OpenAI представила Symphony: как трекер задач превратили в систему управления ИИ-агентами

Суть

Команда OpenAI опубликовала открытую спецификацию Symphony — систему оркестрации для программирующих ИИ-агентов на базе модели Codex. Этот подход превращает привычные системы отслеживания задач (например, Linear) в полноценную панель управления автономными агентами. Вместо того чтобы вручную руководить каждым шагом нейросети в чате, разработчики просто создают задачи, а агенты самостоятельно берут их в работу, исполняют и предлагают готовые решения.

Контекст

Ранее инженеры OpenAI поставили перед собой амбициозную цель: создать внутренний инструмент, где каждая строка кода будет написана ИИ. Это сработало, но выявило новую проблему — перегрузку от переключения контекста.

Даже самые продвинутые агенты оставались интерактивными инструментами. Человек мог эффективно управлять тремя-пятью сессиями одновременно, после чего продуктивность резко падала. Разработчики тратили время на проверку результатов, корректировку курса и перезапуск зависших процессов. Инженеры фактически превратились в микроменеджеров для очень быстрых, но требующих постоянного контроля младших специалистов.

Детали

Symphony меняет архитектуру взаимодействия. Теперь каждый открытый тикет в трекере задач автоматически получает выделенное рабочее пространство с агентом. Агенты работают непрерывно. Если процесс прерывается, система перезапускает его.

На практике это выглядит так: разработчик описывает задачу (например, анализ кодовой базы и составление плана миграции). Агент изучает документацию, формирует план и сам разбивает его на дерево подзадач с учетом зависимостей. Агенты начинают работу только над теми задачами, которые не заблокированы другими процессами.

Более того, в процессе работы агенты могут замечать возможности для оптимизации или рефакторинга архитектуры. В таких случаях они самостоятельно создают новые тикеты в трекере, которые команда может оценить позже. Внедрение этой системы привело к увеличению количества принятых изменений (pull requests) на 500% в некоторых командах за первые три недели.