Статья подробно рассматривает практический опыт использования современных AI-агентов для «вайб-кодинга» — автономной автоматизации рутинных задач программирования на базе LLM и инструментов, таких как Google Jules и Agent Zero. Jules способен самостоятельно работать с github-репозиториями: клонировать, редактировать, коммитить и создавать pull request по одной команде пользователя, работая в изолированной среде и интегрируясь с Gemini.

Автор выделяет Agent Zero как интересную альтернативу: агент запускается локально в docker-контейнере, работает с виртуальной файловой системой, поддерживает подключение к openrouter и ollama, умеет разбивать задачи на под-агентов, выполнять команды в Linux-окружении и параллелить процессы. Особое внимание уделяется безопасности: агент имеет доступ только к специально выделенным файлам, минимизируя риск утечки данных или повреждения системы. Для интеграции с Github требуется настройка MCP-сервера через docker или самостоятельную сборку. Среди преимуществ — озвучивание ответов, web-интерфейс с контролем процесса, подробный лог выполнения и кастомизация моделей LLM под задачи. Однако сложные задачи всё ещё требуют контроля и корректировки со стороны пользователя.

В качестве альтернатив упоминаются такие инструменты, как plandex, opencode, aider, qwen-code, Cline и RooCode, — все они заточены под разный уровень интеграции, качество работы и удобство. Автор заключает, что на текущем этапе эти агенты эффективны для автоматизации несложных задач, подготовки документации или рефакторинга, но не заменяют полного понимания проекта человеком.