В предыдущих статьях я обещал рассказывать о "странных" кейсах по внедрению AI, за выполнением которых ко мне иногда обращаются заказчики.

Сразу оговорюсь, что в реальной практике (для боевых проектов) такие кейсы я не реализую, и выполняю ниже описанное только для демонстрации особо любимым заказчикам абсурдности самой идеи: IT-проект любой сложности с минимальным участием человека или без участия человека вовсе.

Задача кратко: Необходимо настроить цепочку автоматизации где пару агентов + LLM-моделей выполняют набор бизнес-процессов от генерации и постановки задач до выкладки релиза в продакшн без ручного вмешательства.

На инфраструктуре настраивается и поднимается набор docker-образов для:

- инкапсуляция самих агентов/моделей (OpenClaw/Qwen/etc) и их разрешений, настройка первичных SOUL/QWEN/etc файлов и выбранной тех. инфраструктуры (ПО/ЯП/etc);

- redmine + локальный gitlab для трекинга и обработки задач/кодовой базы (агент по code-review может откатывать задачи при условии несоответствия кода, агент генерирующий код для code-review также может изменять соответствующие статусы, агент конвертирующий первичные задачи в ТЗ для кодогенерации может добавлять спец. описания). Таким образом база redmine является своего рода шиной коммуникации между агентами;

- развертка технологического стека самого проекта;

Техническая настройка самой цепочки осуществляется довольно просто и в целом, при грамотном описании задачи в redmin-е - агенты кодогенерации, code-review - и запуска CI/CD (запуск тестов, развертка релиза) вполне могут справляться, код генерируется и даже работает (только для простых задач и только на старте), но проблемы приходят при попытках внести изменения (а изменчивость процесса — неизбежная и постоянная величина).

Как только вы захотите что-то изменить, в игру вступают такие факторы как:

- количество использования токенов растет (любые ошибки в пределах проекта вынуждают агенты слать часть или весь код проекта на анализ) — затраты на подписку и нагрузка на инфраструктуру растут параллельно проекту;

- процент галлюцинирования в коде также растет параллельно проекту, растет и процент ошибок при каждом запросе на изменение;

- любое изменения в пределах рабочей цепочки или любые проблемы на этапах работы цепочки (которые также появляются и растут неизбежно)  требует ручного вмешательства;

- любые несоответствия между промтами задач и кодовой базой приводят к увеличению ошибок и усложнению цепочки взаимодействия (+n изменений);

- и ...;

И в конечном итоге, если попытаться работать через такую цепочку на протяжении всего нескольких месяцев развития IT-проекта даже малых размеров: мечта сократить расходы на IT обернется прямо противоположным эффектом 🙂

Это то, о чем я говорил в предыдущих своих статьях: такой подход к AI не просто не помогает автоматизации, но наоборот, непомерно усложняет ее и приводит только к хаосу.

Происходит это из-за того, что в конечном итоге все сводится к super-задаче, которая на данный момент (2026 г.) не может быть выполнена в пределах текущего уровня AI-инструментов, и звучит она так:

Как перевести в IT-алгоритмы мышление N-отделов и M-сотрудников (маркетинг/разработка/тестирование/UI-UX дизайн/финансирование/руководство/data-science) для непрерывного анализа и развития рентабельного (соответствующего условиям рынка) продукта.

Сама задача звучит фантастически, Вы согласны? 🙂 Но именно этого пытаются добиваться (под прикрытием “автоматизации рутины”) сегодня часть бизнесменов. Из-за агрессивного маркетинга и отсутствия технической грамотности некоторые бизнесмены свято верят в такие возможности, просто они пока не нашли “нужных людей, которые могли бы этого добиться” 😂

Лично я не представляю проекта без специалистов, знающих его и предметную область “от А до Я”, ведающих его сильные и слабые стороны и могущих в любой момент дать ответ на любой вопрос в пределах этого проекта (в том числе, используя АI в качестве помощника 😉) — а Вы?

И как по-вашему: реален ли успешный IT-проект без участия человека?