Содержание слайдов

1. 1. AI в SDLC: одного Cursor мало

   От точечного ассистента — к платформе, контексту и измеримым сценариям

2. 2. Александр Поломодов

   Technical Director & Fellow, Т-Технологии

   Архитектура и инженерные практики в финтехе

   AI в SDLC на масштабе

   Code of Leadership · @book_cube

3. 3. От ассистента — к платформе

   Почему point tools недостаточно

   Как бигтех встраивает AI

   Что уже работает внутри Spirit

   Где проходит build-or-buy

4. 4. 01. Инструмент ≠ система

   Локальное ускорение ещё не меняет корпоративный SDLC

5. 5. Ассистент меняет кодинг, не систему

   Autocomplete стал базовым ожиданием

   Vibe coding ускоряет прототип

   Production требует инженерных ограничений

   Контекст компании остаётся снаружи

6. 6. Протоколы открывают контекст

   MCP

   Модель вызывает данные и инструменты

   Одна точка вместо N интеграций

   A2A

   Агенты координируют задачи

   Асинхронность и распределённый workflow

7. 7. Платформа превращает тулы в сценарии

8. 8. Сначала цели, потом AI

   Цель — Что инженер пытается завершить

   Помеха — Где теряются поток и feedback

   AI-сценарий — Какое действие можно делегировать

9. 9. 02. Пять кейсов — один паттерн

   AI усиливает формализованный процесс и накопленный контекст

10. 10. Формальные правила делают AI полезным

11. 11. Ревьюеру нужна вторая модель

12. 12. LLM без структуры было недостаточно

13. 13. Метрики взрослеют вместе с внедрением

14. 14. On-call агенту нужен зрелый контекст

15. 15. 03. AI внутри Spirit

    Корпоративный контекст, сценарии профессий и проверка качества

16. 16. AI встраивается в платформу

17. 17. AI уже стал платформенной ставкой

    Доли респондентов отчёта State of Platform Engineering in the Age of AI

    45% — Core strategy — Центральный компонент

    34% — Important — Важный, не центральный

    83% — Already using — GenAI в dev stack

18. 18. 04. Ответ зависит от масштаба

    Покупать, строить или соединять публичные модели со своим контекстом

19. 19. Размер компании меняет ответ

20. 20. Cursor — только первая ступень

    Правила и контекст раньше модели

    Платформа связывает AI с работой

    Эффект проверяется метриками сценария

    Build-or-buy зависит от масштаба

    AI усиливает инженерную систему, которая уже существует

21. 21. Что проверялось

    Исходный PDF · SHA-256 в R2

    Запись доклада · auto-captions

    Google · ByteDance · Uber

    Booking · Datadog · Red Hat

22. 22. Спасибо!

    polomodov.tech

    Все слайды и ссылки — в Telegram-канале

    Александр Поломодов, Technical Director & Fellow, Т-Технологии

    @book_cube