· AI Engineer World's Fair 2026
От разработки с помощью ИИ к AI-native: как создать передовую команду разработчиков
From AI-Assisted to AI-Native: Building a Frontier Development Team — Clare Liguori, AWS
Рост продуктивности от агентов в несколько раз, по словам авторов, зависит от смены способа работы, а не от набора инструментов.
- Пилот в 50 командах Amazon — по скорости выкатки в продакшен медианный рост составил 4,5x, у некоторых команд больше 10x. У половины команд ускорение было меньше 3x, и разницу спикер объясняет тем, как команды работали, а не тем, какими инструментами пользовались.
- Контекст агента и готовность кодовой базы — каждую ошибку агента команды разбирали и записывали правило в skills и steering файлы, а при смене моделей лишние правила убирали. Часть команд переводила код на TypeScript или Rust, где компилятор даёт понятные сообщения об ошибках.
- Автономная валидация — агент может работать часами без участия человека, если получает быструю обратную связь: линтеры, юнит- и интеграционные тесты, локальные mock-сервисы с детерминированными ответами.
- Замедление в начале — команды на переходе теряли скорость, потому что готовили контекст и кодовую базу. Когда код пишется за 1–2 месяца, узким местом становятся решения о запуске продукта и процессы ревью.
Кому полезно: техлидам, которые раскатывают агентов для кодинга на существующие большие кодовые базы и не понимают, почему выигрыш от инструментов пока небольшой.
Статья по теме
Главы
Похожие доклады
От написания кода к проектированию систем: как меняется роль разработчика
AI Engineer Europe 2026
Близко по содержанию
Агенты, кодовые базы и команды: что нужно, чтобы выпускать продукты вместе
AI Engineer World's Fair 2026
Близко по содержанию
Developer Experience в эпоху AI coding agents
AI Engineer Code 2025
Близко по содержанию
Один разработчик, два десятка agents, ноль согласованности: зачем нужна совместная разработка с ИИ
AI Engineer Europe 2026
Близко по содержанию

