная CI/CD конвейер. Элвис работает над реальным B2B SaaS продуктом, у него есть клиенты, доход и рабочая среда. Если вы все еще находитесь на этапе написания демо или обучения, ROI этой архитектуры может быть невыгодным.

Кроме того, текущие проблемы безопасности OpenClaw также требуют внимания. Согласно открытой информации, уже было раскрыто несколько высокорисковых CVE, а также обнаружено 341 вредоносное сообщество плагинов с действиями по краже данных. При развертывании OpenClaw необходимо тщательно позаботиться об изоляции и контроле доступа. Это также причина, по которой я до сих пор не развернул OpenClaw на своем основном компьютере.

Еще один момент: Элвис в своем твите оценил код-ревью Claude Code довольно низко, но недавно Claude Code только что выпустил функцию Agent Teams (встроенное сотрудничество нескольких агентов), и Anthropic также работает в этом направлении.

Но оставив эти детали в стороне, архитектурная концепция Элвиса с уровнем оркестрации и уровнем исполнения действительно заслуживает внимания. Нулевая сумма игры контекстного окна — это реальное ограничение, и использование многоуровневой архитектуры для решения этой проблемы, позволяя различным AI выполнять свои задачи, я считаю правильным направлением....