Проект на команду из четырёх человек — за стоимость одной подписки.

TL;DR

Если коротко и без технического жаргона: бизнес-аналитик рисует процесс в виде BPMN-диаграммы — прямоугольнички, ромбики, стрелочки. А движок эту диаграмму буквально исполняет. Не «программист реализует по мотивам того, что нарисовал аналитик», а исполняет ровно то, что нарисовано. Кто работал с этим, знает, какой это кайф; кто не работал — поверьте, разница огромная.

Fleans делает именно это и масштабируется по простому принципу: добавил вычислительных узлов — получил пропускную способность. Без переписывания, без шардирования руками.

Сразу к доказательствам, потому что «я сделал проект с ИИ» в 2026-м звучит подозрительно по умолчанию. Fleans раздаётся как полноценный релиз: подписанные NuGet-пакеты для авторов плагинов, multi-arch контейнерные образы (amd64 + arm64) на ghcr.io, Helm-чарт с cosign-подписью, docker-compose-бандл, который поднимается одной командой. Это не «залил исходники на GitHub и забыл» — это то, что можно взять и развернуть у себя.

Зачем это вообще нужно рынку. Camunda 8 — де-факто стандарт оркестрации бизнес-процессов — ушла в платную модель. Для многих команд это внезапно снова открыло вопрос «а на чём мы оркеструем наши процессы». А зрелой self-hosted-альтернативы в мире .NET по сути нет. Когда устоявшийся игрок оголяет нишу — это рыночное окно. Я в него зашёл. Не как стартап с раундом, а как один разработчик с подпиской на ИИ.

Давайте сразу про слона в комнате. Да, значительную часть кода писал ИИ. Это не «несмотря на что я молодец», это и есть суть истории. Но качество здесь держится не на удаче, а на трёх вещах — и именно они отличают релиз от одноразовой демки.

Первое — архитектура как ограничитель для ИИ. Я с самого начала строил Fleans по DDD и Clean Architecture. Домен отделён от инфраструктуры, бизнес-логика не знает про базу и про Orleans, все изменения состояния идут через единый предсказуемый pipeline. Это не педантизм ради педантизма: когда структура жёсткая, ИИ физически не может «накостылить в обход». Ему просто некуда. Хорошая архитектура — это и есть защита от хаоса, который иначе генерируется быстрее, чем ты успеваешь его читать.

Побочный эффект, которого я не ожидал: описывать такой проект ИИ оказалось легко. Мой файл с инструкциями для агента звучал не как «вот эта папка, вот тот класс делает то-то», а как «домен отделён от инфраструктуры, юзкейсы в application-слое, персистентность за интерфейсами, акторы — это адаптеры для доменных агрегатов». Это язык, который модель понимает безошибочно, потому что обучена на тоннах такого же кода.

Второе — процесс, а не «сгенерь мне фичу». Я подключил готовый набор скиллов для разработки (superpowers). Если коротко — это шаблоны, которые заставляют агента не бросаться сразу писать код, а проходить этапы: анализ задачи, design doc, план, реализация, ревью, тесты. Для разработчика-одиночки это как нанять себе внешний процесс, которого в одиночку обычно не бывает. Первые фичи я делал в режиме строгой проверки — читал каждый шаг, от документа дизайна до тестов.

Третье — тесты, которые реально гоняются. Когда вышло Chrome-расширение Claude, я переложил на ИИ регрессионные прогоны через админку и API. В какой-то момент разработка пошла так быстро, что тщательно тестировать руками я перестал успевать — и тогда понял главное: важнее доказывать, что продукт соответствует целям, чем писать код. С этого момента я начал думать как продакт-оунер, а не как инженер.

И честная граница: ИИ всё ещё иногда ошибается. Я не делаю вид, что нет. Я попросил агента учиться на своих ошибках — обновлять собственные инструкции после каждой задачи, где что-то пошло не так. Вайбкод разваливается там, где нет архитектуры и нет процесса. Здесь есть и то, и другое.

В какой-то момент мне захотелось не одного помощника, а нескольких маленьких агентов, каждый под свою задачу. Как раз тогда хайпанул OpenClaw, и идея «команды агентов» окончательно оформилась. Уходить от Claude я не хотел — а он примерно тогда добавил запланированные задачи. Я распределил роли, завёл доску в GitHub (с GitHub он работает очень хорошо), и мои задачи начали делаться быстрее и без моего постоянного участия.

Отдельно я завёл роль scalability auditor — агента, который сам ищет узкие места в архитектуре и заводит задачи на доску проекта. Я при этом контролирую архитектуру, а в код погружаюсь всё меньше: его становится больше и он появляется быстрее, чем я успеваю читать построчно. Параллельно ИИ ведёт сайт с документацией и обновляет его с каждой задачей; дошло до того, что я даже попросил собрать 3D-сцену, показывающую сильные стороны проекта.

По сути один человек выстроил операционную модель из агентов вместо команды из людей. И, в отличие от людей на бесплатном pet-проекте, эти «сотрудники» не выгорают и не исчезают после двух коммитов.

Чтобы было понятно, почему этот поворот для меня — личный, немного предыстории. Сжато.

В Fleans сошлись четыре моих давних «чешущихся места»: я всегда хотел сделать серьёзный проект на .NET Orleans (это почти единственный зрелый actor-фреймворк в дотнете — на нём построены Halo и Skype, а живых публичных проектов единицы); я люблю именно делать продукты, а не мечтать о них; Camunda 8 стала платной и дала рыночный повод; и на работе я уже имел дело с Camunda, видел в её архитектуре вещи, которые хотелось переделать под actor-модель ради масштабируемости.

Дважды я пытался вытянуть это с командой — и дважды не смог. Pet-проект без зарплаты держится на энергии и ощущении, что ты рядом с чем-то живым. А у меня тогда не было ни архитектуры в голове, ни MVP в репозитории — только тезисы. Мотивировать людей в таком состоянии я не сумел. Люди приходили, делали пару коммитов и исчезали. В итоге я на несколько месяцев вообще забросил репозиторий — проект казался слишком большим для одного.

В декабре 2025 я решил ещё раз дать шанс ИИ-инструментам. В ленте всё чаще мелькало, что уровень моделей для кода стал другим, и меня зацепил Claude Code. Я поставил, попробовал — и удивился не так, как удивляешься первому ChatGPT. Это было «сел за вечер, а через два дня у меня работающий прототип новой версии движка». Масштаб разницы с моделями годичной давности был как между «я гуглю, чтобы вспомнить синтаксис» и «я разговариваю с инженером, который уже двадцать минут читает мой код».

ИИ развивается так быстро, что мы не успеваем осознать его возможности. За три месяца в одиночку я сделал то, на что раньше нужна была команда. Но вынес я не лозунг «ИИ всё сделает за вас», а несколько более неудобных мыслей.

Архитектура и принципы проекта — главный множитель скорости. Не модель, не подписка, а именно то, насколько чисто у вас устроен проект. Без этого ИИ генерирует хаос быстрее, чем вы успеваете его вычитывать, и вы тонете.

Компетенции множатся — но в этом и ловушка. Опытный человек с ИИ становится многократно сильнее, а вот неопытный рискует выпасть из собственного проекта: скорость такая, что если ты не понимаешь, что происходит, ты перестаёшь это контролировать за дни. Идея и роль владельца продукта становятся важнее, а средний исполнитель — менее ценным. Мою роль программиста, по сути, забрал Claude.

И — честно про потолок, потому что без этого картина лживая. Фаундер-одиночка с ИИ пробивает порог исполнения — то, на чём я спотыкался два раза, теперь не проблема. Но он упирается в следующую стену: дистрибуцию, доверие на проде и поддержку реальных пользователей. Собрать движок в одиночку я смог. Сделать так, чтобы его узнали и начали использовать в продакшене — это уже не задача, которую закрывает подписка на ИИ. Собственно, этот пост — часть попытки пробить и эту стену.

ИИ заменит наши роли, но не нас — пока ). Адаптация произойдёт быстрее, чем думают скептики, но не так быстро, как кажется новаторам.

Если вы работали с Camunda — что бы вы в ней оставили, а что выкинули? И отдельно, к тем, кто тоже строит что-то с ИИ: где, по-вашему, проходит граница, за которой фаундер-одиночка с ИИ перестаёт справляться?

Посмотреть, потрогать и развернуть Fleans можно здесь.