Статья анализирует использование ИИ-агентов для программирования, в частности GitHub Copilot в режиме агента, и влияние выбора LLM на качество результата. На примере разработки Angular-приложения «Search wiki app» сравниваются два подхода: создание одним промптом и пошаговое построение с архитектурным планированием и заданием лучших практик через instruction files.

Тестирование показало, что Claude Sonnet 4 (150+ млрд параметров, оптимизирован для программирования) обеспечивает высокое качество кода, тесты, a11y и документацию с первой попытки, тогда как o4-mini (8 млрд параметров) выдала неработоспособный код с ошибками. GPT-4.1 также создала рабочее приложение, но с нарушением ряда требований.

Пошаговый подход позволил собрать приложение за 4 промпта и несколько часов с сохранением контроля и качества, что значительно быстрее традиционной разработки. Автор подчеркивает: ИИ ускоряет работу и стандартизирует процессы, но требует опытного архитектурного надзора и верификации из-за риска «галлюцинаций» и потери понимания логики решения.