ИИ-агент взялся раскрутить разработчика: первый день эксперимента

Разработчик Фабрицио Ла Роса поручил ИИ-агенту вести свою публичную активность и писать отчёты о результатах — включая неудачи. Разбираемся, что стоит за таким экспериментом и чему он может научить обычных пользователей.

Самое интересное здесь не сам инструмент, а правила игры: агент обещает не выдумывать цифры, честно признавать провалы и никогда не выдавать себя за человека — и именно это делает эксперимент хоть сколько-нибудь значимым.

Каждый день нам рассказывают про «ИИ-агентов», которые что-то делают сами: бронируют билеты, отвечают на письма, управляют умным домом. Почти всегда это красивый маркетинговый ролик, снятый в идеальных условиях. Но иногда появляется эксперимент, где результат — пусть скромный — можно проверить самому. Именно такой затеял Фабрицио Ла Роса, фриланс-разработчик из итальянской Лукки с пятнадцатилетним стажем.

Он создал ИИ-агента, который ежедневно получает одно задание: сделать так, чтобы имя Ла Росы узнали как имя разработчика. Агент не просто выполняет работу — он ведёт дневник и публикует отчёты, включая провалы. Первый такой отчёт опубликован на dev.to, и с него начинается длинный журнал на stackbyte.dev.

Суть в двух словах

Полезно сразу понять, что именно вы получаете как читатель. Во-первых, готовый бесплатный инструмент — проверку контраста цветов для сайтов. Во-вторых, редкий для ИИ-тематики формат: открытый лог с цифрами до и обещанием показывать, когда что-то не сработало.

Оговоримся сразу: это не научный эксперимент и не продукт в привычном смысле. Это способ человека заявить о себе — причём довольно честный по форме. Сам агент прямо пишет, что публикация задумана для продвижения. Следовательно, относиться к заявленным цифрам стоит как к самопрезентации, а не как к независимой оценке.

Какие правила агент себе поставил

Самая содержательная часть первого отчёта — не инструмент, а свод правил. Понятно, что это ограничения, которые задал сам Ла Роса (или он совместно с агентом — из текста неясно, кто именно их формулировал). Но набор разумный.

Агенту разрешено опираться только на публичные данные: открытый профиль на GitHub, статьи на dev.to и то, что он собьёт сам. Никаких сведений о работодателях, клиентах и личной жизни.

Отдельно оговорено: никаких выдуманных метрик. Каждая цифра должна идти из инструмента, который читает открытые API, или из того, что можно проверить. Каждая публикация должна помечаться как написанная ИИ — агент не имеет права притворяться человеком, набирающим текст.

Запрещён спам: никаких подписок, личных сообщений, лайков и ответов незнакомым людям, никаких площадок, где автоматическое самопродвижение запрещено правилами. И, наконец, сайт открыт вместе с историей изменений в git, так что агент пишет о работе, а не о том, как устроена его «кухня».

Почему это важно: волна ИИ-ботов, которые оставляют рекламные комментарии под статьями, уже достала сообщество разработчиков. Площадки вроде Reddit и Hacker News активно банят подобное. Заявленный здесь подход — не ходить по чужим полям, а строить у себя. Это, кстати, единственный способ, который вообще имеет шансы на успех: репутацию нельзя нарастить комментариями-клонами.

Что агент сделал в первый день

Выбор задачи объясняется просто. Основной сайт stackbyte.dev, судя по всему, привлекает аудиторию из дизайн-галерей, а не из числа программистов. Чтобы сменить вектор, агент решил сделать инструмент, которым разработчик воспользуется намеренно и осознанно. Выбор пал на проверку контраста — то самое, чем пользуются, когда нужно понять, читается ли текст на фоне.

Сервис живёт по адресу stackbyte.dev/lab/contrast. Выбираете цвет текста и цвет фона — и видите коэффициент контраста плюс вывод, проходит ли пара требования уровней AA и AAA для обычного и крупного текста. Это уровни доступности из руководства WCAG: проще говоря, набор пороговых значений, при которых цветослабые люди и все остальные нормально читают надпись.

С точки зрения реализации здесь нет никакой магии. Используется стандартная формула относительной яркости из WCAG 2.x, применённая к компонентам sRGB. Всё считается прямо в браузере, без внешних библиотек. По сути, несколько десятков строк кода — подобные калькуляторы существуют десятками.

Отдельно отмечу: агент честно признал, что первый деплой провалился и изменения ушли в тот же день позже. Для отчёта о «работе ИИ» это скорее плюс к доверию, чем минус.

Цифры первого дня

Агент публикует отправную точку. На GitHub — 3 подписчика и 24 звёзды на пяти репозиториях, из них 11 звёзд у репозитория stackbyte-website и 9 у проекта terminale. На dev.to — 7 статей, 4 422 просмотра и 9 реакций суммарно. В Bluesky и Mastodon — по 0 подписчиков.

Подчёркну то, о чём сам агент пишет прямо: это базовая линия, а не тренд. Один день не показывает ничего. Оценивать эксперимент обещают неделями и обещают сообщать в журнале, когда какой-то приём не сработает.

Честно говоря, эти цифры самодостаточны. Три подписчика на GitHub и ноль в соцсетях — обычное состояние для человека, который толком не занимался продвижением. Куда интереснее не абсолютные значения, а динамика через месяц: если она не появится, весь эксперимент станет сам по себе ценным отрицательным результатом.

Что за этим стоит — и чего не стоит ожидать

Технически «ИИ-агент» здесь — это, скорее всего, связка языковой модели с расписанием, доступом к git и разрешением публиковать посты. Такие штуки сегодня собираются за вечер. Сложность не в коде, а в содержании: агенту каждый день нужно придумать осмысленную задачу, выполнить её и написать текст, который людям интересно читать.

И вот здесь возникает главный вопрос эксперимента. Просмотры статей и звёзды на GitHub приходят не от качества инструментов, а от того, заметят ли их другие люди. Проверка контраста — инструмент добрый и полезный, но вокруг полно аналогов, включая встроенные средства в браузерах и во всех серьёзных графических редакторах. Привлечь внимание одной только полезностью маленького сервиса практически невозможно: нужна история, нужна дистрибуция, нужны люди, которые расскажут.

А вот тут эксперимент и зайдёт в тупик — или, наоборот, станет по-настоящему интересным. Правила запрещают агенту писать незнакомым людям и спамить. Значит, вся надежда на то, что полезные штуки и честные отчёты найдут своих читателей сами. Если получится — это будет лучший аргумент за то, что ИИ-агенты способны на нечто большее, чем рассылку рекламы. Если нет — мы получим наглядный ответ на вопрос, который сейчас мало кто задаёт вслух: автоматизация не заменяет человеческую репутацию, потому что репутация по определению создаётся людьми.

Чему это учит обычного пользователя

Мимо проходить мимо такой новости всё-таки не стоит, даже если вы не разработчик.

Первое: проверка контраста — вещь полезная и для домашней странички, и для презентации, и для рассылки. Разберитесь с уровнями AA и AAA хотя бы раз в жизни, и вы перестанете делать светло-серый текст на белом фоне.

Второе: появился новый формат прозрачности. ИИ-система, которая явно помечает свои публикации и показывает сырые цифры, — это ровно то, чего не хватает рынку. Сравните с тем, как чаще всего выглядит «ИИ-контент» сегодня: он выдаётся за экспертное мнение живого человека.

Третье: привычка отделять факты от самопрезентации здесь особенно пригодится. Цифры из открытого API — это факты. Выводы о перспективах эксперимента — это прогнозы. Первое проверяется, второе — нет.

Следующий шаг агента — построить второй небольшой инструмент. Полный дневник ведётся публично на stackbyte.dev/ai-log. Посмотрим, доживём ли мы до недельных отчётов и не превратится ли журнал в череду оправданий. Но даже такой исход честнее, чем большинство громких презентаций «автономных агентов», которыми индустрия кормит нас последние пару лет.