11 марта 2026
От классического PDLC к AI-native разработке
Как меняется инженерный процесс, когда AI становится частью производственного контура
/ От PDLC к AI-native 2026
Как меняется инженерный процесс, когда AI становится частью производственного контура
Как меняется инженерный процесс, когда AI становится частью производственного контура
Стратегия перехода
Часть 1: сбой bimodal IT.
Часть 2: SE 1.0 vs 2.0.
Часть 3: DORA, Google, Meta, AWS.
Части 4–5: ограничения и практики.
Быстрое и медленное IT
Mode 1: стабильные системы.
Mode 2: скорость экспериментов.
McKinsey: Two Speed IT.
Диагностика стала operating model.
Деление «быстро/медленно» слишком грубое.
Быстрый контур упирается в ядро.
DORA: скорость и стабильность растут вместе.
Диагностика полезна, operating model — слаба.
Роли, стадии, контроль
Требования → код → тесты → релиз
Плюс: контроль в артефактах
Минус: context transfer и длинный цикл
NIST SDLC — классическая рамка
AI-инструменты берут часть работы
Issue → agent → PR → CI/CD.
Copilot agent, Amazon Q, AutoGen.
QA, security, analysis остаются.
Контроль: PR, CI, branch protection.
Не замена, а два режима с двусторонним обменом
SE 1.0
Роли и стадии разделены
Зрелые контрольные точки
SE 2.0
Роли сжаты в agent loop
PR за минуты, новые quality loops
DORA 2024: AI-внедрение снижало пропускную способность разработки.
Причина — AI ускорял IDE, не поставку изменений.
DORA 2025: корреляция стала положительной.
ROI приходит от качества платформы.
Источник: Google AI in SE
AI — inner и outer loop.
Ценность доказывается в real flow.
Воронка: latency, relevance, UX.
Продуктивность проектируют и мерят.
Источник: arxiv.org/abs/2601.22832
22 126 JIT tests; выше catch quality.
Тесты генерируются под конкретный diff.
Меньше ручного review и flaky noise.
Возвращается в SE 1.0 как standards.
Источник: aws.amazon.com/blogs/devops/ai-driven-development-life-cycle/
AI генерирует requirements, designs, code, tests.
Роли сжимаются, но не исчезают.
Быстрый агентский контур требует защитных ограничений.
AWS outages подсветили риск AI-tools.
Local flow ≠ delivery
Больше изменений → rework.
Быстрый код → instability.
Быстрый PR → узкое место.
Local loop ≠ business gain.
Старые защитные ограничения становятся foundation
Branch protection и PR review
CI policies и policy-as-code
Audit trail изменений
Sandboxing, signing, SSDF
Не победа одного режима, а осмысленный обмен
SE 1.0 → SE 2.0
Защитные ограничения и security policies
Version control и audit trail
SE 2.0 → SE 1.0
E2E сценарии поставки
JIT tests и короткие feedback loops
SE 2.0 — полигон: greenfield, R&D, orchestration.
SE 1.0 — production backbone: platform, reliability.
Успех мерится DORA, SPACE, DevEx.
Что забрать с собой
AI меняет скорость и организацию труда.
SE 2.0 — фабрика возможностей.
AI-native перестраивает создание, проверку и поставку изменений.
Нужен единый инженерный подход.
tellmeabout.tech
Ключевые источники
Gartner, McKinsey, NIST SDLC.
DORA 2024/2025, AI Capabilities.
Google AI, Meta JIT, AWS DLC.
Copilot, Amazon Q, AutoGen, SSDF.
От PDLC к AI-native
Если хотите изучить материалы по теме, переходите в канал "Книжный куб" — там собраны все ссылки
Александр Поломодов, Technical Director & Fellow, Т-Технологии
@Book_Cube