В июне я провёл неделю в Петербурге: 22 и 23 июня на Saint HighLoad++, 25 и 26 июня на Saint TeamLead Conf. Слушал в основном доклады про ИИ в разработке, и к концу недели одни и те же мысли стали звучать у разных компаний. Здесь собраны эти совпадения, подробные конспекты по каждой конференции лежат отдельно.
Кратного роста нет, есть 15–30%
Самая частая цифра недели прозвучала на круглом столе TeamLead: бизнес ждал ускорения в два-три раза, исследования показывают 15–30%. Яндекс объяснил разрыв арифметикой. Если ИИ экономит около 10% времени на написании кода и пользуется им меньше половины разработчиков, на весь штат выходят единицы процентов.
Кратный эффект при этом есть, но на отдельных классах задач. Циан мигрирует сервисы между стеками на конвейере. Агент, который переводит вопросы в SQL, сократил двухдневную задачу до двадцати минут. Внутренняя RAG-система «Контекст» вдвое ускорила ревью. У всех этих задач результат легко проверить. Яндекс сказал похоже: лучше всего у агентов получается то, что проходит простую регрессию или вообще не идёт в прод.
Узкое место уехало из кода
Код подешевел, и следом встали соседние этапы. YADRO показал, как это выглядит: кода в пять раз больше, пулл-реквесты висят неделями, ревью сводится к беглому взгляду. Яндекс перечислил узкие места в цикле разработки: сбор требований, валидация и ревью, ручные операции на стыке с соседними продуктами. Сбер прямо сказал, что взял техническую часть процесса и рассчитывает, что остальное подтянется. На круглом столе про ФОТ вспомнили теорию ограничений: ускоришь разработку, и ограничением станут дизайн, проверка гипотез и согласования с клиентами. Там же прозвучал тезис, который я теперь повторяю сам: 20 фич вместо 10 ничего не дают, если полезных среди них по-прежнему две.
Контекст стал инженерной работой
На HighLoad почти каждый сильный доклад так или иначе был про контекст. Яндекс за счёт AST-индекса снизил долю окна, которую агент тратит на поиск, с 60% до 22%. Райффайзенбанк построил граф знаний о себе, долговременную память агентов и подгрузку гайдлайнов по требованию. Агент для SQL держится на описаниях таблиц, которые пишут люди. Совет повторялся из доклада в доклад: контекст надо чистить, лишнее в нём рождает галлюцинации.
На TeamLead Яндекс довёл эту мысль до стратегии. Свои модели и общий харнес делать незачем, внешние решения их догонят. Вкладываться стоит в интеграцию с собственной инфраструктурой и в оцифровку своих данных: этого за тебя никто не сделает.
Спецификация помогает, если процесс готов
Про SDD говорили на обеих конференциях, и выводы получились разными. У Сбера с мастер-спекой агент стабильнее, а артефакты появляются вдвое быстрее. YADRO считает, что поверх «колхозного скрама» SDD даёт двойной расход токенов и тройной расход времени, потому что сгенерированные спеки никто не хочет читать. Противоречия я тут не вижу. Сбер внедрял SDD волнами и начинал с маленьких задач, а YADRO описывал попытку добавить спеки в процесс, который никто не менял.
С этим связана тема проверки. Циан и спикеры HighLoad сходятся в том, что проверять должна отдельная система, у каждого гейта своя задача, а у каждой проверки есть слепые зоны. Доверие к автоматическому гейту копится месяцами, и выдать его заранее нельзя.
Автономию выдают ступенями
Полностью автономных агентов в проде почти нет. В Райффайзенбанке с участием агентов решается 23% задач, без единого вопроса к человеку 3%. На HighLoad описали ступени доверия: сначала только чтение, потом действие с подтверждением человека, потом полуавтономный режим в рамках правил. Полную автономию дают только в изолированных контурах. Главной неожиданной болью оказалась безопасность: в одной большой компании за первый год с агентами разговоров с ИБ было больше, чем за девять предыдущих лет.
Токены стоят денег
Агент, который зациклился ночью, может сжечь бюджет. В Битрикс24 одна команда так и сделала, после чего появились квоты по командам и семантический роутер. Дешевеющий токен общий счёт не уменьшает: цепочки рассуждений растут быстрее, чем падает цена. Поэтому модели распределяют по ролям, ставят лимит на задачу и считают бюджет в токенах до старта автоматизации. Яндекс пошёл дальше и сделал плату за токены инструментом управления: амбассадор в команде отвечает за то, чтобы потраченные токены превращались в видимый результат.
Люди отстают от инструментов
Сбер отдал половину доклада психологии. ИИ бьёт по чувству компетентности и автономии, а роли меняются быстрее, чем люди успевают их принять. В докладе про гибридный интеллект на TeamLead говорили о сломанном пути развития, Яндекс прямо спрашивал, откуда возьмутся сеньоры, если джуны не учатся формулировать задачу и проверять результат. Там же прозвучало предупреждение о выгорании: двенадцать часов параллельной работы с агентами сжигают силы быстрее обычного дня.
Зал на круглом столе про ФОТ в большинстве ждёт незначительного сокращения. Участники панели чаще говорили о перераспределении: команды станут меньше, сеньоры дороже.
Что я забрал себе
- Реалистичный ориентир для меня теперь 15–30%. Кратный эффект бывает там, где результат легко проверить.
- Разговор о внедрении стоит начинать с контекста и замеров, модель подбирается потом. Дорогая модель не спасёт агента, который половину окна тратит на поиск файлов.
- Процесс меняется вместе с инструментом. Новый шаг, добавленный в старый процесс, даёт расходы без ускорения.
- Токены относятся к архитектуре так же, как железо: квоты, роутинг моделей и бюджет на задачу нужны с первого дня.
- Сильнее всего меня беспокоит путь от джуна к сеньору. Проблему на конференциях называли многие, внятного решения я не услышал.