Содержание слайдов

1. 1. Разработка софта в 2030

   Гипотезы о (не)светлом будущем

2. 2. Александр Поломодов

   Technical Director & Fellow, Т-Технологии

   Архитектура и инженерные практики в fintech

   AI-native dev и Platform Engineering

   Подкаст «Code of Leadership», @book_cube

3. 3. О чём поговорим

   4 блока про будущее разработки

   I. Где мы сейчас

   II. Исследования: AlphaEvolve, Stanford, Google

   III. SE 3.0 и fintech case

   IV. Метрики эпохи агентов

4. 4. 01. Где мы сейчас

   AI-ассистенты как часть тулинга

5. 5. AI в IDE и терминале

   Уже не эксперимент, а повседневность

   GitHub Copilot — mass adoption

   Cursor — AI-first IDE

   Windsurf — agentic IDE

   Claude Code, Codex — terminal agents

6. 6. Автономные AI-агенты

   Новый этап SDLC

   Autocomplete → автономные задачи

   Агент: ticket → code → PR

   Человек становится reviewer, а не автором

   Главный вопрос: где границы автономии

7. 7. Стандартизация общения агентов

   MCP (Anthropic) и A2A (Google)

   MCP: tools для LLM

   A2A: agent-to-agent

   До: ручные интеграции

   После: единая шина

8. 8. Почему это происходит сейчас

   Экономические предпосылки

   AI-инвестиции требуют ROI

   Feature velocity растет

   Senior-инженеров не хватает

   Эффективность стала KPI

9. 9. 02. Исследования

   AlphaEvolve, Stanford, Google

10. 10. Эволюционный coding agent

    Архитектура pipeline

    Prompt sampler — формирует задачи и контекст

    LLMs ensemble — несколько моделей генерируют варианты

    Evaluators — автоматически оценивают качество кода

    Program DB — эволюционирует решения

11. 11. Где это уже работает

    Реальные результаты внутри Google

    Borg scheduling — оптимизация кластера

    TPU circuit design — проектирование чипов

    Gemini training — пайплайны обучения

    AI оптимизирует AI

12. 12. Future of Work with AI Agents

    Automation Desire-Capability Landscape

    Что хотят автоматизировать

    Что уже умеют модели

    Квадранты: Green / Red / Low

    Программирование во многом — Green Light

13. 13. Virtual Agent Economies

    Permeable vs Bounded

    Permeable: межорганизационные агенты

    Bounded: внутри компании

    Сегодня доминирует bounded

    Permeable требует доверия, аудита, биллинга

14. 14. 03. SE 3.0

    AI-native Software Engineering

15. 15. Три эры разработки

    От waterfall к intent-first

    SE 1.0: manual coding

    SE 2.0: DevOps + copilots

    SE 3.0: intent-first

    Разработчик описывает intent, агент реализует

16. 16. Measuring Developer Goals

    Stages and Goals → from Goals to Tools

    Путь: explore -> operate

    У каждого этапа своя цель

    AI-инструмент под цель

    Метрика = outcome

17. 17. Spirit и агентский режим

    Внутренняя платформа эволюционирует

    Spirit — internal PaaS: VCS, CI/CD, observability

    Поверх — AI-копилот Nestor

    Следующий шаг: агентский режим

    Ticket -> implementation -> review

18. 18. Что AI уже делает в SDLC

    Конкретные роли в пайплайне

    Code generation

    Integration testing

    Vulnerability detection

    Code review

19. 19. Распределение времени разработчика

    Coding ≠ всё

    Coding — только ~30% времени

    Meetings — 20–25%

    Wiki / docs — 10–15%

    Review кода — 10%

20. 20. Реальные внедрения

    Что работает в крупных компаниях

    T-Cover Agent — автогенерация unit-тестов

    AI ревью кода — комментарии в PR

    InfoSec agents — SAST/DAST с AI

    Снимают рутину, не заменяют инженера

21. 21. 04. Метрики

    Как измерять разработку с AI-агентами

22. 22. Стек метрик

    Эволюция метрик команд

    DORA: delivery health

    SPACE: шире поставки

    DevEx: опыт разработчика

    DX Core 4: impact

23. 23. Метрики для AI-агентов

    Что измерять, когда код пишет агент

    Acceptance rate — сколько предложений принято

    Time-to-merge для агентских PR

    Cost-per-task — затраты на токены и ревью

    Quality: bugs, incidents, rollback

24. 24. Что ждёт нас к 2030

    Гипотезы, а не прогнозы

    Большинство кода будет писать агент

    Инженер = архитектор + reviewer + интегратор

    Платформы для агентов станут отдельной индустрией

    Метрики сместятся к outcomes

25. 25. Ссылки и материалы

    Доклад построен как набор гипотез, опирающихся на исследования и публичные сигналы 2024-2025

    DORA 2024/2025

    AlphaEvolve

    Future of Work with AI Agents

    MCP, A2A, SPACE, DevEx

26. 26. Спасибо!

    polomodov.tech

    Все слайды и ссылки — в Telegram-канале

    Александр Поломодов, Technical Director & Fellow, крупный финтех

    @book_cube