Сегодня посетила AI Hardcore Set в московском офисе Авито — встречу для тех, кто уже строит продукты с AI-агентами.

Шла скорее из любопытства, а вышла с заметками, которыми хочу поделиться.

Удалось послушать три доклада: про Spec-Driven Development, разработку и тестирование MCP для аналитических агентов и дизайн инструментов для LLM.

Вот что запомнилось.

Быстро — не значит полезно. ИИ научился делать задачи, которые раньше требовали времени и экспертизы. Но это создаёт иллюзию продуктивности: теперь можно быстро сделать множество второстепенных задач, которые не приближают продукт к результату. Поэтому всё чаще предлагают оценивать не скорость разработки, а её реальную ценность для бизнеса.

Код становится вторичным. В среднем инженеры сейчас пишут код руками меньше 30% времени — остальное берёт на себя ИИ. Главная работа смещается от написания кода к постановке задачи: не как написать, а что именно должен сделать ИИ и по каким правилам.

Роли начинают сливаться. Бэкендер пишет немного фронтенда, аналитик становится ближе к продакту. При этом фундаментальные знания становятся только ценнее: чтобы эффективно управлять ИИ, нужно понимать, как система устроена «под капотом».

Продукты теперь проектируют для ИИ. Инструмент должен быть понятен ИИ агенту. Команды выстраивают для агента чёткие «коридоры»: например, дают доступ к данным не целиком, а небольшими порциями под конкретную задачу. Потому что чем больше агенту разрешено, тем дороже обходится его ошибка.

Проверка ИИ-агента стоит дороже, чем кажется. Тестирование ответов агента — это не разовая доработка, а постоянная и дорогостоящая часть работы. Ответ агента нельзя один раз проверить и забыть, потому что он может незаметно измениться, когда меняются данные, контекст или сама модель.

Главное: Конкурентное преимущество сегодня не в том, что компания использует ИИ, а в том, насколько дисциплинированно она умеет встроить его в процессы, задать правильные границы и контролировать результат.