AI Council и HumanLayer: что умеет каждый

Коротко

AI Council — self-hosted платформа для команды разработчиков. Она сама разбирает репозитории в граф кода: стек, структуру, зависимости и циклы, вызовы, данные, архитектуру, DDD, паттерны, стиль, смеллы и качество по ISO 25010. Над графом лежит база знаний проекта — решения, заметки, диаграммы и журналы изменений; каждая запись привязана к месту в коде и к ветке и приходит агенту, когда он трогает нужный файл. Отдельно живут конвенции: правила трёх областей — к сущностям кода, к путям и ко всему проекту — с уровнями MUST/SHOULD, состояниями и проверкой перед правкой и по диффу. Вокруг этого собраны ревью с публикацией в MR, тикеты, задачи и компании с ролями и лицензией. Статический анализ кода модель не использует, но без модели остаётся только он: ревью, ревью знаний, AI-чат и рабочие пространства идут через хостовый воркер, бридж и вендорский CLI/OAuth. Модель живёт на хосте, а не в стеке Council.

Работать с Council можно двумя способами. На машине разработчика Claude Code подключается к нему через MCP и хуки: правила проекта приходят к каждому сообщению, контекст файла — на Read/Edit/Bash, а в конце — чек-лист. В рабочем пространстве задача идёт на VM в изолированном sysbox-контейнере, живёт днями и ведётся человеком из веб-интерфейса: от анализа и диффа до коммита, push и MR.

HumanLayer — open-source (Apache 2.0) платформа, которая запускает кодинг-агентов на машинах разработчиков и даёт команде управлять ими из одного места. Агенты — Claude Code, Codex (CodeLayer) и Fold; сессии, начатые в терминале, зеркалятся из OpenCode, Pi и Claude Code. Человек работает в веб-приложении или десктопе (Electron/Tauri), на каждом хосте стоит демон, который запускает агента, держит worktree и шлёт события в API. Задачи, сессии, планы и артефакты, согласования, диффы, коммиты и PR живут в PostgreSQL; Electric SQL раздаёт их клиентам, durable streams — живой поток. У HumanLayer есть организации, роли, приглашения, биллинг и метрики использования.

Это не конкурент Council по знаниям и графу. HumanLayer ближе к рабочему пространству Council: оба ведут задачу от тикета до PR и держат человека в контуре. Разница в том, где живёт агент и что система знает о коде: Council изолирует задачу в контейнере на VM и сам понимает код; HumanLayer запускает агента на машине разработчика и даёт команде общий пульт управления.

1. Понимание кода

	AI Council	HumanLayer
Кто читает код	Council сам: разбирает репозитории и строит граф. Модель при анализе не вызывается	Сам агент: платформа не анализирует код, она запускает Claude Code, CodeLayer (Codex) или Fold и показывает их сессии
Когда	При создании проекта, при push в main (опрос), по кнопке, ночью; после правки файла агентом пересчитываются файл и зависимые	В момент хода агента; между сессиями платформа хранит диффы, коммиты, PR и артефакты, но не структуру кода
Что извлекает	Слои L0–L10: стек, структура, зависимости и циклы, метрики и вызовы, данные (ORM, DDL), архитектура и запрещённые зависимости, паттерны, стиль, DDD, связь файлов по правкам, смеллы, качество ISO 25010, диаграммы	Ничего из этого. Только git diff рабочего дерева, коммиты, PR-метаданные и файлы задачи; графа, слоёв, метрик и смеллов нет
Языки	Python, PHP, TypeScript, JavaScript, Java, Kotlin, C#, C, C++ — с полным разбором слоёв	Любой, который умеет читать агент. Своего разбора нет; диффы разбирает git, а не язык
Несколько репозиториев	Проект из нескольких репозиториев с общим графом	Проект и workspace описывают несколько репозиториев (`repos[]`), на задачу создаётся worktree в каждом; общего графа между репозиториями нет
Внешние анализаторы	SonarQube: забирает найденное; свой сканер (текстовые языки, JVM, .NET, .NET Framework на Windows)	—
История	Рёбра версионируются после каждого прогона; `architecture_as_of` — архитектура на дату	История сессий, версии артефактов, журнал коммитов и PR; истории архитектуры нет
Поиск	Поиск по смыслу и regex, `find_usages`, `find_path`, граф зависимостей, похожие реализации; `ask_question` — выдержки из базы без пересказа моделью	Своего поиска по коду нет: агент ищет своими инструментами (grep/read). Есть `doc-researcher` для библиотек (Context7 + Exa) и контекст из разговоров

2. Знания и правила

	AI Council	HumanLayer
База знаний	Решения, заметки, диаграммы Mermaid, журналы изменений. Каждая запись привязана к коду и приходит агенту, когда он трогает нужный файл	Отдельной базы знаний по коду нет. Есть context shards — «осколки» из разговоров с evidence до 5 цитат, которые организация может открыть всем и которые демон подмешивает в промпт; артефакты задачи — research, PRD, TDD, план, outline в `.humanlayer/tasks/<slug>/`, с версиями, комментариями и шарингом; skills RPI и HumanLayer; история сессий
Актуальность	Запись держит место в коде на своей ветке и уходит на перепроверку, когда меняется код под ней, сама запись, появляется похожая или ветку сливают. Ревьюер обязан привести цитату; итог — пометка	Не перепроверяется. Артефакты версионируются, у context shards есть evidence, но связи с кодом и проверки «не устарело ли» нет
Ветки	Знания и граф хранятся по веткам; агент видит свою ветку, родителя и слитое; при слиянии запись переезжает	Worktree на задачу и репозиторий, сессия привязана к ветке; context shards — на организацию, артефакты — на задачу. Знаний по веткам нет
Правила	Конвенции трёх областей: к сущностям кода, к путям (действуют и на ещё не созданный файл), ко всему проекту. MUST/SHOULD, состояния «черновик», «отставлено», «удалено». Проверка перед правкой и по диффу	`CLAUDE.md`/`AGENTS.md` как текст, skills RPI, конфиг workspace, типы workflow. Движка правил с привязкой к коду и путям, проверки перед правкой и по диффу нет
Как доходит до агента	Хуки Claude Code: правила проекта к каждому сообщению, широкий канал перед действием, контекст файла на Read/Edit/Bash, чек-лист в конце; гейт «сначала база»	Плагины и хуки агентов: плагин Claude Code, плагин OpenCode, расширение Pi. Они зеркалят сессию, дают вебу отвечать/останавливать/одобрять, подмешивают context shards в промпт и ставят skills. Доставки правил по файлу нет
MCP	Сервер: около 60 инструментов, профили, режимы, XML с бюджетом	MCP-сервер внутри плагина Claude Code (stdio + Unix socket) для зеркалирования и управления; агент-нейтральные инструменты для комментариев к артефактам и диффам, `library_researcher`. Это клиент/платформа, а не сервер знаний
Перенос	Экспорт и импорт знаний пакетом, копирование между проектами	Артефакты синхронизируются между машинами, публичные ссылки на артефакты, файлы задачи; переноса знаний как пакета нет

3. Требования и задачи

	AI Council	HumanLayer
Требования	Трассировка тестов к требованиям по меткам: покрытие и разрывы; «без теста» — тристейт, а не requirements-менеджмент	PRD/TDD и артефакты фаз: research questions, research, design, outline, plan. Связи «тест → требование» нет; есть процесс и чекпоинты
Тикеты	Jira, GitHub Issues, Redmine: чтение, разбор в знания, совет по тикету из графа	GitHub Issues (импорт), Linear, Jira: задача создаётся из тикета, статус двигается автоматически по фазам RPI; Slack-уведомления. Шире и глубже, чем у Council
Работа на своей машине	Агент — Claude Code разработчика; Council подаёт контекст и правила через MCP и хуки; ревью локального диффа, разбор диффа, проверка диффа на правила	Это основной режим: демон на машине разработчика запускает агента, веб/десктоп управляют; терминальные сессии Claude Code, OpenCode, Pi зеркалятся. Поддерживаются Claude Code, CodeLayer (Codex), Fold
Рабочее пространство	Задачи на VM в sysbox-контейнере, живут днями; человек ведёт из чата; наставник; дифф → коммит → push → MR	Задачи и сессии на хосте пользователя, worktree на задачу и репозиторий, setup-команды, approvals, очередь сообщений, multiplayer, артефакты, панель PR. Изоляции на отдельной VM нет — агент работает с правами пользователя
Процесс	Машина состояний задачи: создана → анализ → в работе → MR → закрыта; содержимое шага задаёт человек	RPI: research → design → plan → implement с чекпоинтами; типы `rpi`, `outline_only`, `prd_tdd`, `oneshot`, `freeform`; auto-advance между фазами; PRD/TDD как отдельные артефакты
PR	Ревью с публикацией в MR (GitHub, GitLab, Bitbucket)	Панель PR через GitHub App: checks, threads, merge state, merge/close/reopen/ready/auto-merge/update branch; PR-status stream; атрибуция коммитов и PR. ИИ-ревью нет

4. Проверка и модели

	AI Council	HumanLayer
Code review	Отдельный сервис: смотрит изменившееся, вердикт по каждому файлу, второй проход, публикация в MR без дублей	ИИ-ревью кода нет. Есть человеческое ревью: комментарии к артефактам с якорем, комментарии к диффу, панель PR с checks и threads
Чекпоинты	— (нет приёмки по спецификации)	PRD, TDD и outline требуют одобрения человеком; feedback на outline меняет outline, а не запускает реализацию; auto-advance может пропустить паузу, но не меняет артефакт
Модели	Модель обязательна: на хосте два процесса через OAuth вендора: AI-чат и шесть фоновых задач (ревью, ревью знаний, разбор тикетов и др.). Без модели остаётся только статический анализ кода.	Агенты используют credentials на хосте: вход в Claude/Codex/xAI через provider login. Платформенные ИИ-агенты (заголовок, summary, next-step, context shards, task intent, doc researcher) — через reliable model (primary/secondary); каталог моделей, usage и стоимость на сессию
Агенты	Claude Code (хуки, MCP); MCP доступен любому клиенту	Claude Code, CodeLayer (Codex), Fold; зеркалятся OpenCode, Pi, Claude Code. Несколько агентов на одном хосте
Стоимость и учёт	Телеметрия каждого вызова MCP и хука; повторный поиск агента — признак плохого первого ответа	`session_usage_events` по моделям, стоимость сессии, метрики `costPerKlocByModel`, `modelSpendTrend`, `usageByModel`; Stripe-биллинг и места

5. Платформа

	AI Council	HumanLayer
Пользователи	Компании → участники → роли (можно на проект) → права. API-ключи компании. Данные разделены: запрос без компании отвергается. Лицензия и лимиты мест	Организации → команды → проекты → workspace → задачи → сессии. WorkOS (JWT), роли/admin, ACL задач и сессий, multiplayer prompting, публичные ссылки на артефакты, Stripe (планы, места, триал)
Интерфейс	Около 50 страниц: код, граф, ветки, качество, правила, ревью, знания, тикеты, задачи, MCP Live, администрирование, System Health	Веб-приложение React 19 (47 маршрутов: board, sessions, tasks, artifacts, PRs, context shards, settings, billing, hosts), десктоп Electron и Tauri, мобильный веб, CLI `humanlayer`, плагины зеркалирования, отдельное admin-приложение
Мониторинг	Телеметрия каждого вызова MCP и хука без PII; около 22 правил Prometheus с тестами; System Health, трассировка	Sentry, PostHog, структурированные логи, heartbeat и статистика хостов, health tracker синхронизации, страницы метрик (активность, коммиты, PR, стоимость). Инфраструктурного стека Prometheus/System Health нет
Самовосстановление	Сверка Temporal с базой, уборка осиротевших данных, удаление проекта пачками, ночной бэкап и проверка восстановления, ретенция телеметрии	`stale-daemon-sweeper` (lost-сессии, offline/lost хосты, эфемерные хосты), ретенция снапшотов CodeLayer 90 дней, self-update демона, один авто-рестарт демона, repair статуса сессии, идемпотентные события, повторная гидратация стримов. Бэкапа и проверки восстановления в базе не описано
Хранилище	Neo4j, Qdrant, PostgreSQL по сервисам, Temporal, NATS, Redis	PostgreSQL 18 — источник истины (58 таблиц), Electric SQL 1.7 — read-модель, durable streams (Rust) — живой поток, Redis — кэш биллинга, S3/MinIO — артефакты, Yjs — совместное редактирование
Изоляция	Sysbox-контейнер на задачу, одноразовые учётные данные для push, ревьюер знаний только на чтение, проверка прав в одном шлюзе, защита от SSRF	Агент работает на хосте с файловыми и сетевыми правами пользователя; песочницы нет, approvals — UX-помощник. WorkOS/daemon RS256/launch token, ACL задач и сессий, проверка host ownership, публичные share-key. Демон даёт агенту права пользователя — рекомендуются ограниченные аккаунты
Поставка	Дистрибутив для self-hosted установки или SaaS; на машине разработчика — MCP и хуки	Открытый монорепозиторий Apache 2.0; для разработки — devstack (Postgres, Electric, MinIO, durable streams, Redis) в Docker; десктопные сборки, CLI; продукт — облачный SaaS (WorkOS, Stripe, AWS Lambda). Развёртывание в закрытом контуре в базе не описано
Лицензия	Закрытая	Apache 2.0

Вывод

HumanLayer — не конкурент Council по знаниям и графу. Это пульт управления кодинг-агентами для команды: задачи, сессии, workspace, согласования, артефакты, PR, организации и биллинг. Он ближе к рабочему пространству Council, чем к его анализу кода, но решает другую задачу: Council изолирует задачу на VM и сам понимает код, HumanLayer запускает агента на машине разработчика и делает работу команды видимой и управляемой.

Где сильнее HumanLayer:

человеческий контроль над агентом: approvals, очередь сообщений, interrupt, multiplayer;
процесс: RPI (research → design → plan → implement), PRD/TDD, чекпоинты, auto-advance, авто-статусы в Linear;
несколько агентов: Claude Code, CodeLayer (Codex), Fold; зеркалятся OpenCode и Pi;
командная работа: артефакты с комментариями и якорями, публичные ссылки, совместное редактирование;
PR и атрибуция: панель PR, checks, auto-merge, журнал коммитов (confirmed/inferred/human), метрики стоимости и выработки;
организации, роли, приглашения, биллинг и места;
открытый код Apache 2.0 и живая синхронизация через Electric/durable streams.

Где сильнее Council:

понимает код, а HumanLayer им управляет. Граф L0–L10: стек, структура, зависимости и циклы, вызовы, данные, архитектура и запрещённые зависимости, паттерны, стиль, DDD, co-change, смеллы, ISO 25010, диаграммы; статический анализ модель не вызывает. HumanLayer даёт пульт, но не анализ проекта.
знания привязаны к коду и веткам. Запись живёт на ветке, приходит агенту при касании файла, уходит на перепроверку при изменении кода под ней; ревьюер обязан привести цитату. У HumanLayer артефакты и комментарии, но нет привязки знаний к позиции в коде и проверки против кода.
конвенции проверяются до правки и по диффу. Три области — сущности, пути (включая ещё не созданный файл), проект; MUST/SHOULD, состояния, доставка хуками к каждому сообщению и контекст файла на Read/Edit/Bash; гейт «сначала база» блокирует чтение кода до обращения к базе. HumanLayer управляет согласованиями, но не правилами кода.
ревью кода и знаний — сервис. Вердикт по каждому файлу, второй проход, публикация в MR без дублей; отдельное ревью знаний с цитатой и калибровкой. У HumanLayer есть PR-панель и checks, но ревью не знает графа, знаний и конвенций.
изоляция задачи сильнее, чем worktree на хосте. Задача живёт на VM в sysbox-контейнере, дни, с одноразовыми кредами на push, RBAC и защитой от SSRF; человек ведёт её из веб-интерфейса. HumanLayer запускает агента на машине разработчика в worktree — это удобнее для локального цикла, но слабее по изоляции.
self-hosted/офлайн и права. Компании → участники → роли (в т.ч. на проект) → права, API-ключи компании, лицензия и места; поставка дистрибутивом для self-hosted или SaaS. HumanLayer — Apache 2.0 и облачный SaaS с организациями и биллингом; развёртывание в закрытом контуре в базе не описано.
наблюдаемость на уровне вызовов инструментов и хуков. Телеметрия каждого вызова MCP и хука без PII, повторный поиск агента как сигнал, около 22 правил Prometheus, System Health, трассировка; сверка Temporal с базой, уборка осиротевших данных, бэкап с проверкой восстановления. У HumanLayer метрики стоимости и выработки, но не per-call наблюдаемость инструментов.

Могут ли работать вместе. Да, и это разные слои. HumanLayer запускает агента и управляет им; Council даёт граф, знания, правила и ревью. Агент под управлением HumanLayer (Claude Code или OpenCode) может ходить в MCP Council за контекстом. Но автоматической интеграции нет: плагины HumanLayer зеркалят сессию и управляют ею, а не доставляют правила Council по файлам; хуки Council написаны под Claude Code, и их пришлось бы связывать с плагином HumanLayer. Задачи и сессии двух систем тоже не общие: у Council своя машина состояний и VM, у HumanLayer — worktree на хосте.