Агенты не умеют оценивать сроки. И это не баг, а наследство 🙂 Они учились на данных, где код писали люди. Джира, релизы, «фича на две недели». Поэтому и сроки они называли человеческие, хотя делали в разы быстрее. Я это просто дисконтировал на глаз и особо не заморачивался. Недавно вернулся к вайбкодингу и увидел в одном чате обратную жалобу: агенты начали давать слишком оптимистичные сроки. Видимо, перекос теперь в другую сторону. И я вспомнил, как в Ticketscloud одна из команд оценивала задачи не во времени, а в стори поинтах. Это сложность по шкале Фибоначчи: 1, 2, 3, 5, 8, 13. Чем сложнее и неопределённее задача, тем больше число. Попробовал так же с агентами. Получился тул из двух частей. Первая: агент проходит по бэклогу и оценивает каждую задачу. Время он не называет, только сложность в поинтах и зависимости. Если задача больше 8, дробит её на части. Маленькие задачи агенты переваривают заметно лучше. Кроме сложности агент ставит каждой задаче оценку ценности: насколько она двигает продукт. Из этих двух чисел получается Score, ценность, делённая на сложность. По Score бэклог и сортируется. Наверх поднимаются задачи с большим импактом и низкой сложностью: они делаются быстрее всего и дают продукту больше всего. Сложные задачи с небольшой пользой уходят вниз и не съедают агентов. Получается не просто список задач, а очередь. Её можно сразу раздавать агентам, понимая, что идёт первым и почему. Вторая часть: скрипт смотрит на смердженные PR и считает, сколько реально уходит на один поинт. Часы, доллары, какие модели, сколько прогонов до мержа. Самое интересное, что скорость у всех разная. Её задают не только модели, но и вся обвязка: CI, проверки, ревью, харнес. Тут нет «правильной» цифры, есть только ваша. Когда есть метрики, процесс можно оптимизировать. Видно, где тормозит, сколько токенов сгорает на поинт и что изменилось после правок. Планирование тоже становится нормальным. В дашборде выбираешь срок (сегодня, день, неделя) и количество агентов. Он показывает, сколько задач из верха очереди успеешь, во сколько обойдётся и сколько агентов нужно на весь бэклог. Заодно видно, сколько лимитов Claude и Codex уже сожжено и окупается ли подписка. Есть и бэктест, чтобы честно проверить, что прогноз точнее простого «как обычно». Выложил в опенсорс, пока бета и заточено под мои процессы: https://github.com/egerev/agent-estimate Было бы интересно сравнить, у кого какая скорость получится. Пишите свои цифры 🙂