← Каталог

· AI Engineer World's Fair 2026

SDLC, который вы создаёте сами

The SDLC You Build Yourself — Andy Wong, Andrei Bocan & Shane Wolf, Atlassian

Atlassian показывает, что агентный SDLC строится вокруг организационного контекста, лимитов на объём работы и проверки людьми, а не вокруг одного генератора кода.

  • Стандарты как правила для pull request — правила пишутся текстом в Markdown, назначаются репозиториям вручную или по шаблону имени, а AI Reviewer оставляет комментарии о отклонениях. По словам докладчиков, детерминированной проверки таких правил в CI встроенной функции пока нет.
  • Фильтрация комментариев ревью — собственные модели отсеивают низкоценные комментарии. По словам авторов, код исправляется примерно в 40% случаев против 45% у людей, но причинного эффекта на продуктивность они не показывают.
  • Ограничения для автономной работы — AutoDev работает с лимитами на незавершённые задачи, бюджетом на тикет и неделю, а недоописанные тикеты возвращаются человеку на уточнение. Миграции стандартов идут небольшими PR, чтобы не перегружать ревью.
  • Контекст из разных источников — агентный поиск по коду, Jira, Confluence и Slack отдаёт приоритет свежим данным. Старые документы сохраняют причины решений, которых не видно в текущем коде.

Кому полезно: техлидам, которые выбирают, как встроить агентов в ревью и бэклог команды.

Статья по теме

Главы

Похожие доклады