#ai #dev #amazon

Сегодня зарелизил пет-проект, который давно зрел в планах.

У моей команды сложный стек: 15 микросервисов и CI/CD пайплайны на 1500+ аккаунтов. Всё это поддерживают всего 10 инженеров. Когда что-то ломается, диагностика требует глубокой экспертизы, которая распределена по команде неравномерно. Чаще всего эти знания просто «сидят» в головах отдельных людей.

Я разработал AI-агента, чтобы решить эту проблему. Ты просто вставляешь ссылку на тикет, и он включается в работу: собирает метрики, изучает логи, проверяет статус систем в разных инструментах. Затем документирует находки и выводит наиболее вероятную первопричину. Теперь это занимает 2 минуты вместо 30.

Ускорение процесса — это приятно, но суть не в этом.

Главный прорыв в том, что это стирает разрыв в знаниях. Теперь джуны могут проводить расследования на уровне опытных инженеров. Агент аккумулирует в себе тот самый специфический опыт, который раньше был доступен только «старожилам».

Мне очень нравится идея в использовании AI: не замена людей, а возможность подтянуть каждого участника команды до уровня топового специалиста. Маленькие команды могут показывать невероятные результаты, когда исчезают узкие места — те самые knowledge bottlenecks.

Сейчас инструмент сфокусирован на одном из наших ключевых сервисов. Впереди еще много проверок в боевых условиях и доработка промптов под остальные задачи. Но демо показало — концепция полностью жизнеспособна.

Если вы управляете сложными системами в небольшой команде, присмотритесь, если есть что оптимизировать. Поищите, где именно знания, которые «сидят» в головах, создают разрывы в навыках. Именно в таких местах есть огромный потенциал у ИИ, чтобы забустить команду.