· AI Engineer World's Fair 2025
Выпускайте production-ПО за минуты, а не месяцы
Ship Production Software in Minutes, Not Months
Качество агентов в разработке упирается в организационный контекст, а не в модель, поэтому их стоит подключать ко всему циклу: от PRD до инцидентов.
- Контекст важнее модели — по словам спикера, при разборе тысяч сессий с Droid ИИ чаще проваливался не из-за слабой модели, а из-за недостающего контекста: решений со встреч, заметок и внутренней документации.
- План из транскриптов — команда загрузила около трёх месяцев пользовательских интервью и заметок в Knowledge Droid и попросила найти закономерности в фидбэке и технические ограничения. Из результатов собрали PRD, а затем дорожную карту примерно из восьми тикетов в Linear и Jira, которые можно выполнять параллельно.
- Инцидент в RCA и runbook — агент собирает контекст из логов, прошлых инцидентов, Notion, Confluence и Slack и превращает алерт из Sentry в RCA и план митигации. По словам спикера, некоторые команды сократили время реакции на инциденты вдвое.
- Проверка перед PR — агент запускает pre-commit и линтеры и выдаёт pull request, который проходит CI.
Кому полезно: тем, кто в enterprise-командах переносит агентов на планирование и эксплуатацию, а не только на написание кода.
Статья по теме
На какие вопросы отвечает доклад
Почему агент для кодинга чаще ошибается из-за нехватки контекста, а не из-за слабой модели?
Спикер говорит, что по тысячам сессий сбои чаще связаны с отсутствием контекста: встреч, заметок, внутренних правил команды. Решение в том, чтобы подключать источники, где лежит знание команды, и давать агенту эти материалы.
▶ 4:51Почему организационный контекст определяет надёжность агентовКак превратить пользовательский фидбек и заметки встреч в PRD и roadmap?
Спикер собрал три месяца транскриптов пользовательских интервью и заметки встреч, Knowledge Droid искал паттерны и технические ограничения. По промежуточным документам написали PRD, из которого получился roadmap из восьми тикетов в Linear и Jira.
▶ 7:15Совместное планирование, интеграции MCP, PRD и дорожные картыКак быстро собрать контекст для RCA, если логи, метрики и runbooks разбросаны по системам?
Droid получает алерт из Sentry и подтягивает логи, прошлые инциденты, runbooks из Notion или Confluence и обсуждения в Slack, затем выдаёт RCA и план митигации. По словам спикера, поиск сокращается с часов до минут.
▶ 7:15Совместное планирование, интеграции MCP, PRD и дорожные картыКак агент может предотвращать повторяющиеся инциденты, а не только разбирать их?
С памятью на уровне пользователя и организации агент видит повторяющиеся паттерны, на третьем повторе предлагает исправить причину и генерирует runbooks для новых паттернов. По словам спикера, это помогает командам сокращать время реакции на инциденты.
▶ 12:19Плейбуки реагирования на инциденты и заключениеПочему vibe coding не подходит для разработки production-систем в крупных компаниях?
Спикер приводит пример legacy-приложения на Java 7, которое обслуживает банковские транзакции: такие системы требуют классической инженерной работы, а агенты ускоряют её, но не заменяют экспертизу.
▶ 2:51Почему vibe coding не подходит для корпоративных систем промышленной эксплуатацииКак агент уточняет требования и выдаёт pull request, который проходит CI?
Агент изучает репозиторий, ветку и недавние изменения, предлагает план и задаёт уточняющие вопросы. После ответов пишет код, запускает pre-commit hooks и линтеры и создаёт pull request, который проходит CI.
▶ 3:55Демонстрация Droid: контекст репозитория, уточнения и CI
Главы
Ещё доклады: Eno Reyes
Страница спикера →Подготовка кодовых баз к работе с agents
AI Engineer Code 2025
Как устроен Forward Deployed Engineering
AI Engineer World's Fair 2026
Создание надёжных агентных систем
AI Engineer World's Fair 2024
Похожие доклады
Совместная работа с agents в процессе разработки ПО
Christopher Harrison, Jon Peck
AI Engineer World's Fair 2025
Близко по содержанию
Разработка ПО превращается в планирование и ревью
AI Engineer Europe 2026
Близко по содержанию

