← Каталог

· AI Engineer Code 2025

Руководство разработкой с помощью AI

Leadership in AI-Assisted Engineering

Эффект AI-инструментов в разработке сильно различается между компаниями, поэтому его надо измерять метриками скорости и качества, а не долей использующих их разработчиков.

  • Средние значения прячут разброс — по данным DX, у одних компаний уверенность в изменениях выросла примерно на 20%, у других упала на 20%. Средний по выборке результат выглядит безобидно и ничего не говорит о конкретной команде.
  • Обязательное внедрение не работает — спикер советует явную AI-политику, время на эксперименты и психологическую безопасность. Он ссылается на исследование Google Project Aristotle, где психологическая безопасность оказалась главным фактором продуктивности команд.
  • Чинить узкое место процесса — час, сэкономленный вне узкого места, ничего не даёт. По данным DX на выборке почти 140 000 инженеров, экономию от AI съедают переключения контекста и дни со встречами.
  • Очередь обратной связи для system prompts — назначьте группу, которая собирает ошибки моделей, например устаревший Spring Boot 2 вместо Spring Boot 3, и правит правила для ассистентов.

Кому полезно: техлидам и руководителям инженерных групп, которые вводят AI-инструменты и не знают, какие метрики смотреть. Доклад во многом рассказывает о фреймворке измерений самой DX.

Статья по теме

Главы

Ещё доклады: Justin Reock

Страница спикера →

Похожие доклады