Rate Cloud готовит новую функцию: сотни ИИ-агентов для проверки вашего кода

2026-11-18 13:51:31 Время чтения 10 мин 60

У нас появилась идея новой функции Rate Cloud, и мы хотим узнать ваше мнение, прежде чем принимать решение о запуске. А что, если к вашему проекту можно будет подключить сотни ИИ-агентов, которые сами проверяют код после каждого обновления, ищут ошибки и уязвимости, а вам остаётся только посмотреть отчёт? Не нужно каждый раз вручную запускать проверки или вспоминать о безопасности, когда что-то уже перестало работать.

Для собственных проектов мы такую систему уже создали. Она помогает нам проверять код, искать баги и потенциальные уязвимости. Теперь думаем открыть эти возможности другим разработчикам и компаниям. Причём хотим сделать не очередной чат с нейросетью, которому нужно каждый раз объяснять задачу, а полноценную автоматическую проверку, которая работает вместе с вашим проектом.

Как мы вообще пришли к этой идее

Наша команда пришла из банковской сферы. Мы работаем с банковскими продуктами и создаём собственные финтех-проекты, где ошибки в коде могут иметь серьёзные последствия. Особенно если речь идёт о финансовых операциях, пользовательских данных или безопасности. Поэтому нам было недостаточно проверять приложение только перед выпуском новой версии. Хотелось, чтобы код проверялся постоянно, а потенциальные проблемы обнаруживались как можно раньше.

Мы начали использовать для этого нейросети и ИИ-агентов. Одни анализировали изменения, другие искали ошибки, третьи проверяли безопасность и слабые места проекта. Постепенно количество проверок росло, а вместе с ним и расход токенов. Когда сотни агентов работают круглосуточно, анализируют большие проекты и перепроверяют результаты друг друга, речь уже идёт не о нескольких миллионах токенов. Для наших задач требовались миллиарды каждый день.

Мы искали доступное решение, которое позволило бы использовать современные языковые модели без постоянного подсчёта расходов. Подходящего варианта не нашли и в итоге создали собственную систему доступа к нейросетям. Так появился Rate Cloud - сервис, который предоставляет LLM через API по фиксированной подписке без суммарных квот токенов.

Но на этом история не закончилась. Мы продолжили развивать собственную систему проверки кода и сейчас используем сотни AI-агентов для анализа наших проектов. И в какой-то момент возник вполне логичный вопрос: если эта система нужна нам каждый день, почему бы не дать возможность пользоваться ею другим?

Что мы хотим предложить разработчикам

Идея простая: вы подключаете нашего бота к своему Git-репозиторию, где хранится код сайта, приложения или другого проекта. При первом подключении система изучает проект, анализирует его структуру и готовит документацию. Это нужно, чтобы агенты понимали, как устроена программа, какие части связаны между собой и на что стоит обращать внимание при дальнейших проверках.

После этого начинается автоматическая работа. Каждый раз, когда вы сохраняете новые изменения в репозитории или отправляете обновление в основную ветку, система запускает анализ кода. Вам не придётся вручную копировать файлы, отправлять их в нейросеть и объяснять, что именно изменилось. Проверка будет запускаться после обновлений, а результаты собираться в отдельный отчёт.

Например, вы добавили новую функцию регистрации пользователей. Внешне всё работает: форма открывается, кнопка нажимается, аккаунт создаётся. Но где-то в коде появилась ошибка, из-за которой пользователь потенциально может получить доступ к чужим данным. Такие проблемы не всегда заметны при обычной проверке интерфейса, поэтому мы хотим, чтобы ИИ-агенты дополнительно анализировали изменения и помогали находить слабые места.

По итогам проверки пользователь будет получать отчёт с найденными ошибками, потенциальными уязвимостями и рекомендациями по исправлению. Причём нам важно, чтобы это был понятный результат, а не список страшных технических слов. Если система нашла проблему, она должна объяснить, где именно, чем это может быть опасно и что стоит проверить или изменить. Иначе получится как с автомобилем: загорелась лампочка неисправности, а что сломалось - разбирайтесь сами.

Зачем сотни ИИ-агентов, если есть Claude Code и Codex?

Сегодня Claude Code, Codex, OpenCode и другие инструменты помогают разработчикам писать код, исправлять ошибки и создавать приложения. Вайбкодинг позволяет собирать первые версии программ даже тем, кто не умеет самостоятельно писать каждую строчку. Но есть одна проблема: нейросеть может создать код, проверить его и уверенно сообщить, что всё готово, хотя внутри остались ошибки.

Мы хотим предложить дополнительную проверку, которая будет работать независимо от того, кто написал код. Неважно, создавали вы приложение вручную, использовали Claude Code или поручили большую часть работы ИИ-агентам. Система будет анализировать сам проект и его изменения, а не оценивать, каким способом они появились.

Сотни агентов нужны не для красивой цифры. В больших проектах одновременно приходится проверять разные части программы, связи между ними, обработку данных и потенциальные проблемы безопасности. Мы хотим распределять эту работу между агентами, чтобы они могли анализировать разные участки кода и перепроверять результаты. При этом количество агентов само по себе не гарантирует качество: даже большая система может ошибаться, поэтому её выводы должны оставаться проверяемыми.

Отдельная проверка безопасности: когда нужно копнуть глубже

Кроме автоматического анализа после обновлений, мы рассматриваем возможность запускать углублённую проверку безопасности по отдельному запросу. Это будет более подробное исследование проекта, при котором сотни ИИ-агентов ищут потенциальные способы обхода защиты, ошибки в разграничении доступа и другие слабые места приложения.

Например, обычная проверка может показать, что регистрация работает и пользователь успешно входит в аккаунт. А углублённый анализ должен помочь обнаружить проблемы, которые не видны при стандартном использовании: неправильную проверку прав доступа, опасную обработку данных или возможность получить информацию, предназначенную другому пользователю.

Такая проверка особенно актуальна для сервисов, которые работают с личными данными, платежами и другой чувствительной информацией. Но мы не собираемся обещать, что сотни нейросетей найдут абсолютно все уязвимости. Даже полноценный аудит безопасности не даёт такой гарантии. Наша цель - создать дополнительный инструмент, который помогает замечать потенциальные проблемы раньше и предоставляет разработчику информацию для их устранения.

Отдельный вопрос - конфиденциальность исходного кода. Мы понимаем, что коммерческий проект нельзя просто передать неизвестному сервису и надеяться на лучшее. Поэтому безопасное подключение репозиториев, контроль доступа и защита данных должны стать обязательной частью будущей услуги. Конкретные механизмы защиты необходимо будет определить и проверить до публичного запуска.

Будет ли новая функция расходовать подписку Rate Cloud?

Нет, мы хотим сделать её отдельной услугой, которая не будет использовать слоты вашей обычной подписки Rate Cloud. Если вы уже работаете с GLM 5.3, GLM 5.3 Flash, DeepSeek V4.1 Flash, DeepSeek V4 Pro или Qwen 3.8 Max через наш API, автоматические проверки кода не должны мешать этим задачам.

Сейчас у Rate Cloud есть отдельные подписки на модели и пакет Full model. Они предназначены для самостоятельной работы с нейросетями, программирования, автоматизации и ИИ-агентов. Новый сервис будет решать другую задачу: вы подключаете репозиторий, а система сама организует проверки и готовит отчёты. Поэтому мы хотим отделить его от обычного доступа к LLM.

Стоимость и окончательные условия пока не определены. Мы не объявляем о запуске готового продукта, а обсуждаем возможность открыть существующую внутреннюю систему для пользователей. И прежде чем тратить время на разработку публичного сервиса, хотим понять, какие функции действительно будут востребованы.

А теперь хотим узнать ваше мнение

Для наших финтех-проектов такая система стала частью процесса разработки. Но мы прекрасно понимаем, что у других команд могут быть совсем другие потребности. Кому-то важно автоматически проверять каждое обновление, кто-то хочет запускать глубокий анализ безопасности перед релизом, а кому-то достаточно разовой проверки проекта с подробным отчётом.

Поэтому у нас к вам прямой вопрос: вы бы подключили к своему Git-репозиторию сервис, в котором сотни ИИ-агентов автоматически проверяют код, ищут ошибки и уязвимости после каждого обновления?

И что для вас было бы важнее: постоянная проверка каждого коммита, отдельный углублённый поиск уязвимостей или подробные рекомендации по исправлению найденных проблем?

Напишите в комментариях, что думаете об этой идее. Нам интересно не просто услышать «да» или «нет», а понять, как именно вы хотели бы пользоваться таким сервисом. От ваших ответов будет зависеть, стоит ли нам открывать эту систему для всех и какие возможности разрабатывать в первую очередь.