Часть 3. Как таск-трекер стал ежедневным AI-воркером

Вот важная новость с фронта ИИ: J3d1fm 7 минут назад Часть 3. Как таск-трекер стал ежедневным AI-воркером Простой 6 мин 354 Искусственный интеллект Кейс КороткоВ первых текстах про Personal Task Assistant я писал про базовую идею:не человек должен каждый раз думать, что можно поручить AI. Система задач должна сама показывать, какая работа уже готова для агента.

С тех пор проект сильно изменился. Изначально это была доска задач с человеческой и агентской очередью. Сейчас это уже более практичный контур:задачи можно безопасно забирать через атомарный claim;повторный импорт из почты, Telegram или другого источника не создает дубли;агент может работать через MCP, а не через скрейпинг UI;MCP-инструменты проверяются отдельным eval-процессом;для будущих Codex/Claude-сессий появились playbooks в AGENTS.

Технические детали

claude/skills/;после явной установки launchd-расписания ежедневный ритуал в 15:00 пишет digest, а при явном включении дает Claude ограниченный набор инструментов, чтобы он сам двигал Codex-задачи до waiting_review. То есть проект ушел от “вот список задач для AI” к более важному вопросу:как сделать так, чтобы агент мог приходить в очередь каждый день, брать работу и не ломать операционный контроль человека. Что было проблемой после первой версииПервая версия решала маршрутизацию:это должен сделать человек;это может взять агент;это ждет ревью;это заблокировано;это еще не разобрано.

Но когда начинаешь реально жить с такой системой, быстро появляются следующие проблемы. Первая: агенту нельзя просто дать весь список задач. Ему нужен конкретный контракт: что читать, что брать, как зафиксировать результат и когда остановиться.

Вторая: нельзя доверять только промпту. Если в промпте написано “не закрывай задачи”, это полезно, но недостаточно. Ограничение должно быть в коде.

Отраслевые последствия

Третья: интеграции будут переигрывать одни и те же события. Telegram polling, webhooks, будущие Gmail/Slack/Jira-адаптеры и scheduled jobs почти всегда когда-нибудь повторят один и тот же источник. Значит, ingest должен быть идемпотентным.

Четвертая: если MCP-инструменты плохо описаны, агент начинает ошибаться не потому, что модель плохая, а потому что контракт неочевидный. Это нужно проверять отдельно. Атомарный claim вместо “возьми первую задачу из списка”Главное изменение в 0.

0: появился POST /api/agent/claim. Агент больше не должен делать так:прочитать список;выбрать первую задачу;надеяться, что никто другой ее не взял. Теперь он вызывает claim endpoint, а сервер сам выбирает верхнюю Codex-owned задачу в backlog, условно переводит ее в in_progress и возвращает агенту.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.