Приложение Intent для оркестрации большого количества AI-агентов, пишущих код, выложено в открытый исходный код под лицензией Apache 2.0, одновременно выпущен стабильный релиз v2.118.0. Ядром проекта выступает демон intentd на Rust с JSON-RPC-интерфейсом, а план работ до старта агентов фиксируется в виде спеки, которую составляет Coordinator-агент. Инструмент закрывает узкое место параллельной агентской разработки: задачи живут в изолированных workspaces, не смешивают файлы и не теряют контекст, а завершение каждой подтверждается автоматической проверкой.

image

Что произошло

Код Intent опубликован в монорепозитории github.com/intent-hq/intent под лицензией Apache 2.0, и открытие исходников совпало с выходом стабильного релиза v2.118.0 31 августа 2026 года. Ядро системы — демон intentd на Rust с JSON-RPC-интерфейсом, пользовательский интерфейс cloudlands-fe построен на связке Electron и SvelteKit, а обновления распространяются через отдельный репозиторий cloudlands-releases, где опубликованы сборка под macOS и AppImage для Linux. Внутри приложения каждая задача агента выполняется в изолированном workspace, коммиты, ревью и мерджи встроены прямо в рабочий интерфейс через панели Agents, Context, Changes, Files, Browser и Shell.

Контекст

Инструментальный код вокруг AI-агентов до недавнего времени концентрировался в закрытых продуктах, поэтому командам, запускающим десятки агентских задач одновременно, приходилось собирать оркестрацию из самописных скриптов и сталкиваться с конфликтами правок и потерей контекста между задачами. Подход Intent опирается на известные из агентских методологий идеи декомпозиции и автоматической проверки: специальный Coordinator-агент фиксирует спеку до старта работ, агенты сами отслеживают изменения и переходят к следующей задаче, а готовность каждой задачи подтверждает отдельный verifier по критерию Definition of Done, охватывающий сборку, тесты и линт. Существенно и то, что оркестратор не привязывает к конкретной модели: он позволяет подключать свои CLI-агенты и смешивать их по workspace, что превращает его в контролируемый исследовательский стенд, где один и тот же оркестрационный контур можно проверить на разных базовых моделях.

Почему это важно для индустрии

Для индустрии это очередной шаг миграции инструментального кода вокруг AI-агентов из закрытых стартапов в открытое поле: архитектуру параллельной агентской разработки теперь можно изучать прямо в коде, а не по пресс-релизу, форкать и встраивать в собственные пайплайны вместо самописных скриптов. Лицензия Apache 2.0 и доступность демона intentd через JSON-RPC делают Intent кандидатом на роль самостоятельного компонента для команд, которые уже прогоняют десятки агентских задач одновременно. Если сообщество подхватит проект, вероятны сторонние репродукции, первые независимые сравнения оркестраторов по схеме спека, verifier и изолированные workspaces, библиотеки шаблонов спек и внешние verifier-агенты с политиками готовности под конкретные стеки; если нет — Intent останется еще одним DIY-инструментом. В горизонте двух лет оркестрация агентов, вероятно, консолидируется в стандартный слой инфраструктуры разработки по аналогии с CI, где ценность смещается от самих оркестраторов к тем, кто владеет спеками и методологией: как строить планы, что считать критерием готовности задачи и как считать затраты на параллельные прогоны.

Почему это важно для пользователей

Если вы экспериментируете с кодинг-агентами вроде Claude Code или Codex-подобных CLI, Intent предлагает способ запустить их десятками параллельно, не смешивая файлы и не передавая контекст между задачами вручную: план работ задан спекой, автоматическая проверка сообщает о фактически завершенной задаче, а коммиты с диффами остаются в Git. Практичный первый шаг — подключить уже используемые CLI-агенты и прогнать пачку параллельных задач на пилотном проекте, сравнив результат с ручным запуском агентов по одному. Тем, кто хочет понять механику глубже, стоит заглянуть в исходники ядра intentd и посмотреть, как там устроены рабочие пространства, этап проверки и переход агентов между задачами.

Что пока неизвестно / ограничения

Заявленные качества Intent пока подтверждены только демонстрацией: пять API-эндпоинтов Mapbox, проверенные отдельным verifier-агентом, дали 76 пройденных тестов и чистые сборку и линт, однако это smoke-тест, а не eval-методология. Задачи для демо выбраны самим вендором и ограничены одним классом задач, нет базовой линии сравнения, например один агент последовательно против десятка параллельных, нет данных о стоимости параллельных прогонов, нет описания ошибок и итераций, а фраза «76 тестов прошли» фиксирует лишь сам факт, что проверка выполнялась. В поставке нет воспроизводимых eval, поэтому заявленные результаты придется проверять самостоятельно на своих задачах, а открытыми остаются вопросы латентности и конфликтов при мердже.

Источники

Автор

Look at AI, редакция