Наша команда обсудила AI-Disrupt PDLC https://aipdlc.ru/ru — подход Сбера к внедрению ИИ в разработку. Первая реакция в чате: «За всё хорошее, против всего плохого». После чтения полных материалов появились более предметные мысли.
Подход полезен как систематизация практик для крупных компаний. Принципиально нового способа разработки мы в нём не увидели. Основные сложности по-прежнему сосредоточены в анализе, проектировании, тестировании и приёмке.
Предложенный цикл можно описать так: исследуем и проектируем сами, ИИ помогает фиксировать результаты, формулируем спецификации, составляем план, передаём реализацию агентам и субагентам, затем проверяем результат.
Похожий контур мы используем в собственной работе. Поэтому идеи спецификаций, агентной реализации, встроенной валидации и управляемого контекста нам близки. Для крупной компании документ может стать общим словарём и отправной точкой для трансформации процессов.
При этом формулировка «инженерия намерения» пока отвечает на слишком малую часть практических вопросов.
Андрей Шапиро обратил внимание на проблемы входа: проектирование и приёмку. Генерировать код агенты уже умеют достаточно хорошо. Значительно сложнее решить, что именно нужно построить, как учесть существующую архитектуру и как доказать правильность результата.
Если требования противоречивы, контекст устарел, а критерии приёмки нельзя проверить, агенты воспроизведут эти проблемы на большей скорости. Узкие места анализа и тестирования никуда не исчезнут — нагрузка на них может вырасти.
Поэтому при оценке подобных фреймворков мы смотрим на конкретные механизмы:
-
- как собирается и актуализируется контекст;
- как проверяется качество спецификаций;
- какие проверки выполняются детерминированно;
- как ограничиваются права агентов;
- кто отвечает за архитектуру и выпуск;
- как измеряются стоимость и качество принятого результата.
Отдельно в обсуждении затронули «среду». Этот термин может означать и набор общих принципов, и сложную инженерную систему. Руслан Сафин отметил, что наш Metas можно рассматривать как конкретную реализацию одного из компонентов AI-Disrupt PDLC — детерминированного harness. В ряде механизмов наша реализация ушла дальше описанного у Сбера.
Наш итог: документ стоит изучить CTO, техлидам и платформенным командам. В нём собрано много разумных практик, особенно вокруг валидации, governance и среды исполнения агентов. Практическую ценность подхода стоит проверять на задачах, где традиционно возникают сложности: в анализе legacy, проектировании изменений, независимой приёмке и контроле качества.
А какие этапы стали узким местом в вашей разработке после внедрения агентов?
Комментариев нет:
Отправить комментарий