Фабрика в коробке: зачем AI-агентам собственная песочница

Новое видео IndyDevDan на первый взгляд про очередной инструмент — exe.dev. На деле речь о более фундаментальной вещи: почему песочницы для AI-агентов становятся обязательным элементом агентной инженерии, а не опциональным улучшением DevOps-процесса. Автор формулирует проблему жёстко: большинство инженеров либо выделяют агенту крошечный угол своего компьютера, либо перегружают этой задачей CI/CD и обычные контейнеры — и в обоих случаях сами становятся узким местом системы.

Проблема: агент на чужом столе

Пока агент работает на вашей машине или в общем контейнере, он ограничен вашими правами, вашим окружением и вашим вниманием. Вы физически не можете параллельно наблюдать за пятью независимыми процессами разработки, если все они конкурируют за один терминал. IndyDevDan называет это замкнутым циклом: чем больше вы вовлечены в каждый шаг агента, тем меньше вы масштабируетесь. Контейнер решает вопрос изоляции файловой системы, но не даёт ни масштаба, ни настоящей автономии — агент всё равно зависит от вашего локального ресурса.

Песочницы для AI-агентов: не просто контейнер

Идея agent sandbox в духе exe.dev — выдать агенту не «уголок», а целый компьютер: отдельную виртуальную машину с SSH-доступом, которую можно поднять, использовать и снести без риска для продакшена. Автор выделяет три преимущества, ради которых стоит переходить с контейнеров на полноценные песочницы:

Изоляция

Агент физически не может дотянуться до вашей AWS- или GCP-инфраструктуры за пределами песочницы. «Радиус взрыва» ошибки равен нулю — сгоревший запуск не задевает ничего, кроме себя самого.

Масштаб

Один агент-оркестратор способен поднимать сразу несколько песочниц и в каждой запускать свою программную фабрику. В демонстрации это пять параллельных конфигураций, решающих одну и ту же задачу редизайна тестового приложения — то, что физически невозможно повторить в единственном локальном контейнере.

Автономия

Агент получает полный доступ к ресурсам среды и может доводить задачу до конца без постоянного вмешательства человека — включая настройку среды, установку зависимостей и запуск собственных суб-агентов.

Программная фабрика на агентах: архитектура в три уровня

Ключевая деталь ролика — не сама песочница, а то, что внутри неё разворачивается целая программная фабрика на агентах: связка недетерминированных LLM-вызовов и детерминированного кода вокруг них. Архитектура строится в три слоя: оркестратор верхнего уровня работает на компьютере инженера и лишь выдаёт единственный промпт; внутри каждой песочницы поднимается собственный оркестратор, который управляет жизненным циклом разработки — планирование, реализация, тестирование, документирование; а на нижнем уровне работают атомарные ADW-агенты (scout, planner, builder, tester), каждый со своей моделью и набором инструментов. Именно такая структура, а не отдельный «умный промпт», превращает агента в полноценного участника процесса разработки.

Best of n и масштабирование AI-агентов через выбор моделей

Практическая ценность подхода видна в паттерне best of n: одна и та же задача параллельно прогоняется через пять наборов моделей — от топовых (Opus, Kimi K3) до бюджетных «рабочих лошадок» вроде DeepSeek V4 Flash — и инженер сравнивает не только качество результата, но и время, и стоимость токенов. Масштабирование AI-агентов здесь означает не «выбрать модель получше», а держать под рукой целый стек моделей и включать нужную конфигурацию под конкретную задачу — тестовую песочницу так же легко снести, как и поднять.

Кому это действительно нужно

Подход рассчитан не на разовый скрипт, а на команды и инженеров, которые уже упёрлись в потолок ручной проверки каждого агентного запуска: нужно одновременно вести несколько экспериментов, не рискуя продакшеном, и сравнивать варианты по цене и качеству. Важная оговорка автора: делегировать агенту весь код прикладного уровня без понимания того, что происходит — это уже не инженерия, а vibe-кодирование. Песочница снимает риск инфраструктуры, но не снимает с инженера ответственность знать, что именно делает его система.

Вывод

Агентная инженерия постепенно перестаёт быть вопросом промпта и становится вопросом системной архитектуры — с изоляцией, наблюдаемостью и повторным использованием, как в любой зрелой инженерной дисциплине. Песочницы для AI-агентов — не хайповая надстройка, а логичный ответ на вопрос «где должен работать код агента», и те, кто выстроит эту инфраструктуру раньше, получат ощутимое преимущество в скорости и стоимости разработки.