ENЗапросить триал
Сравнение

AI Council и остальной AI-стек: концепции, а не галочки

AI Council не конкурирует с AI-агентами — это слой памяти и контроля над ними. Ниже — честное сравнение с инструментами, с которыми его сравнивают чаще всего.

Группа 1 · Агенты и IDE

Claude Code, Cursor, Windsurf, OpenCode

Это исполнители: они читают код, пишут diff и делают это отлично. AI Council их не заменяет — он работает поверх них через открытый протокол MCP.

Что агент делает сам

  • Пишет и правит код, запускает команды, работает с git — в той ветке, что открыта в рабочей копии; переключение веток и изоляция параллельных задач — вручную, средствами самого git.
  • Держит контекст внутри одной сессии; у Claude Code есть CLAUDE.md и память — но это плоские файлы на один репозиторий, без понятия ветки.
  • Каждую новую задачу начинает со сбора контекста заново: чтение файлов, grep, десятки тысяч токенов.
  • Не знает командных договорённостей, если их каждый раз не повторить в промте.

Что добавляет AI Council

  • Подключается к агенту через MCP и хуки — по стандартному протоколу, без форка агента и без выгрузки кода во внешний сервис под чужим доступом.
  • В режиме Workspace сам создаёт задачу на нужной git-ветке — существующей (с автоподстановкой из HEAD) или новой, срезанной от базовой, — и запускает внутри неё Claude Code, Codex или Gemini CLI; diff задачи фиксируется от commit'а создания и не «плывёт», а перед push проверяются правила защиты ветки в GitLab/GitHub.
  • Даёт агенту долговременную память: граф знаний, решений и конвенций, привязанный к сущностям кода и к git-ветке, на которой идёт работа — знания видны по достижимости веток, как в самом git.
  • Вместо повторного чтения проекта — точный набор чанков контекста под текущую задачу.
  • Агент-ментор online ревьюит план и реализацию, а отдельный MCP-инструмент проверяет сам diff на нарушение обязательных конвенций проекта — соблюдение правил перестаёт зависеть от промта.
Вы не выбираете «AI Council или Claude Code». Вы выбираете, работает ли ваш Claude Code с памятью, git-ветками и контролем — или без них.
Группа 2 · Memory-слои

OpenMemory, Supermemory, Pi, Hermes

Ближайшие к AI Council по идее инструменты: они тоже дают LLM долговременную память. Ключевое отличие в том, к чему память привязана, как она стареет и разделена ли по git-веткам.

Memory-слой общего назначения

  • Хранит заметки, факты и диалоги как тексты; ищет по семантической близости.
  • Память не знает структуры кода: «правило про PaymentService» — просто строка.
  • Код изменился — заметка осталась прежней; устаревание никто не отслеживает.
  • Память не разделена по git-веткам: заметка, сохранённая во время работы в одной ветке, видна и в любой другой — риск того, что контекст экспериментальной ветки просочится в основную работу.
  • Личная память одного пользователя; командный слой и дедупликация — не их задача.
  • Базу никто не чистит: дубли и устаревшие заметки копятся, пока их не разгребёт человек.

Память AI Council

  • Знания привязаны к сущностям кода в графе: одна запись — сразу к нескольким функциям, классам и сервисам; при изменении кода привязка переносится на новую сущность, а не устаревает молча.
  • После изменения файлов запускается инкрементальный переанализ — граф и знания не отстают от кода.
  • Знания видны по достижимости git-веток, как в самом git: работа в параллельной ветке не видна другим, пока её не смержили, а после merge знания сами «перетекают» в целевую ветку.
  • За порядком следит ночной автономный куратор: явные дубликаты сливаются автоматически, спорные случаи — в очередь на ревью человеком, тестовый мусор убирается. Каждое действие обратимо и видно в журнале.
  • Память командная: решение, сохранённое в одной задаче, доступно всем разработчикам и AI-сессиям.
  • Сверху — то, чего в memory-слоях нет совсем: 10 слоёв анализа архитектуры, смеллы, конвенции, агент-ментор.
Группа 3 · Ручной подход

CLAUDE.md, cursor rules и свой репозиторий знаний

Самый частый ответ команд разработки: «у нас это уже решено файлами». На небольшом проекте с одним разработчиком — правда, решено.

Где файлы работают

  • Один-два разработчика, один репозиторий, короткая история проекта.
  • Правил немного, они стабильны и умещаются в один файл.
  • Автор файла сам же им и пользуется — знает, что устарело.

Где они ломаются

  • Файл растёт месяцами и превращается в свалку: агент читает всё, включая устаревшее.
  • Знания не привязаны к коду: рефакторинг переместил модуль — правило молча указывает в пустоту.
  • Файл никак не связан с git-веткой: он один на репозиторий вне зависимости от того, в какой ветке идёт работа, — а после merge параллельной ветки никто не переносит в него то, что там узнали.
  • На команде файлы расходятся: у каждого свой CLAUDE.md, договорённости дублируются и противоречат.
  • Наполнение и чистка — ручная дисциплина; она заканчивается на втором дедлайне.
  • Файл не может проверить агента: правило есть, а контроля его соблюдения нет.
Сравнение возможностей

Одна таблица вместо длинных споров

КонцепцияАгенты / IDE
(Claude Code, Cursor…)		Memory-слои
(OpenMemory, Supermemory…)		CLAUDE.md +
свой репозиторий		AI Council
Пишет кодДаНетНетЧерез ваших же агентов — Claude Code, Codex, Gemini CLI
Долговременная память о проектеСессия + плоские файлыДа, заметки и фактыДа, пока файл поддерживают рукамиГраф знаний с историей и курированием
Привязка знаний к сущностям кодаНетНет — текст без структуры кодаНет — упоминания строкамиДа: модули, классы, слои, зависимости
Актуальность при изменении кода—Заметки стареют молчаРучная чисткаИнкрементальный переанализ после правок
Работа с git-ветками задачиВетка из открытой рабочей копии; переключение и изоляция — вручнуюПонятия ветки нет; память общая на весь проектОдин файл на репозиторий вне зависимости от веткиЗадача на существующей/новой ветке, diff от commit создания, проверка branch protection перед push
Изоляция знаний по веткам—Нет — все заметки видны всегда и вездеНет — файл не знает о веткахЗнания видны по достижимости веток; после merge — автоматически перетекают в целевую
Командная память и дедупликацияНетЛичная память пользователяФайлы расходятся по людямОбщая база на команду; ночной куратор сливает дубли и убирает мусор — обратимо, с журналом
Доступ для нетехнических ролейНет — инструмент того, кто пишет кодЛичные заметкиФайл в репозиторииПроектный чат с правами роли (RBAC): продакт и аналитик спрашивают про код, тикеты и решения
Доставка контекста в момент работыАгент ищет самПо запросуАгент читает весь файлMCP + хуки: точные чанки при обращении к файлам
Контроль конвенций onlineНетНетНетАгент-ментор ревьюит план и реализацию; отдельный MCP-инструмент проверяет сам diff на нарушение обязательных правил
Анализ архитектуры и смелловНетНетНет10 слоёв: зависимости, DDD, C4, ISO 25010

Сравнение по назначению инструментов, а не по версиям: у каждого продукта есть свои сильные стороны в его собственной задаче.

«Можно ли самому собрать решение на основе идей AI Council?»

AI Council — продукт. Помимо идей его ценность в том, чтобы работать на реальных проектах и учитывать особенности инструментов разработки и нейросетей

Нас часто спрашивают, почему это нельзя собрать из open source за выходные. Вот что именно занимает годы, а не выходные.

Δ

Инкрементальный переанализ

Пересобирать весь граф после каждого коммита — часы. Пересчитывать только затронутые сущности и не терять связность — самая дорогая часть системы.

≡

Дедупликация знаний

База, куда пишет вся команда и AI-сессии, за месяц превращается в свалку. Схлопывание дублей и противоречий — отдельный конвейер, а не промт.

⌘

Привязка к сущностям кода

Чтобы знание указывало на класс, а не на строку текста, нужен парсинг восьми языков — PHP, Python, TypeScript, Java, Kotlin, C#, C, C++ — и общая модель кода поверх них.

⎇

Ветка как измерение

Знания и код нельзя выдавать одним общим срезом на весь проект: параллельная ветка не должна «протекать» в основную работу, а после merge узнанное там должно попасть в целевую ветку само — без отдельного шага синхронизации, без потери привязки при squash и rebase.

M

Агент-ментор

Второй агент, который online ревьюит план и реализацию по конвенциям проекта, — это протокол контроля, выверенный на реальных пилотах, а не системный промт.

10

10 слоёв анализа

От метрик кода и зависимостей до DDD, architecture smells, ISO 25010 и C4-диаграмм — со стыковкой результатов в один граф.

∞

Эксплуатация

18 backend-микросервисов + UI: граф, вектора, оркестрация анализа, git-интеграция и работа с ветками, MCP-сервер, API. Собрать демо можно за выходные. Держать это в работе на команде — нет.

Проверьте на своём проекте

Сравните не по таблице, а на пилоте

Возьмите триал на 2 месяца, подключите свой репозиторий и сравните работу вашего агента с AI Council и без него.

Контактыinfo@aicouncil.ru · @kubtri · 8(812) 500-71-55