Я строю автономную фабрику разработки. Можно ли доверить AI весь процесс?

Я предприниматель, а не разработчик. Но последние месяцы я всё больше погружаюсь в AI-разработку и пытаюсь решить довольно практическую задачу: как убрать себя из постоянного операционного цикла разработки. В этом видео показываю автономный конвейер, который я сейчас собираю для себя: от задачи и AI-агента до Supervisor, Orchestrator, тестов и проверки результата. В какой-то момент я понял, что даже с современными AI-инструментами сам становлюсь узким местом: поставил задачу → подождал → проверил → дал следующую → снова проверил. Поэтому я начал собирать систему, которая может продолжать работу без моего постоянного участия. В процессе я пришёл к DeepSeek Harness, локальным моделям и собственной архитектуре автоматизации. Один из первых экспериментов уже показал интересный результат: система самостоятельно обработала около 100 задач за два дня. Но вместе с этим появился главный вопрос: насколько автономной разработке вообще можно доверять? В этом видео показываю, как я сейчас это устроил и почему считаю, что доверять нужно не отдельной модели, а всей системе целиком. Это первый ролик в серии. Дальше буду показывать, как работает эта фабрика на практике, где она ломается и насколько далеко действительно можно убрать человека из процесса. А как ты считаешь — насколько автономной разработке уже можно доверять? Пиши в комментариях. Инструменты и технологии: DeepSeek Harness OpenClaw локальные LLM Git AI Agents Supervisor / Orchestrator self-hosted infrastructure #AI #разработка #автоматизация #AIagents #DeepSeek #OpenClaw #LLM