Управляемая автономность

Автономность не включается одним флагом

Автономность не является бинарной. Команда должна выбирать уровень autonomy по типу задачи, цене ошибки, quality signals, правам доступа и зрелости harness. Один и тот же agent может только советовать в security-задаче и автоматически выполнять low-risk cleanup.

Уровни autonomy

Level	Описание	Пример
Recommend	Агент анализирует и предлагает действия.	Диагностика incident, план рефакторинга.
Assist	Агент готовит изменения, человек запускает или утверждает.	PR draft, migration plan.
Execute	Агент выполняет bounded задачу внутри sandbox.	Исправить тест, обновить компонент.
Autonomous	Агент сам выбирает ready tasks и проходит gates.	Низкорисковая очередь cleanup задач.

Как повышать или снижать уровень

Повышать автономность можно, если:

• task contract стабилен;
• checks покрывают critical behavior;
• rollback дешевый;
• secrets не нужны;
• blast radius мал;
• logs достаточны для audit;
• human review остается в правильной точке.

Снижать автономность нужно, если:

• ошибка дорогая;
• нет reliable tests;
• затрагиваются данные пользователей;
• нужны production credentials;
• последствия сложно откатить;
• спецификация спорная.

Считайте не только токены

Считать нужно не только стоимость токенов. В decision входит:

• latency;
• время human review;
• стоимость retries;
• стоимость failed run;
• стоимость упущенного контекста;
• opportunity cost;
• цена ошибки.

Пример: считаем один класс задач

Иллюстративный расчёт (числа — порядок величин для калибровки, подставьте свои). Класс задач: bounded bugfix с готовым task contract и надёжными tests. Ставка инженера — $100/час.

Компонент	Агент + harness	Инженер вручную
Работа	$2 tokens × 1.4 (retry budget) = $2.80	45 мин = $75.00
Подготовка contract	10 мин человека = $16.70	входит в работу
Review результата	15 мин человека = $25.00	10 мин (self-review + PR) = $16.70
Ожидаемая цена ошибки	5% × $200 (откат + повторный review) = $10.00	2% × $200 = $4.00
Итого на задачу	≈ $54.50	≈ $95.70

Выводы, которые важнее конкретных цифр:

• Токены — наименьшая статья расходов. $2.80 из $54.50. Оптимизировать модель дешевле, чем оптимизировать человеческое время вокруг неё, — бессмысленно.
• Доминируют человеческие минуты: contract + review дают ~76% стоимости agent-пути. Поэтому главы Task Contracts и Team Workflow — это экономические главы, а не бюрократия.
• Расчёт переворачивается от price of error. Поднимите цену ошибки с $200 до $20 000 (production data) — и 5% риска стоят $1000/задачу. Именно это, а не стоимость токенов, определяет допустимый уровень автономии.
• Contract и review переиспользуются: на потоке из 20 однотипных задач цена contract амортизируется, а review ускоряется за счёт PR risk summary.

Такой расчёт стоит сделать один раз на каждый класс задач из adoption policy. Он превращает спор «доверяем ли мы агенту» в разговор о стоимости, риске и maturity.

На что не соглашаться

• Давать автономность по доверию к модели, а не по зрелости harness.
• Не считать human review как cost.
• Пускать агента в production без plan, dry-run и rollback.
• Не различать low-risk cleanup и high-risk domain changes.

Что сделать руками

Соберите policy для команды через шаблон adoption policy. Для каждого класса задач укажите не только allowed level, но и gates, rollback и owner.