Глава 9. Кейсы продакшна 2025–2026
К середине 2026 года — уже не демо: multi-agent система Anthropic обгоняет одиночного агента на 90,2%, Claude пишет более 80% продакшн-кода самой Anthropic, а агент участвует более чем в каждом пятом code review на GitHub. При этом у картины два жёстких ограничителя: экономика (multi-agent сжигает ~15× относительно чата) и высокая доля провалов — 74% энтерпрайзов откатили живых клиентских агентов. Поэтому главный навык при чтении кейсов этого периода — отличать независимо проверенные цифры от vendor-маркетинга.
Anthropic Research: эталонный orchestrator-worker
Канонический опубликованный кейс — multi-agent research system Anthropic (июнь 2025). Архитектура : lead-агент на Claude Opus 4 декомпозирует запрос и параллельно порождает 3–5 на Claude Sonnet 4, каждый со своим ; отдельный CitationAgent расставляет цитаты в конце. Результат: +90,2% к одиночному Opus 4 на внутреннем research-eval, а параллельные tool calls плюс параллельные субагенты сократили время исследования до 90% на сложных запросах.
Цена и механизм успеха — одно и то же: тратит ~4× относительно чата, multi-agent система — ~15×, и одно только потребление токенов объясняет 80% дисперсии качества (с числом tool calls и выбором модели — 95%). Отсюда явное экономическое правило Anthropic: «Multi-agent systems require tasks where the value of the task is high enough to pay for the increased performance». Важная честная оговорка из того же поста: multi-agent хорош для параллелизуемых «read»-задач и хуже работает на тесно связанных задачах вроде кодинга. Cognition в посте Don't Build Multi-Agents (за день до поста Anthropic) показала это на примере: параллельные субагенты без общего контекста принимают конфликтующие неявные решения. Синтез поля (Harrison Chase, LangChain): «read»- проще «write»-роёв — чтение распараллеливаем, запись сериализуем.
Отдельно стоит кейс «Claude пишет код Anthropic» — тут два разных, часто смешиваемых утверждения. Boris Cherny: более 90% кода команды Claude Code написано с помощью Claude Code (через WorkOS); и общекорпоративное: >80% кода, смёрдженного в продакшн Anthropic к маю 2026, авторства Claude (paper Anthropic Institute, через The Next Web). Оговорки из того же источника: каждое изменение проходит автоматический Claude-ревьюер, и «human code review has become the constraint». Вирусное «100% PR Anthropic ведёт Claude Code» — непроверенный пересказ из твита.
Флоты кодинг-агентов: Devin, Cursor, Copilot, Claude Code
Cognition Devin — самый документированный «fleet of agents». Отчёт за 2025 год: merge rate PR вырос с 34% до 67%; ремедиация уязвимостей ~1,5 мин против ~30 мин у человека (20×); миграция файлов в крупном банке 3–4 часа против 30–40 (10×); Oracle-миграция Java — 14× быстрее на репозиторий силами «флота Devin'ов». Признанные лимиты — «как у джуна»: провалы на неоднозначных ТЗ и смене требований посреди задачи. Бизнес подтверждает спрос: ARR $1M → $73M → $492M за 20 месяцев, раунд ~$1B при оценке ~$26B post-money (около $25B pre-money) (Sacra, TechCrunch).
Здесь заканчивается открытая часть главы. Продолжение — по бесплатной регистрации: без оплаты, нужен только адрес почты.