Google представила Conductor — расширение для Gemini CLI, которое меняет подход к автоматизированной разработке с помощью искусственного интеллекта. Вместо беспорядочных чат-запросов оно хранит знания о проекте, технические решения и планы в виде версионных Markdown-файлов внутри репозитория, что позволяет AI действовать в контексте и повторяемо на разных машинах.
Обещания о быстром внедрении и беспрецедентной автоматизации вызвалирастающую критику — многие столкнулись с проблемой преодоления разницы между теорией и реальностью. В основе идеи — создание «хранилища» знаний: файлы отслеживают цели продукта, ограничения, технологический стек, правила работы и стили кода. Каждый запуск Gemini читает эти файлы, что делает поведение AI предсказуемым и стабильным.
Работа строится по этапам: от задания контекста, через спецификацию и план, до реализации. Процесс запуска прост — команда ''gemini extensions install ...'', далее все команды Conductor доступны внутри CLI, а инициализация осуществляется командой ''/conductor:setup'', которая интерактивно собирает все начальные данные о проекте и создает структуру — файлы типа product.md, workflow.md, style-guides.md. Эти файлы определяют, как AI думает о продукте и что должен соблюдать разработчик: целевую аудиторию, функции, технологии, тестирование, стандарты кода. Всё это хранится в Git и доступно для ревью и аудита.
Кондуктор также вводит концепцию «треков» — единиц работы (фич, багов), которые создаются с помощью команд /conductor:newTrack и содержат спецификации, планы и метаданные — чтобы требования были ясны и проверяемы. Реализация идет через команду /conductor:implement, где AI читает план, выбирает задачи, запускает рабочие процессы, обновляет прогресс и оставляет точки контроля для человека.
Инструмент универсален для существующих проектов, умеет автоматизировать извлечение данных из кода и превращать их в понятные правила и стандарты. Благодаря Git-отслеживанию, все знания и планы подкреплены историей — их легко обсуждать, ревьюить и изменять. В перспективе Conductor не просто инструмент, а платформенная основа для организованной и проверяемой автоматической разработки, которая ближе к зрелым DevOps-практикам и системному управлению знаниями в командах.
В будущее похоже, что такие решения станут стандартом: команды, которые уже начали структурировать знания и процессы, сегодня выигрышно выделяются. В 6-12 месяцев мы увидим становление новых практик работы, где управление знаниями — неотъемлемая часть разработки, а автоматизация — норма, а не исключение.
