TGViewer
Об DevOps и архитектуру Об DevOps и архитектуру @devops_architecture · 362 subscribers
Post #79 226
Конкретно в одной из последних задач LLM мне помогает смоделировать операционную модель команды в проектной организации.

А точнее как более эффективно интегрировать между собой:
- Сервисы/услуги, предоставляемые проектной командой внутри проекта
- Методы работы команды: ядро, контекстно-зависимые методы, внесервисные методы.
- Состав команды
- Грейды (в т.ч. разделение на «базу» и «точки роста» в рамках одного грейда), и назначение грейдов на методы работы
- Предъявляемые артефакты работы для упрощения принятия решения промо/не промо
- Трансформеры для того, чтобы люди двигались на следующий грейд (был человек грейда «джуниор», после участия в некоторой деятельности стал «миддл»).

Все это естественно между собой густо перевязано связями, к примеру:
- сервисы состоят из методов с одной стороны, и из людей с другой стороны
- чтобы команда работала предсказуемо (т.е. реализовывала свои системы надежно, защищенно и т.д.) у ней должен быть достаточно определенный состав, а не производльный (не должно быть джунов без сеньора) и т.д.
- сотрудник определенного грейда может выполнять какие-то методы работы, а другие методы еще пока не может
- на собеседованиях мы проверяем наличие этих навыков
и т.д. и т.п.

В классическом моделировании при помощи условного archimate если мы меняем что-то в одном месте дальше нужно руками проходить по связям и смотреть что поменялось.
Рисовать это в PowerPoint, еще хуже, т.к. в нем нет инструментов анализа.

В случае работы с LLM при изменении вводных в одном месте все остальное автоматом пересчитывается (возможно нужно дать модели пинок, но это происходит).
По сути у нас получается что-то типа пайплайна CI/CD для текстов, только на базе LLM, а не yaml.

Гипотезы у меня сейчас следующие:
- Насколько хорошо оцифрованная модель команды срисованная с реального мира будет работать и заведется ли вообще? Надеюсь узнаю за 1-2 месяца работы уже «в реальном мире» после того как ее доработаю.
- Автоматический пересчет всех текстов когда я на вход подаю новые вводные: например, если в реальном мире работает все не так как у меня описано, я даю новую вводную и все обновляется само
- Генератор аналогичных описаний для команд другой предметной области. Например, я описываю это все для команды Devops, потом подставляю на вход набор вводных для команды DBA, и он сам генерирует все эти документы по заданному шаблону для новой предметной области.

Если это заработает, то можно будет генерировать для организации регламенты пачками.
Посмотрим насколько сильно будет искрить на стыках когда попробую другие предметки протащить через этот же граф преобразований
  • 👍 3
  • 🔥 1
More from @devops_architecture
  1. Sep 29, 2026Если это рассуждение продолжать не в сторону запуска отдельных приложений, а в сторону мас…
  2. Sep 29, 2026photo post
  3. Sep 29, 2026Если сделать смелый шаг и принять, что в LLM уже есть ответы на все вопросы и есть реализа…
  4. Sep 1, 2026Попросили меня сегодня прокомментировать модель зрелости для внедрения AI в devops, и у ме…
  5. Jul 12, 2026Если кого-то из вас shieldybot незаслуженно кикнул из чата — напишите мне (@TimurBatyrshin…
  6. Jul 12, 2026Недавно Онтико (организаторы крупнейших технологических конференций) сделали публикацию пр…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →