Head of AI in Ops, B2B & marketing @ Т. Пишу про все то, о чем не могу не писать.
CV и медиа: https://artembondar.tech
Post #117
312
Появилось немного времени и наконец погрузился в вопросы агентизации SDLC.
У нас в Т есть некоторый водораздел, где за агентизацию SDE отвечает один большой департмент, а остальных профессий - другой (мой). Поэтому я долгое время не слишком погружался в вопросы автоматизации кодинга, играясь в основном с гринфилд проектами в кодексе. А в автоматизации энтерпрайза последние три года стабильно приносили эффекты только разного рода workflows. Так что это был ноубрейнер: основные усилия в ре-дизайн процессов и их последующую автоматизацию, и 20% тратим на ебаные идеи для рисеча 🥴.
Последний год все сильно поменялось: модели, за рл-енные на харнессы стали реально круто работать, и ебаные идеи стали проще заводиться и приносить больше эффектов. Так что я вижу, как естественным образом в ключевых проектах мы забрасываем workflows, и перелазим на харнесс инжениринг (даже там, где сам процесс вполне себе описывается стройной BPM схемой). А фундаментальная команда всё больше занимается тюнами под харнессы, нежели дистиллами отдельных кубиков: именно поэтому мы перестали развивать линейку general моделей T-Pro и инвестировали в развитие экспертизы по тюнам под конкретные харнессы (T-Search).
Но все, кто занимался агентизацией, знает про классическую проблему размена автономности (эффекта) на качество (риски). Делаещь фабрику кода на агентах, убираешь код ревью и умираешь от отложенных эффектов в виде инцидентов и засранной нейрослопом кодовой базы. Я, как MLE, в этом вопросе придерживаюсь простого принципа: делай сильный контроль качества с оцифровкой всех необходимых тебе свойств, и тогда ты можешь позволить себе любую автономную систему под капотом. Тюнишь ее, пока тебя не начинает устраивать цифра на дашике, или деградируешь на более простую и предсказуемую автоматизацию. Благо в массовых операционных процессах такие контроли качества все равно приходится строить: без контура контроля люди начнут страдать фигней и без всяких ллм.
В инженерных задачах это проблематичнее: иногда отревьюить код более трудозатратно, чем его написать. Поэтому все так и бегут в отключение контура контроля в кодинге: без этого эффектов не видать. Так что поиск альтернативных подходов к контролю качества тут стоит остро. И тут мне и попался видос чувака, который предлагает альтернативу: давайте оставим код ревью, но перенесем часть усилий на шаг верхнеуровневого дизайна решения. Не будем отдавать агенту тикет, а сначала проработаем архитектуру, колстек и даже сигнатуры ключевых функций. Не будем отдавать агенту ту часть, в которой они сейчас объективно плохи. Тогда и само ревью будет проходить гораздо проще: не нужно разбираться в вермишели логики, а достаточно будет понять, что содержание PR соответствует архитектурному плану. И в таком сетапе хотя полной автоматизации не происходит - общее ускорение случается.
Я не уверен на 100%, что это универсально рабочая схема, но я точно беру себе на заметку идею, что выбор точки делегирования агенту задачи - это важный фактор успеха. Если общеизвестно, что агент в чем то плох, то возможно и не нужно страдать, пытаясь оцифровать ваши ожидания, а просто найти удобный промежуточный язык оцифровки ваших ожиданий, и общаться с агентом на нем, а не заставлять агента ваши ожидания угадывать.
YouTube Why Software Factories Fail In July 2025 Dex Horthy turned the lights off: an agent software factory where nobody read the code. It fell apart. An issue appeared that no amount of prompting could fix, the site was down, users were furious, and he was digging through a codebase he had… У нас в Т есть некоторый водораздел, где за агентизацию SDE отвечает один большой департмент, а остальных профессий - другой (мой). Поэтому я долгое время не слишком погружался в вопросы автоматизации кодинга, играясь в основном с гринфилд проектами в кодексе. А в автоматизации энтерпрайза последние три года стабильно приносили эффекты только разного рода workflows. Так что это был ноубрейнер: основные усилия в ре-дизайн процессов и их последующую автоматизацию, и 20% тратим на ебаные идеи для рисеча 🥴.
Последний год все сильно поменялось: модели, за рл-енные на харнессы стали реально круто работать, и ебаные идеи стали проще заводиться и приносить больше эффектов. Так что я вижу, как естественным образом в ключевых проектах мы забрасываем workflows, и перелазим на харнесс инжениринг (даже там, где сам процесс вполне себе описывается стройной BPM схемой). А фундаментальная команда всё больше занимается тюнами под харнессы, нежели дистиллами отдельных кубиков: именно поэтому мы перестали развивать линейку general моделей T-Pro и инвестировали в развитие экспертизы по тюнам под конкретные харнессы (T-Search).
Но все, кто занимался агентизацией, знает про классическую проблему размена автономности (эффекта) на качество (риски). Делаещь фабрику кода на агентах, убираешь код ревью и умираешь от отложенных эффектов в виде инцидентов и засранной нейрослопом кодовой базы. Я, как MLE, в этом вопросе придерживаюсь простого принципа: делай сильный контроль качества с оцифровкой всех необходимых тебе свойств, и тогда ты можешь позволить себе любую автономную систему под капотом. Тюнишь ее, пока тебя не начинает устраивать цифра на дашике, или деградируешь на более простую и предсказуемую автоматизацию. Благо в массовых операционных процессах такие контроли качества все равно приходится строить: без контура контроля люди начнут страдать фигней и без всяких ллм.
В инженерных задачах это проблематичнее: иногда отревьюить код более трудозатратно, чем его написать. Поэтому все так и бегут в отключение контура контроля в кодинге: без этого эффектов не видать. Так что поиск альтернативных подходов к контролю качества тут стоит остро. И тут мне и попался видос чувака, который предлагает альтернативу: давайте оставим код ревью, но перенесем часть усилий на шаг верхнеуровневого дизайна решения. Не будем отдавать агенту тикет, а сначала проработаем архитектуру, колстек и даже сигнатуры ключевых функций. Не будем отдавать агенту ту часть, в которой они сейчас объективно плохи. Тогда и само ревью будет проходить гораздо проще: не нужно разбираться в вермишели логики, а достаточно будет понять, что содержание PR соответствует архитектурному плану. И в таком сетапе хотя полной автоматизации не происходит - общее ускорение случается.
Я не уверен на 100%, что это универсально рабочая схема, но я точно беру себе на заметку идею, что выбор точки делегирования агенту задачи - это важный фактор успеха. Если общеизвестно, что агент в чем то плох, то возможно и не нужно страдать, пытаясь оцифровать ваши ожидания, а просто найти удобный промежуточный язык оцифровки ваших ожиданий, и общаться с агентом на нем, а не заставлять агента ваши ожидания угадывать.
- 👍 7
- ❤ 3



