Коллега недавно рассказала про команду, которая довольно далеко зашла в автоматизации разработки через AI. Они подняли MCP-сервисы и дали агенту доступ к контексту проекта: БД, Figma, Notion и другим рабочим инструментам. В результате агент фактически «знает» проект: может разобраться в задаче, собрать недостающий контекст и даже уточнить в чате, как должна работать та или иная часть системы. Моя первая реакция была: «Вот. Примерно так я и представляю будущее разработки». А потом я услышал про полные доступы к инфраструктуре и production-серверам. * Мем с обезьяной и автоматом приложен для архитектурного контекста. * 😏 Шутки в сторону — сама идея мне всё равно очень нравится. Я вообще за то, чтобы AI-агенты становились максимально автономными: читали документацию, исследовали код, писали изменения, запускали тесты, поднимали тестовые окружения. Но здесь, на мой взгляд, важно разделять две вещи: автономность агента и blast radius его ошибки. Агенту совершенно не обязательно давать root на production только потому, что иногда ему нужно посмотреть логи. Read-only доступ, отдельные service accounts, scoped permissions, sandbox и approval для критических операций звучат менее впечатляюще, чем «наш AI самостоятельно управляет всей инфраструктурой». Зато позволяют получить почти ту же автономность, не вручая агенту автомат. Мне кажется, по мере проникновения AI-агентов в реальные процессы разработки одной из ключевых инженерных задач станет не только качество генерируемого ими кода. А проектирование границ их автономности. Я хочу AI-агента, который знает весь проект. Но я не хочу AI-агента, который одним неверно понятым заданием способен уничтожить весь проект.