Кажется, мы незаметно прошли еще одну границу в ИИ-разработке.

🎧Now playing: Aretha Franklin - I Say A Little Prayer

Сначала копайлот дописывал строку кода.

Потом агенту начали отдавать задачу целиком.

А теперь инструменты учатся сами дотаскивать изменение почти до мерджа.

В свежем VS Code появился Agent Merge: агент может получить PR, разобрать комментарии после ревью, исправить ошибки и слить разобранные конфликты, снова прогнать фло и повторять цикл, пока PR не будет готов.

То есть знакомый нашим разработчикам процесс постепенно превращается в:

PR / агент разбирается / позовите меня, когда понадобится решение.

И вот здесь мне особенно интересно не как пользователю ИИ, а как человеку, который управляет командами.

Потому что если внедрение ускорилось в пять раз, команда вовсе не обязательно стала выпускать продукт в пять раз быстрее.

Код может начать просто быстрее приезжать в очередь на:

• ревью
• тестирование
• проверку безопасности
• согласование
• установку.

Мы ускорили повара, но официант все еще один 😄

Параллельно GitHub экспериментируют уже с другим уровнем (оркестрацией нескольких моделей).

Ребята из Project HydraFusion не пытаются выбрать одну «самую умную» LLM на все случаи жизни. Система сама решает, какую модель использовать для генерации, какую - для критики результата, а когда стоит переключиться на более дорогую. В тестах GitHub отдельные сценарии показывали качество на уровне или выше выбранного базового уровня при меньшей расчетной стоимости.

И это тоже важный сдвиг.

Возможно, корпоративная ИИ-стратегия скоро будет звучать не:

«Мы выбрали модель X».

А:

«У нас есть слой, который сам выбирает наиболее подходящую модель под конкретную работу».

Примерно как сегодня никто особенно не гордится тем, на каком именно сервере запустился конкретный контейнер.

Но главный вывод недели для меня вообще не про модели.

Код становится дешевле. Контекст, проверка и ответственность - дороже.

И поэтому я бы сейчас смотрел не на показатель:

«Сколько разработчиков пользуются ИИ?»

а на совсем другие вопросы:

Сократился ли Lead Time? Где теперь самая большая очередь? Сколько времени изменение ждет человека?

Что агент может сделать самостоятельно, а где действительно необходимо решение разработчика/PO/архитектора? И сколько в итоге стоит не тысяча токенов, а одна успешно доставленная задача?

Кстати, Google уже отдельно развивают FinOps-инструменты для контроля агентской загрузки, что тоже хороший сигнал, что стоимость цифровой мощности постепенно становится нормальной управленческой метрикой.

Поэтому, кажется, следующий этап ИИ-трансформации разработки будет не про промт инженерию, а скорее про проектированию процесса.

Как построить процесс, в котором люди и агенты работают параллельно, автоматические проверки быстрые, правила понятны, а человек подключается там, где действительно нужны разумное рассуждение и ответственность.

И здесь неожиданно снова становится очень актуален старый добрый Agile.

Потому что когда написать код можно быстрее, чем договориться, **главным конкурентным преимуществом становится уже не скорость разработки.

А скорость принятия правильных решений.** 🤙