AI-редакторы кода: три уровня — автодополнение, диалог и оркестрация агентов

Материал PingWest делит AI-инструменты для программирования на три слоя: автодополнение, диалог и оркестрацию. Это не уровни «лучше-хуже»: каждый слой соответствует своему типу задач, и выбирать инструмент нужно по задаче. Первый слой — автодополнение. AI предсказывает код у курсора, разработчик принимает его по Tab. Так убирают рутину: шаблоны, циклы, типовые API, заготовки тестов. Это полезно в CRUD, при смене языка и знакомстве с новым фреймворком. В обзоре упомянуты GitHub Copilot (VS Code, JetBrains, Neovim, Visual Studio), CodeGeeX (открытый, локальное развёртывание, код не уходит во внешнюю сеть), Fitten Code (низкая задержка), Doubao MarsCode (облачная IDE). Ограничение: автодополнение не понимает задачу — оно знает синтаксис у курсора, но не роль функции в системе, влияние правок и результаты тестов. Второй слой — диалог. AI в чате генерирует код по описанию, объясняет логику и предлагает решения; работа идёт в несколько туров. Это нужно для правок в нескольких файлах, разбора чужого кода и обсуждения решений. Упоминаются Cursor с Ctrl+K, визуальным diff и Composer; Devin Desktop с Agent Command Center и ACP; Qoder CN с отдельной IDE, индексацией репозитория и режимом Quest. У Kimi Code ключевой элемент — Plan: сначала исследование и проверяемый план, потом изменения. Отдельная тема — контекст: на базе в десятки и сотни тысяч строк качество зависит от того, удерживает ли инструмент нужные сведения. Kimi Code использует Sub-agents с независимым контекстом для исследования, проектирования, реализации и проверки; Devin Desktop даёт каждой сессии отдельный контекст; Copilot запускает параллельные сессии в отдельных worktree и ветках. Третий слой — оркестрация. Разработчик задаёт цель и критерии приёмки, а агент сам декомпозирует, выполняет, проверяет и корректируется по ошибкам. Это для длинных, многошаговых и итеративных задач. У Kimi Code есть /goal, определяющий, что считать завершением; Sub-agents для параллельных задач; Agent Swarm для массовых задач. Долгие задачи идут в фоне; есть стандартный и высокоскоростной режимы вывода. Другие пути: Claude Code с Auto mode и Dynamic Workflows (нужен зарубежный интернет); CodeBuddy NPC (июль 2026, Tencent Cloud CNB) после Issue сам планирует, разрабатывает, делает PR, тестирует и итерирует по CI; Devin Desktop поддерживает локальные и облачные агенты. Автор предупреждает: считать, что чем выше слой, тем лучше, неверно. Для типовых функций, API и тестовых заготовок точное автодополнение эффективнее агента. Для понимания чужого кода, обсуждения решений и одной кросс-файловой правки нужен диалог. И только длительные, массовые и итеративные задачи до критериев приёмки стоит отдавать оркестрации. Сигнал перехода на диалог — когда вы часто объясняете AI, зачем правка, какие файлы затронуты и разумно ли решение. Перепрыгивание через слой тоже имеет цену. Отдельно про K3. По Reuters, 26 августа компания, создавшая K3, ведёт ранние переговоры о разделе доходов с Microsoft, Amazon и Google. Для разработчиков важнее открытость: K3 вышла в июле 2026 года, а 27 июля открыла полные веса по изменённой лицензии MIT. Это MoE на 2,8 трлн параметров. Модель не привязана к одному редактору: Cursor уже подключил K3, GitHub Copilot объявил о внедрении. Возможна приватная установка на своих мощностях, чтобы код не покидал сеть; можно строить свою оркестрацию — Agent SDK открыт, а совместимость с интерфейсами OpenAI/Anthropic позволяет встроить модель в свои процессы.