Как я уже писал выше - Anthropic выкатили крутой гайд по AI-native SDLC (жизненному циклу разработки с ИИ).
Главный инсайт: написание кода больше не является узким местом. Узким местом стали процессы вокруг него — планирование, ревью и деплой.
Как понять, что ваш процесс действительно стал AI-native? Вот за какими метриками советует следить команда Claude:
💡 Time to Intent (Время до спецификации)
Время от первого обсуждения идеи до готового документа
intent.md должно сократиться *с нескольких недель до пары часов*.🎯 First-pass merge rate (Успех с первой попытки)
Процент задач, которые вливаются в основную ветку после первой же итерации ИИ, без циклов переделок.
🤖 Автономность на код-ревью
Доля комментариев к Pull Request, которые ИИ-агент способен исправить сам, без ручных коммитов от разработчика.
⚡️ Время на ревью (Review time per PR)
Должно стремительно падать. В AI-native подходе агент сам прогоняет тесты и проверяет код на уязвимости *до* того, как его увидит человек. Человек оценивает только логику и риски.
🐙 Многозадачность инженера (Concurrent sessions)
Количество параллельных ИИ-сессий (агентов в разных ветках), которыми эффективно управляет один разработчик одновременно. Инженер становится тимлидом для ИИ.
В эпоху ИИ мы перестаем мерить скорость написания строчек кода. Главными метриками становятся скорость согласования требований, качество автоматических проверок (evals) и пропускная способность ревью.
А вы где-нибудь уже считаете эти метрики?