Новая передача: как поделиться кодом вашего ИИ-агента со своей командой1 min read

Ваш ИИ-агент только что создал что-то полезное. Возможно, это панель мониторинга, новый процесс регистрации или небольшое внутреннее приложение.

Вы можете видеть, как это работает. Код выглядит хорошо. Теперь ваш товарищ по команде задает вполне резонный вопрос:

«Можете ли вы прислать это мне?»

Именно здесь рабочий процесс кодирования ИИ часто превращается в ручную передачу. Вы отправляете снимок экрана, копируете фрагмент кода, отправляете ветку или объясняете, как запустить проект локально.

Но человеку, спрашивающему, может не понадобиться исходный код. Они хотят открыть вещь, попробовать ее и сказать вам, что нужно изменить.

Правильный способ поделиться кодом, созданным ИИ, зависит от того, что произойдет дальше.

Во-первых, чем вы на самом деле делитесь?

Когда кто-то запрашивает код, сгенерированный вашим ИИ-агентом, он может иметь в виду три разные вещи.

1. Исходный код

Разработчику необходимо проверить реализацию, запустить тесты или объединить ее с существующей кодовой базой.

Репозиторий Git и запрос на включение обычно являются правильным ответом. Они предоставляют знакомый рабочий процесс для просмотра изменений, проверки тестов и интеграции кода в производство.

2. Рабочая версия

Менеджер по продукту хочет просмотреть процесс адаптации. Дизайнер хочет увидеть адаптивный макет. Заинтересованная сторона хочет опробовать панель мониторинга.

Отправка исходных файлов здесь не особенно полезна. Им нужно приложение или артефакт, который они смогут открыть в браузере.

3. Работа, которую продолжит кто-то другой

Ваш товарищ по команде хочет просмотреть приложение, предложить изменения и попросить ИИ-агента реализовать обратную связь.

Это другой вид передачи. Место назначения должно содержать больше, чем просто снимок. Ему необходимо сохранить работу, ее историю и доступ для тех, кто ее продолжает.

Эти рабочие процессы пересекаются, но не являются взаимозаменяемыми.

Разница между обменом кодом и передачей работы

Представьте, что агент создает панель аналитики клиентов.

Он включает в себя три карточки KPI, диаграмму использования и фильтр даты.

Вы можете отправить своему товарищу по команде файлы React. Чтобы увидеть результат, им понадобится среда разработки.

Вы можете отправить скриншот. Они поймут схему, но не смогут протестировать фильтр.

Вы можете разместить его где-нибудь. Они могли бы взаимодействовать с ним, но вам все равно понадобится процесс сбора отзывов и обновления проекта.

Теперь представьте себе немного другой рабочий процесс.

Агент создает панель мониторинга в общей рабочей области артефактов и предоставляет вам ее URL-адрес.

Ваш товарищ по команде открывает артефакт, проверяет фильтр и оставляет отзыв на диаграмме. Вы просите агента внести изменения в тот же артефакт.

URL-адрес остается прежним. У работы есть история. Нет необходимости начинать новый разговор и объяснять, что построил предыдущий агент.

Именно для этой передачи стоит проектировать.

Как поделиться кодом, созданным ИИ, со своей командой

Вот практический рабочий процесс с использованием AgentGrid.io, общее рабочее пространство артефактов для людей и агентов ИИ, созданное Anima.

Шаг 1. Создайте проект с помощью предпочитаемого вами инструмента кодирования искусственного интеллекта.

Продолжайте работать в Claude Code, Codex, Cursor или в другом удобном вам инструменте.

Например:

Создайте адаптивную панель аналитики продуктов с диаграммой использования, фильтром по дате и тремя карточками ключевых показателей эффективности. Используйте React.

Вам не нужно менять инструмент, который вы используете для генерации кода.

Шаг 2. Разместите результат там, где ваша команда сможет получить к нему доступ.

Подключите своего агента к AgentGrid и спросите:

Поместите эту панель управления на AgentGrid в качестве приложения. Дайте мне ссылку на артефакт и сохраните ее в тайне.

AgentGrid сохраняет приложение как артефакт с собственным URL-адресом и историей версий.

Если вы используете агент кодирования, который может подключаться независимо, следуйте инструкциям Инструкция по подключению AgentGrid. Браузерные помощники, такие как Claude или ChatGPT, используют поддерживаемые ими интеграции.

Важная часть заключается в том, что ваш агент создает артефакт в рабочей области, к которой у него есть разрешение.

Шаг 3. Предоставьте доступ товарищу по команде.

Откройте артефакт и скопируйте его ссылку.

Прежде чем отправлять его, убедитесь, что у вашего товарища по команде есть доступ к рабочей области. Частный URL-адрес артефакта идентифицирует работу; он не дает разрешения сам по себе.

Для внутреннего сотрудничества обычно это то, что вам нужно. Товарищ по команде может просмотреть работу, не делая ее общедоступной.

Видеть как работает обмен артефактами.

Шаг 4. Соберите отзывы о реальном результате

Ваш товарищ по команде открывает панель мониторинга и обнаруживает, что фильтр даты работает не так, как ожидалось.

Вместо того, чтобы писать отдельное сообщение Slack, объясняющее, какой компонент сломан, они могут оставить отзыв, прикрепленный к соответствующей части артефакта.

AgentGrid поддерживает комментарии к элементам приложения и отрывкам документов. Уполномоченные люди и агенты могут работать над этими комментариями вместе.

Это позволяет держать дискуссию близко к рассматриваемому вопросу.

Шаг 5: Позвольте агенту продолжить работу

Теперь вы можете сообщить подключенному агенту:

Откройте этот артефакт AgentGrid и исправьте фильтр даты. Сохраните существующий макет и обновите тот же артефакт.

Включите фактический URL-адрес артефакта.

Агент может проверять и обновлять артефакт, если у него есть необходимые права доступа и возможности.

Изменения отображаются в той же истории версий, приписываемой агенту, который их внес. Ваш товарищ по команде может вернуться к тому же артефакту, чтобы просмотреть результат.

Видеть история версий в AgentGrid.

А как насчет Claude, ChatGPT, Cursor и Codex?

Некоторые инструменты искусственного интеллекта уже имеют полезные встроенные возможности обмена данными.

Claude может делиться поддерживаемыми артефактами в своей экосистеме. GitHub отлично подходит для проверки кода. Платформы разработки могут предоставлять предварительные развертывания.

Вам не нужно заменять эти рабочие процессы только для того, чтобы чем-то поделиться.

AgentGrid полезен, когда следующий шаг включает в себя люди и агенты, работающие над одним и тем же артефактом, особенно в различных инструментах искусственного интеллекта.

Например, ваша команда может использовать Claude для черновика интерфейса, Codex для уточнения его поведения и человека-рецензента, чтобы оставить отзыв.

Общий артефакт обеспечивает общее назначение для этой работы.

Когда вам следует публиковать вместо этого?

Если работа предназначена для людей за пределами вашего рабочего пространства (например, для клиента, которому нужна общедоступная демо-версия), вы можете опубликовать ее.

AgentGrid может публиковать поддерживаемые приложения и артефакты Markdown на общедоступных URL-адресах.

Но совместное использование и публикация — это не одно и то же действие.

Частная ссылка на артефакт требует авторизованного доступа к рабочей области. Опубликованное развертывание является общедоступным. Более поздние изменения артефакта необходимо снова опубликовать, прежде чем они появятся на этой общедоступной странице.

Публикуйте только тогда, когда вы этого хотите.

Лучше задать вопрос, когда агент закончит

Вместо того чтобы заканчивать каждый сеанс кодирования фразой «экспортировать файлы», спросите:

Кому это нужно дальше и что с этим делать?

Если разработчику необходимо объединить код, создайте запрос на включение.

Если кому-то нужно протестировать приложение, дайте ему рабочую предварительную версию.

Если людям и агентам необходимо просмотреть и продолжить работу вместе, дайте им общий дом.

Результат сеанса кодирования ИИ не обязательно должен быть концом рабочего процесса. Это может стать отправной точкой для всех остальных.

👉 Исследуйте AgentGrid.