За последний год AI-assisted development успел пройти путь от автодополнения кода до агентов, которым можно отдать задачу целиком: найти нужные файлы, изменить проект, запустить тесты, исправить ошибки и подготовить pull request.
Но сейчас начинается следующий этап.
AI больше не обязательно должен ждать, пока пользователь откроет IDE или начнёт новый чат. Появляется новый класс систем — постоянно работающие AI-агенты, которые имеют собственный компьютер, память, доступ к приложениям и продолжают работу после того, как пользователь закрыл ноутбук.
За последние недели сразу несколько крупных компаний показали решения именно такого типа.
29 сентября OpenAI представила Dots. До этого появились Muse, Google Gemini Spark и Grok Bot. А параллельно развивается open-source направление вроде OpenClaw.
Мне стало интересно сравнить их не только между собой, но и с более привычной для разработчика схемой: собственный VPS + OpenCode.
OpenAI Dots: уже не чат, а постоянный AI-сотрудник
OpenAI представила Dots 29 сентября 2026 года.
Если обычный ChatGPT в основном работает в рамках конкретного диалога, Dot задуман как постоянно работающий агент. У него есть собственный облачный компьютер, браузер, память и доступ к выбранным пользователем приложениям. Он может продолжать работу между разговорами и возвращаться к человеку тогда, когда действительно требуется решение или подтверждение.
Примерная схема выглядит так:
пользователь
↓
Dot
↓
память + приложения + браузер
↓
Work / Codex / cloud computer
↓
готовый результат
Для разработчика особенно интересно, что Dot может создавать задачи в Codex cloud environments. А при разрешённом доступе к локальному компьютеру он может работать и с локальными файлами, браузером, Skills и задачами Codex.
То есть Dot фактически становится уровнем выше coding-agent.
Можно поставить ему задачу уровня:
Следи за этим проектом, проверяй возникающие проблемы, передавай программирование Codex и приходи ко мне только тогда, когда требуется архитектурное или продуктовое решение.
При этом доступ к локальному компьютеру по умолчанию отключён. Для Enterprise отдельно управляются доступ к браузеру, сети, облачному компьютеру, Slack, Teams и правила подтверждения действий.
Это уже довольно далеко от привычного «чат-бота».
Grok Bot пошёл ещё дальше в сторону виртуальной команды
Grok Bot появился раньше — 11 августа.
SpaceXAI описывает его как команду always-on агентов, которым можно отдавать реальную работу. У ботов есть постоянный облачный компьютер, они могут авторизовываться в сервисах, работать через браузер, файловую систему и терминал и продолжать выполнение задачи, пока компьютер пользователя выключен.
Но самая интересная часть Grok Bot — возможность использовать несколько агентов.
Например:
Engineering Bot
│
┌────────────┼────────────┐
↓ ↓ ↓
Developer Reviewer QA
│ │ │
└────────────┼────────────┘
↓
Git / CI / PR
Боты могут передавать друг другу работу и обмениваться контекстом.
Один агент может воспроизвести ошибку, другой — исправить её, третий — проверить результат.
Причём это не только концепция. SpaceXAI уже использует Grok Bot внутри собственной поддержки и инженерных процессов.
28 сентября появился следующий логичный шаг — Team Bots.
Такому боту можно один раз предоставить нужные файлы, Skills, секреты и приложения, после чего вся команда работает с одним общим контекстом и общей памятью. При этом личные разговоры сотрудников с ботом остаются отдельными.
Фактически получается уже не «AI помощник», а ещё один виртуальный участник команды.
Но что, если собственный AI-компьютер уже есть?
Здесь становится интереснее.
Для разработки у меня уже есть намного более простой вариант:
OpenCode
↓
собственный VPS
↓
Linux
Docker
Git
PHP / Node / Python
PostgreSQL / MySQL
реальные проекты
И у этой архитектуры есть преимущество, которое довольно сложно получить в универсальном облачном агенте.
Это настоящая рабочая среда.
Агент может работать практически там же, где работает разработчик:
git pull
composer install
docker compose up
php artisan migrate
php artisan test
git diff
git commit
git push
Не нужно каждый раз создавать отдельный sandbox и объяснять ему устройство окружения.
Для backend-разработки это довольно существенная разница.
OpenCode постепенно превращается в конструктор своей агентной системы
Изначально OpenCode воспринимался в первую очередь как coding-agent.
Сейчас возможностей уже заметно больше.
OpenCode поддерживает 75+ LLM-провайдеров, пользовательские OpenAI-compatible endpoints и локальные модели. Поэтому одну задачу можно отправлять дорогой frontier-модели, другую — более дешёвой модели, а какие-то операции вообще выполнять локально.
Кроме того, появились специализированные агенты.
Можно создать, например:
backend
reviewer
devops
security
qa
И каждому задать собственную модель, prompt и разрешения.
Reviewer может только читать код.
Developer — менять файлы.
DevOps — дополнительно иметь доступ к shell.
OpenCode официально поддерживает primary agents и subagents с разными моделями и permissions.
Есть и Skills — повторно используемые инструкции в SKILL.md, которые агент подгружает только тогда, когда они нужны.
А команда:
opencode serve
запускает отдельный сервер с OpenAPI-интерфейсом, через который OpenCode можно программно вызывать из других систем.
То есть техническая основа для своего «Grok Bot» уже фактически существует.
Чего не хватает VPS + OpenCode
Главное отличие пока находится не в качестве генерации кода.
Не хватает слоя оркестрации.
Сейчас типичная схема выглядит примерно так:
человек
↓
OpenCode
↓
репозиторий
А systems вроде Grok Bot или Dots пытаются построить:
человек
↓
orchestrator
↓
память
↓
scheduler
↓
несколько агентов
↓
GitHub / браузер / почта / CI / серверы
Но большую часть этого можно постепенно добавить и самостоятельно.
Например:
GitHub webhook
↓
PR появился
↓
OpenCode reviewer
↓
проверка кода
↓
комментарий в PR
Или:
GitHub Actions failed
↓
OpenCode получает лог
↓
ищет причину
↓
исправляет
↓
запускает тесты
↓
готовит commit
Или вообще периодические фоновые задачи:
02:00 dependency audit
03:00 security scan
04:00 tests
05:00 анализ ошибок
08:00 итоговый отчёт
После этого разница между self-hosted OpenCode и коммерческими always-on агентами становится гораздо меньше.
OpenClaw: недостающий слой поверх coding-agent
Особенно интересно в этом плане выглядит OpenClaw.
Это open-source AI assistant, который устанавливается на собственную инфраструктуру и работает через Telegram, WhatsApp, Slack, Discord, Signal и другие каналы.
У проекта есть постоянно работающий Gateway, Skills, memory, cron, webhooks и multi-agent routing.
Поэтому архитектура может выглядеть уже так:
Telegram / Web / Slack
↓
OpenClaw
↓
память / cron / events
↓
OpenCode
↓
VPS / Git
↓
Docker / CI / staging
OpenClaw становится интерфейсом и оркестратором, а OpenCode занимается непосредственно инженерной работой.
На мой взгляд, это сейчас один из наиболее интересных вариантов для экспериментов с полностью self-hosted AI-сотрудником.
Есть и другие игроки
OpenAI и SpaceXAI здесь далеко не единственные.
Google Gemini Spark работает как 24/7 personal agent и может выполнять фоновые задачи даже тогда, когда телефон и ноутбук выключены. Он особенно тесно интегрирован с Gmail, Docs, Sheets и остальной экосистемой Google.
Muse, запущенный 8 сентября, тоже получает отдельную защищённую виртуальную машину с браузером и может работать с почтой, покупками, поездками и другими сервисами.
То есть направление становится вполне очевидным.
После эпохи чат-ботов и coding assistants начинается конкуренция за постоянно работающего персонального агента.
Dots vs Grok Bot vs VPS + OpenCode
Если сильно упростить:
| OpenAI Dots | Grok Bot | VPS + OpenCode |
|---|
Постоянный агент | Да | Да | Можно построить |
Собственный компьютер | Cloud | Cloud | VPS |
Coding | через Codex | сильная интеграция с engineering workflows | основное назначение |
Несколько агентов | развивается | да | primary agents + subagents |
Выбор моделей | экосистема OpenAI | экосистема Grok/Cursor | очень широкий |
Local models | нет | нет | да |
Apps/browser | встроено | встроено | нужно подключать |
Scheduler | встроенный уровень агента | routines/automation | cron/systemd |
Полный контроль инфраструктуры | нет | нет | да |
Настройка | минимальная | минимальная | значительно больше |
Vendor lock-in | высокий | высокий | низкий |
Поэтому однозначного победителя здесь нет.
Это просто три разных подхода.
Что выглядит наиболее интересным для разработчика
Если основная задача — почта, документы, исследования, встречи и организационная работа, Dots или Gemini Spark выглядят логичнее собственного сервера.
Если нужен именно готовый виртуальный коллектив из нескольких агентов, сейчас особенно интересно выглядит Grok Bot.
Но для разработки у self-hosted варианта остаются серьёзные преимущества.
Собственный VPS уже содержит реальную инфраструктуру проекта.
Можно самостоятельно выбирать модели.
Можно ограничивать доступ.
Можно подключать внутренние сервисы.
Можно полностью контролировать стоимость.
И главное — система не привязана навсегда к одному AI-провайдеру.
Поэтому вместо замены OpenCode на очередного облачного агента мне сейчас гораздо интереснее другая идея:
постепенно превратить существующий VPS с OpenCode в собственного always-on AI-сотрудника.
Примерно так:
AI assistant
│
OpenClaw / UI
│
┌────────────────┼────────────────┐
↓ ↓ ↓
Telegram GitHub Scheduler
│ │ │
└────────────────┼────────────────┘
↓
OpenCode
↓
разные модели под задачи
↓
собственный VPS
↓
Git / Docker / CI / DB
