← Каталог

· 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 агентов
  • Как 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 карты
  • Как 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 карты
  • Как 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 заключение
  • Почему 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 эксплуатации
  • Как 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 →

Похожие доклады