Devin встроили в Pylon: баги доходят до PR за 15–20 минут, фиксы быстрее на 30%

Devin получил нативную интеграцию с Pylon, платформой для клиентской поддержки. Когда тикет уходит в инженерную очередь, Devin стартует сам: разбирает логи, воспроизводит баг, находит первопричину и открывает pull request с исправлением. По словам авторов, на их собственном потоке обращений фиксы стали выходить примерно на 30% быстрее, а в удачных случаях цепочка от жалобы до PR укладывается в 15–20 минут. Новым клиентам Devin, которые работают в Pylon, дают $15 000 в кредитах.

Какую дыру закрывают

Поддержка обычно может подтвердить баг, собрать детали и передать дальше. Затем начинается ожидание: инженер должен разобраться, найти исправление и вернуться с ответом. Путь при этом размазан по Pylon, тикетам в Linear, сообщениям в Slack и локальным сессиям кодинг-агентов. Каждый шаг держится на человеке, который заметил, переключился и перенёс контекст. Любая новая подробность от клиента запускает тот же круг заново.

В блоге описан и самодельный вариант. Некоторые клиенты настраивали локального агента по расписанию: он проверяет новые и обновлённые тикеты Pylon, пишет контекст в Slack и зовёт Devin. За ним стоял файл инструкций на 1 500 строк с описанием кодовой базы и процессов поддержки. Даже так разбор часто занимал больше часа. Сама команда Devin раньше сортировала тикеты вручную, решая, что отдать агенту, и копировала в сессию каждое новое сообщение клиента. Рабочий поток шёл через четыре инструмента.

Как это устроено

Pylon запускает Devin по триггеру, передавая жалобу клиента. Devin сам оценивает приоритет и начинает расследование, не дожидаясь команды. Перед этим он ищет в Linear, GitHub и других недавних сессиях Devin похожую проблему или уже идущее исправление. Новые сообщения клиента попадают в ту же сессию. Инженер подключается к ней и видит, что уже найдено, вместо того чтобы начинать с нуля в новом агенте.

• Триггер: тикет в Pylon, помеченный для инженерии.
• Работа Devin: логи, воспроизведение бага, анализ первопричины, PR с исправлением.
• Проверка дублей: Linear, GitHub и прошлые сессии Devin.
• Синхронизация: двусторонняя между Pylon и сессией, инженеры работают в Slack или Linear.
• Скорость по данным команды: фиксы примерно на 30% быстрее, в лучших случаях 15–20 минут вместо часов.
• Бонус: $15 000 в кредитах Devin для новых клиентов на Pylon.

Помимо багов, поддержка может через Devin искать ответы на продуктовые вопросы по кодовой базе, делать скриншоты и видеодемо и оценивать объём небольших фича-реквестов. Всё это остаётся внутри Pylon.

Пример: 500 вместо 429

В разборе клиент сообщает, что запросы к API, упершиеся в лимит, возвращают серверную ошибку 500 вместо ответа 429. В ручном процессе поддержка просит локального агента пересказать проблему, заводит тикет в Linear и ищет в Slack инженера. Тот поднимает собственную сессию, собирает примеры клиента, а после фикса кто-то связывает PR с тикетами и сообщает поддержке.

С интеграцией Devin получает жалобу, ищет уже идущую работу и находит ошибку сериализации, из-за которой выдавался неверный статус. Затем он обновляет тикет в Linear и отмечает инженера в Slack-треде. Однострочный патч, прячущий симптом, он не делает: исправляет саму ошибку, добавляет четыре регрессионных теста и открывает PR. Инженер проверяет изменения и результаты тестов в Slack и вливает код. Обновления возвращаются в Pylon, а ответы клиента уходят обратно в сессию, за которой следят инженеры.

Что проверить перед внедрением

Цифры здесь вендорские: 30% получены на внутреннем потоке тикетов самой команды, а 15–20 минут описаны как «иногда». Это ориентир, а не гарантия, и результат зависит от качества тикетов, покрытия тестами и доступности логов. Поэтому перед запуском стоит снять базовую метрику: медианное время от эскалации до PR и до релиза на ваших данных, затем сравнить через месяц.

Отдельный вопрос касается прав. Агент читает логи и репозитории, поэтому определите, к каким системам он получает доступ и какие данные клиентов попадают в сессию. Человеческое ревью PR остаётся обязательным: в описанном сценарии оно так и предусмотрено. Начать можно с класса тикетов, где причина обычно локальна, например неверные коды ответов или ошибки экспорта. Для подключения нужно обратиться к аккаунт-команде Pylon, там же выдают кредиты и помогают с настройкой. Есть также вебинар и документация по интеграции.