ИИ‑агенты как новые участники команды разработки продукта
Чтобы понять, как выглядит «разработка, управляемая ИИ‑агентами», полезно посмотреть на реальные кейсы. В статье «Я дал AI-агенту канбан-борд, и он справился с проджект-менеджментом лучше моей команды» описан опыт использования инструмента Skate: ИИ‑агент получает доступ к Kanban‑доскам в Mattermost и самостоятельно управляет задачами. ссылка
Что делает агент:
- просматривает список задач, оценивает их состояние и зависимость;
- меняет статус, запускает таймеры, следит за прогрессом;
- оставляет комментарии, запрашивает уточнения у людей;
- закрывает задачи, когда считает, что критерии выполнения достигнуты.
Фактически, ему делегируют часть функций проектного менеджмента — приоритизацию, мониторинг, напоминания — а команда освобождается от микроменеджмента и рутинной синхронизации.
Важно понимать, что это не «ИИ‑Scrum‑мастер», но уже вполне реальный участник процесса с собственным набором обязанностей.
В статье Atlassian об ИИ‑агентах в управлении проектами показывается похожая картина, где агенты выступают как интеллектуальные инструменты, которые автоматизируют: -сбор и агрегирование данных о задачах, времени, блокерах; -приоритизацию и маршрутизацию задач между участниками; -прогнозирование сроков и рисков на основе исторических данных. ссылка То есть ИИ‑агент становится не просто «ботом» внутри Jira или Trello, а новым слоем проектной логики, который постоянно анализирует поток работы и подсказывает команде, куда двигаться дальше.
AgPM: когда система действительно становится агентом В дискуссии про «управление проектами ИИ‑агентами» важно различать обычную автоматизацию и настоящую агентность. В одной из статей на Habr автор вводит подход AgPM: система считается агентом, когда ей делегируют управленческую функцию — она сама решает, что показать человеку и как ранжировать важность. Ссылка
Ключевые признаки такого агента следующие: -автономное принятие решений в рамках заданных целей и ограничений; -управление вниманием человека: выбор, какие сигналы и события выносить на дашборды; -возможность конфигурировать цели и приоритеты без переписывания кода.
Другими словами, ИИ‑агент перестаёт быть «инструментом» и становится со‑управляющим: человек задаёт цели, агент мониторит систему, обрабатывает сигналы, предлагает действия и иногда исполняет их автоматически.
Фраза «Agile мёртв» в — не столько приговор, сколько приглашение взглянуть шире: мы входим в эпоху, где с командами работают не только люди, но и автономные ИИ‑агенты, встроенные в борды, репозитории, CI/CD и продуктовую аналитику. При этом выигрывать начинают команды, которые умеют сочетать зрелые практики Agile/DevOps с возможностями агентного ИИ, а не противопоставлять одно другому.
В этом мире выигрывают не те, кто быстрее внедрит «ИИ‑Scrum‑мастера», а те, кто поймёт, какую часть своей работы можно честно передать агентам, какую нужно оставить людям, и как перестроить культуру команды так, чтобы эта гибридная система училась и создавалась ценность быстрее, чем любой традиционный процесс. Вот таким получилось размышление о будущем Agile в мире AI.
