AI-инженерия: как я работаю сегодня Я не просто «пользуюсь ChatGPT», AI-агенты встроены в мой рабочий процесс. Инструменты. В ежедневной работе я использую Claude Code, DeepSeek Harness, Hermes и Orca. Знаю их сильные и слабые стороны и выбираю агента под задачу. Harness для агентов. Я умею настроить окружение, в котором агент работает предсказуемо: контекст и инструкции, ограничения, проверки результата. Благодаря этому агент выдаёт код, который можно ревьюить и мерджить, а не случайный результат. TDD с AI-ассистентами. Я работаю с Claude и GitHub Copilot в TDD-цикле. Тесты задают поведение, агент реализует, я проверяю и корректирую. Вайбкодинг там, где он уместен. Для прототипов, скриптов, генерации тестовых данных и рутинной автоматизации я использую вайбкодинг ради скорости. Там, где цена ошибки высока, держу контроль: ревью, тесты, чёткие критерии приёмки. Понимаю, где AI ускоряет, а где нужен человек, и именно это отличает AI-First подход от бездумной генерации кода. Что это даёт команде. Быстрее появляются тесты и инструменты, меньше рутины, и больше времени остаётся на тест-дизайн и анализ рисков. Как QA я умею проверять результат работы самих агентов.

Автотесты, которые экономят время. Я пишу на C#/.NET (NUnit, RestSharp, Selenium, SpecFlow) и на Python (PyTest, Requests). На одном проекте мои тесты довели покрытие эндпоинтов до 85%: это 200+ API-тестов и 100+ UI-тестов. Быстрая регрессия. В CRM для трейдинга, где проходит больше 10 000 транзакций в минуту, я сократил регрессию с 8 до 3 часов, а покрытие поднял с 30% до 70%. В чат-платформе регрессия ускорилась на 70%, а покрытие выросло с 35% до 80%. Сложная архитектура. Я тестирую микросервисы, RabbitMQ, WebSocket и Kubernetes в AWS. Усиленное WebSocket-тестирование сократило инциденты с потерей сообщений на 95%, а простои продакшена примерно на 50%. AI и LLM. Я тестировал платформу на OpenAI API, которая обрабатывает до 50 000 запросов в сутки. Работал с нестабильными (flaky) сценариями, edge-кейсами и валидацией ответов модели. Ранний QA (shift-left). Я подключаюсь к ревью требований и дизайна фич до начала разработки. Так число критических багов, ушедших в прод, снизилось на 40%.