Принесла методологию Сбера «AI-Disrupt PDLC» — про то, как перестроить разработку на основе ИИ. Автор — Кирилл Меньшов, старший вице-президент по технологиям бигтеха. Внутри:

🟣 Среда исполнения (harness) важнее, чем модель. Ключевым активом становится не сама LLM (которая быстро устаревает), а среда её исполнения — Harness. Это инфраструктура управления агентами, которая обеспечивает предсказуемость, аудит и независимость от конкретного вендора моделей. Инвестиции в harness накапливаются и сохраняются при смене моделей — в отличие от работы, заточенной под конкретную LLM.

🟣 Двухпетлевая модель (Intent Loop / Implementation Loop): люди формулируют намерения, агенты реализуют. Инженеры формулируют намерения — бизнес-цели, архитектуру и спецификации. Время такта — дни. ИИ-агенты автономно пишут код, тестируют и развертывают решения на основе спецификаций. Время такта — минуты. Связующим звеном между петлями является Integrated Development Platform (IDP).

🟣 Техническая архитектура платформы (IDP). Это точка пересечения двух петель — здесь намерение передается в исполнение, а обратная связь возвращается человеку. Платформа управляет контекстом (Context Engineering), подключает мастер-системы через MCP, содержит маркетплейс агентов и обеспечивает наблюдаемость за всеми действиями. Без IDP агенты работают хаотично, с IDP — в едином корпоративном контуре. IDP превращает нормативы и требования в часть корпоративного контекста, который агент получает в момент решения задачи.

🟣 Безопасность, управление и новые роли. Уровень автономии агента зависит от риска задачи: чем критичнее — тем больше ручного контроля. Политика оформляется как код (Policy as Code) и применяется автоматически. Введен контроль за расходами токенов (Agentic FinOps): без системного контроля затраты на агентов могут составить 40–60% ИТ-бюджета к 2027 году.

Роли трансформируются: классический разработчик становится Product Engineer, появляются Platform Engineer, AgentOps, владелец контекста. Люди не исчезают — они смещают фокус с кода на намерение. Над классической инженерной грамотностью наращиваются шесть новых компетенций: формулирование намерений, архитектура контекста, системное мышление, ИИ-грамотность, верификация и бизнес-ориентация.

🟣 Дорожная карта: готовим процессы и данные → внедряем ИИ-процессы → выходим на ИИ-нативную организацию. Первые шаги уже сегодня: замерить текущие метрики, запустить пилот на 3–5 инженерах, назначить AI Champions. У организаций есть окно опережающего входа — 12–18 месяцев. Организации без Specification-Driven Development к 2027 году будут отставать на 25% по скорости разработки — и это не деградация, а отставание от конкурентов.

Подробнее — в файле.

«ИИ и роботы в стройке» в MAX