Неделя началась с просьбы посоветовать, что почитать про spec driven development – подход, где спецификация пишется раньше кода и становится главным артефактом для агента. Ответы оказались осторожнее вопроса. Артем перепробовал OpenSpec, BMAD, Spec Kit, GSD и Kiro, ни один не зашел, и в итоге он написал свой memory bank. Уалихан напомнил, что внедрять ИИ поверх сломанных процессов – верный способ все поломать. Готового рецепта нет, есть только вопрос, какую проблему вы этим решаете.
Через день разговор ушел в практику. Данияр предложил сдвинуть все правила ревью влево: общий на команду скилл ревью, обязательный запуск в «холодном» субагенте перед пулреквестом, результат пишется в файл, а CI не дает смержить ветку без этого файла. Человеческое ревью PR при этом становится двойной проверкой, а обязательным чекпоинтом остается design review со старшими коллегами. Станислав задал логичный вопрос – а зачем тогда ревью вообще? И добавил, что разработчикам он бы не доверял и централизованный источник правды все равно сохранил бы.
Самую цельную конструкцию принес Дмитрий, на примере вывода крипты на бирже: кошельки, блокчейн, комиссии, лимиты, KYC, зависшие транзакции. Ревью кода – это вопрос веры в агента. Автотесты – это вопрос, все ли тесты написаны и проверяют ли они что-то, потому что логика бывает сломана при зеленых тестах. Поэтому он вводит этап judgement: агент смотрит на требования, реализацию и набор проверок и выносит заключение о полноте проверок. Сверху – challenge, то есть проверка самого заключения: мутационное тестирование до прода и reconciliation job, сверка балансов, уже в проде. Ошибся агент в judgement – минус ему в карму, и по накопленной статистике можно решать, каким агентам на каких этапах давать больше автономии.
Это прямое продолжение августовского разговора. Две недели назад Дмитрий описывал трассировку «требование – реализация – проверки», а в начале августа чат впервые разобрал мутационное тестирование как способ проверить сами тесты. Теперь эти куски сложились в процесс: у каждого сценария в спеке есть идентификатор, он проходит через код и проверки, и через него же в проде собираются метрики и алерты. Нефункциональное требование вроде «p95 постановки ордера – 200 мс» записывается в спеку рядом с функциональными, а в design.md сразу указываются метрики и правила алертов. Роли владеют своими документами: аналитик – spec.md, разработчик – design.md, специалист по качеству – verification.md.
Станислав вынес из статьи «Do you still read the code?» близкую мысль: код – скорее обязательство, чем актив, а актив – это теория системы в головах. Отсюда его список того, что стоит готовить для ревью вместо кода: актуальная схема, привязанная к коммиту, связь с бизнес-требованиями, где и какие константы по умолчанию задал ИИ, применённые паттерны, закрытые негативные сценарии и сделанные проверки. Андрей возразил против пункта про умолчания – много умолчаний делают систему хрупкой. И там же прозвучало предупреждение, которое касается не процессов, а людей: сажать в одну команду тех, кто читает код, и тех, кто уже не читает, без заранее оговоренных правил – вредно, а ИИ просто увеличивает масштаб проблемы. Что в вашей команде сейчас ревьюят на самом деле – код, проверки или ничего?
«Основная суть в том, что агент ревьюит не код, а набор проверок, верифицирующих этот код» – Дмитрий
«Не нужно читать код, но нужно понимать, что каждый кусок программы делает» – Станислав
В пятницу Станислав вспомнил «Цель» Голдратта – книгу, которой сорок лет. Там отряд скаутов идет по тропе со скоростью медленного Херби с огромным рюкзаком, и разгонять быстрых впереди бессмысленно: колонна просто растягивается. Повод – свежая работа NBER: больше 500 тысяч разработчиков на GitHub, телеметрия их ИИ-инструментов и сравнение с похожими разработчиками без ИИ.
Цифры выстроились в лестницу. У автономных агентов примерно +240% коммитов, на уровне проектов остается +80%, на уровне выпущенных релизов +30%, а в четырех магазинах приложений – резкий рост числа новых приложений и нулевой рост их использования. Херби здесь – ревью, интеграция и решение, что вообще выпускать: пишет агент, а проверяет и принимает по-прежнему человек. Авторы называют это гипотезой слабого звена, и это хорошо ложится на прошлогодний отчет DORA, где рост использования ИИ шел вместе с падением стабильности поставки.
Месяц назад чат уже спорил о том же через закон Амдала: если кодинг – 15% времени, то даже бесплатный кодинг ускоряет систему максимум в 1,18 раза, а Артур возражал своими замерами из маленькой команды без согласований. Тогда вывод был такой: цифра ускорения говорит не про модель, а про то, сколько в организации весит все, что не кодинг. Голдратт добавляет к этому важную деталь, и в ней аналогия ломается: станок можно докупить, а человека, который понимает систему настолько, чтобы подписаться под изменением, лицензиями не купишь. Именно его вендоры обещают заменить следующей моделью.
Станислав сам оговорился, что это наблюдательное исследование: публичный GitHub плохо описывает корпоративную разработку, а вайбкодеров там все больше. Андрей предложил спекулятивное продолжение – если функционал делают 10 человек вместо 100, как это изменит продажи и обслуживание клиентов, которым нужны люди? Ответ Станислава был коротким: разработка и продажи не связаны. Возможно, в этом и есть ответ на Херби. Если ваш дашборд внедрения ИИ считает коммиты, что именно он показывает – загрузку станка или отгрузку?
«240 -> 80 -> 30 -> 0. Это и есть растянувшаяся колонна» – Станислав
«Допустим, мы делаем функционал 10 людьми там, где надо было 100. Как это повлияет на процесс продаж?» – Андрей
Данияр выложил в чат предложение и попросил на него обратную связь: пилот по внедрению кодинг-агентов в полный цикл разработки для небольшой команды. 2 000 долларов в месяц, два-три месяца, гарантированные 40 часов работы в месяц, переработки за счет исполнителя. Внутри – обучение постановке задач, настройка среды и гейтов, документация для машин и людей, проверки в CI/CD для коммитов от роботов. Финишная линия – фича, которую команда сама проведет от бэклога до прода. Требование на входе – CI/CD и хоть какое-то тестовое покрытие. Николай честно признался, что побежал бы к руководителю прямо сейчас, но тесты, git и CI/CD в его углу еще только предстоит затащить.
Станислав ответил на вопрос «почему такого нет на рынке» с неожиданной стороны. Не потому, что некому делать, а потому, что компании не хотят платить помимо консалтинга еще и за токены, и никто не может сказать, сколько их заложить. А после пилота решение придется постоянно дотачивать по стоимости: на американских моделях все сделать легко, но китайские в десятки раз дешевле, и миграция – это еще один проект. Данияр согласился, что точно предсказать нельзя, но коридор бюджета на разработчика оценить можно. Коридор Станислава по тому, что он видит, – от 100 до 5 000 долларов.
Дальше спор зашел в подписки. Дмитрий заметил, что на подписках выходит 100–200 долларов, и Данияр подтвердил: личных подписок более чем достаточно, хотя рекомендовать это легально он как консультант не может. Станислав возразил по существу: личную подписку не воткнешь в автоматический детектор упавших тестов или ревью PR, ее можно использовать только как второго пилота. Технически подключить можно, но это нарушение политики вендора, лимиты при автоматическом запуске кончаются быстрее, а решение будет постоянно отваливаться.
В мае чат уже упирался в ту же стену с другой стороны: корпоративная закупка Claude не проходит по процедурам, а подписка не работает в CI, поэтому для автоматизации все равно нужны API-токены. Четыре месяца спустя вывод тот же, но теперь видно, чего он стоит: без оплаченного API «внедрение ИИ в SDLC» сводится к личным подпискам разработчиков, то есть к небольшой модернизации, а не к смене процесса. Кто в вашей компании должен назвать цифру бюджета на токены, прежде чем кто-то назовет пилот успешным?
«Использование подписок – это не изменение SDLC. Это небольшая модернизация» – Станислав
«Батенька, так он у вас поперек больше, чем вдоль» – Николай, о коридоре от 100 до 5 000 долларов
Станислав написал длинный пост об одном когнитивном искажении: издержки решения в моменте давят сильнее, чем выгоды, которые мы получим потом. Издержка конкретна и здесь, выгода гипотетическая. Примеры он собрал из обеих половин работы тимлида. Пропустить прогон тестов, если десять раз все было хорошо. Отложить переписывание модуля, потому что две недели видны в спринте, а полуторное замедление каждой будущей фичи не видно ни в одном отчете. Сделать задачу самому за сорок минут вместо трех часов на делегирование. Закрыть вакансию посредственным кандидатом, потому что цена проявится через полгода и ее никто не свяжет с решением о найме. Отменить пятую встречу один на один подряд – и узнать о проблеме из заявления об уходе.
Самое практичное в посте – не диагноз, а признание, что рассуждением искажение не перевесить. Работает только одно: убрать решение из момента. Тесты запускаются сами, и пропустить их – отдельное усилие, а не отсутствие усилия. Встреча один на один стоит в календаре и не отменяется, а переносится. Спасибо за работу говорится по итогам недели, потому что в понедельник на это есть десять минут, а в момент релиза нет. Честная оговорка тоже есть: если у компании денег на три месяца, сиюминутная издержка и есть главное, проблема в том, что мы ценим настоящее всегда, даже при длинном горизонте.
Андрей увидел в этом то же, что и правило трех в рефакторинге: «правильно» должно быть правильно глобально, а значит, локально оно часто неудобно. Станислав возразил с другой стороны: люди упрощают все вокруг себя локально, им не хватает полномочий или знаний, и получаются обертки над существующими решениями, которые усложняют систему глобально. В июне чат разбирал, почему гигант годами не чинит простой баг, и пришел к связности архитектуры и приоритетам того, кто платит. Этот пост добавляет к той картине третью причину – обычную человеческую близорукость, которая масштабируется на всю организацию.
Тут же участник принес живой кейс: команде передали проект без документации и внятной архитектуры, с дублирующимися связями и жестким дедлайном в конце года, нанять некого. Глушить издержки быстро или делать основательно с риском не успеть? Андрей ответил третьим вариантом: не основательно и не идеально, а просто не оставлять за собой хаос. Нет тестов – добавь один, нет CI/CD – настрой, билд долгий – посмотри почему, зависимости разные – консолидируй понемногу. И не давай команде подписываться под чужими дедлайнами, всегда оставляй запас на улучшения. Быстрое глушение простительно в двух случаях: продажа компании и разовый рывок ради долгосрочного клиента. Какие решения в вашей команде принимаются в моменте только потому, что их никто не вынес в расписание?
«Каждый раз побеждать искажение я не умею. Умею только сделать так, чтобы побеждать было не нужно» – Станислав
«Тебе не надо делать основательно и идеально, тебе надо просто не оставлять срач за собой» – Андрей
Станислав принес длинную статью «Nobody pays for open source. We can force them to» с пересказом. 60% мейнтейнеров ничего не получают за работу, 61% из них работают в одиночку, почти 60% думали бросить. 136 разработчиков написали 80% кода в 50 самых используемых пакетах. Деньги в экосистеме при этом есть – компании платят миллиарды в год JFrog, Snyk, Docker, Sonatype, то есть посредникам, которые продают надежную поставку бесплатного кода. Предложение автора: реестры вроде npm, PyPI и Docker Hub берут плату за корпоративное использование и автоматически распределяют долю выручки по всем пакетам в зависимостях платящих клиентов.
Азат увидел в этом «нетфликс для пакет-менеджеров»: энтерпрайз получает предсказуемые расходы, а тот самый парень из Небраски становится миллионером. Андрей назвал лекарство хуже болезни. Его аргументы: в глубоком дереве npm стоимость дистрибуции размножается по каждой зависимости, авторы, которые осознанно раздавали библиотеку бесплатно, неявно попадут на оплату, а музыкальные платформы, на которые ссылается идея, решили проблему консолидацией денег у дистрибьюторов, а не у артистов – зарабатывают только популярные. Станислав отвечал, что это все равно лучше донатов, а «кто первый – того и тапки» и есть оценка вклада, пусть и грубая.
Самое интересное расхождение – не про реестры, а про продажи. Андрей видит корень проблемы в пассивности разработчиков: опенсорс вокруг конечных продуктов монетизируется, вокруг библиотек плохо, и это разные рынки. Станислав возразил, что разработчики и не должны продавать, это другой навык. В июле, разбирая .NET Foundation, чат пришел к похожему выводу с другой стороны: автору библиотеки от фонда нужен прежде всего маркетинг, чтобы репозиторий находился в поиске. Неделя добавила к этому развилку: либо мейнтейнер учится продавать, либо кто-то продает за него и забирает свою долю, как Docker.
Андрей верит в государственные дотации и научные гранты, но не в «социализм от техногигантов». Станислав спросил в ответ, не превратятся ли дотации в локальные библиотеки, которые не нужны миру. Спор так и не сошелся, но вопрос из него полезен любой команде, которая живет на чужих зависимостях: сколько из вашего стека держится на одном неоплачиваемом человеке, и что вы будете делать, когда он устанет?
«Компании уже платят за open source – миллиарды в год, но не авторам, а посредникам» – Станислав, пересказ статьи
«В государственные дотации – верю, в гос программы – верю. В социализм от техногигантов – нет» – Андрей
Азат нашел typesafe.ai – что-то, что подается не как обычная языковая модель, а как строго типизированная. Андрей Звездочка был скептичен: пока ничего не работает, собирают спрос. Азата интересовало другое – он не считает LLM единственным и лучшим применением трансформеров и с интересом смотрит на любые другие подходы.
Через день он получил доступ и уточнил: это скорее классификатор. Модель возвращает булево значение, вариант из перечисления или число – быстро, но не прям умно. Варианты применения, которые он сразу увидел: выбрать скилл, агента или MCP-сервер под запрос. Он попробовал и компакцию длинного разговора – режешь текст на предложения и для каждого спрашиваешь, имеет ли смысл его оставить. В принципе получилось, но насколько хорошо, нужно долго тестировать. Станислав сравнил это с натренированной ML-системой для классификации изображений, только для ответов, и согласился, что для быстрых решений в агентном пайплайне это выглядит отлично.
До сих пор разговоры о моделях в чате были про генерацию: кто лучше пишет код, кто дороже, кто ваншотит. Здесь чат впервые обсуждал модель, которая сознательно не генерирует текст, и в конце недели еще один участник принес статью про этот класс моделей и спросил, кто ими пользовался. Возможно, самый практичный вывод – не про конкретный продукт, а про архитектуру: сколько маленьких решений в вашем агентном пайплайне вы сейчас отдаете большой модели только потому, что другой под рукой нет?
«Я не думаю, что ллм – это единственное и самое лучшее применение трансформеров» – Азат
«Может булеан, енам или число выдать, быстро, но не прям умно» – Азат
Хотите продолжить обсуждение?
Обсудить в Telegram