AI меняет культуру разработки
Исследование, инженерные процессы и роль тимлида
Содержание слайдов
1. AI меняет культуру разработки
Исследование, инженерные процессы и роль тимлида
2. 01. AI4SDLC Research 2025
Как AI влияет на разработку ПО — метаанализ и опрос инженеров
3. Как мы смотрели на AI4SDLC
Практики, культура, доверие
Где AI уже стал ежедневным.
Где внедрение остаётся редким.
Как связаны скорость, качество и доверие.
Что превращает личный выигрыш в командный.
4. Метаисследование: источники данных
50+ исследований, четыре типа источников
Массовые опросы разработчиков и технических лидеров.
Телеметрия и продуктовые/инженерные логи.
Полевые эксперименты и контролируемые исследования задач.
Внутренние корпоративные исследования и интервью.
5. AI4SDLC (2025)
Опрос инженеров и техлидов
Самооценка эффекта на продуктивность, качество и доверие.
Частота использования AI по типам задач SDLC.
Переменный размер выборки по вопросам.
Описательный анализ без причинно-следственных выводов.
6. Ограничения исследования
Как читать результаты
Выборка отражает контекст.
Процессы тоже влияют на продуктивность.
Индустрия меряет продуктивность по-разному.
Новизна и адаптация искажают динамику.
7. Паттерны метаисследования
Паттерны исследований 2023–2025
80%+ growth · 10h saved — Default, но неравномерно — Daily tool; эффект зависит от задачи.
-1-7% stability/throughput — Coding быстрее delivery — Узкие места: review, tests, integration.
verify-first + platform — ROI через процессы — Trust и роль зависят от SDLC.
8. Что видно по опросу инженеров
Сигналы AI4SDLC Survey 2025
58% часто/всегда — AI стал повседневным инструментом — Кодогенерация стала daily practice.
64% vs 32% — Локальный эффект — Локальный рост сильнее командного эффекта.
49% / 60% — Доверие и ожидания расходятся — Низкий trust; бизнес ждёт эффект.
9. AI уже рядом, но не везде
High-risk задачи пока требуют человека
Массовые сценарии
58% часто используют генерацию.
Кодинг и отладка — ядро.
Редкие сценарии
24% регулярно применяют AI для review.
18% используют AI для legacy-задач.
10. Личная скорость не равна поставке изменений
Coding speed ≠ delivery
64% видят рост продуктивности.
Командный эффект ограничен процессами.
DORA 2024: AI-внедрение снижало пропускную способность разработки.
DORA 2025: throughput вырос, instability осталась.
11. Доверие требует системной проверки
Verify, don't trust как инженерная норма
Качество
32% отмечают улучшение качества кода.
14% фиксируют ухудшение.
Контекст и сложность определяют результат.
Доверие
49% не доверяют AI-коду.
Доверяют лишь 11%.
Культура проверки — ключевое условие эффекта.
12. Узкое место сместилось в поставку изменений
Главный вывод для тимлида
Commit → prod всё ещё долгий.
Review, тесты и релизы ограничивают.
Документация становится context quality.
Побеждает перестройка системы работы.
13. 02. От классического PDLC к AI-native-разработке
SE 1.0 → SE 2.0: не смена инструмента, а перестройка системы
14. Инженер управляет сквозным процессом
15. Тимлид проектирует работу с агентами
16. Лидеры уже перестраивают контур
Google, Meta, AWS, DORA
Google: AI внутри engineering loop.
Meta: JIT-тесты под конкретный diff.
AWS: роли сжимаются в один цикл.
DORA: payoff зависит от платформы.
17. SE 2.0 ≠ бесплатное ускорение
Почему ускорение кодинга может замедлить поставку
Слабый version control → rework.
Шумные тесты → нестабильность.
Агент быстрее открывает PR.
Основа: branch protection, CI, signing.
18. SE 1.0 ↔ SE 2.0: обмен практиками
Системный перенос практик между режимами
SE 2.0 → фронтир — Полигон для orchestration, JIT-тестов и автодокументации.
SE 1.0 → фундамент — Контрольные точки, platform, безопасная поставка, надёжность.
Перенос практик — 1.0 даёт защитные ограничения; 2.0 возвращает автоматизацию.
19. 03. От AI-native-разработки к AI-native-организации
Следующий уровень сжатия: меняется не только SDLC, но и сама модель компании
20. Почему следующий шаг — AI-native-организация
Код ускорился, тормозят решения и handoffs
Сжимаются слои — После ролей внутри SDLC сжимаются оргпрослойки.
Decision latency — Согласования и context handoffs становятся узкое место.
Leverage вместо headcount — Фокус на output per employee и платформе.
21. Org-сигналы у лидеров рынка
Шире span, меньше уровней, сильнее платформа
Шире span
Meta: AI org ratio до 1:50.
Nvidia: ~50 reports у CEO.
Сильные IC.
Меньше уровней
Amazon: +15% IC/manager.
Microsoft и Google: AI-first tooling.
Intel: faster execution, fewer layers.
22. Flattening не даёт бесплатной скорости
Без платформы плоскость превращается в хаос
Нужны golden paths, policy, observability.
Иначе менеджеры тонут в исключениях.
Ratios 1:50 нельзя копировать слепо.
Менеджер проектирует human-agent контур.
23. 04. Как меняется роль тимлида
Новые задачи лидера в мире AI-native-процессов
24. Тимлид проектирует систему работы
Не только распределяет задачи
Раньше
Распределял задачи.
Контролировал сроки и качество.
Нанимал под роли.
Теперь
Проектирует human-agent loop.
Настраивает quality gates.
Растит диагностику и ревью.
25. Новая работа тимлида
Пять зон ответственности
Задаёт автономность AI по риску.
Вшивает verification в definition of done.
Управляет контекстом: ADR, runbooks, docs.
Перестраивает метрики, policy и обучение.
26. Три главных вызова для тимлида
Что может пойти не так при переходе к AI-native-everything
Эрозия навыков — Код писать легче, глубокие навыки могут деградировать.
Иллюзия скорости — Локальная скорость растёт, поставка может стоять.
Доверие команды — Verify должен стать нормой, а не недоверием.
27. Ключевые тезисы
Что забрать с собой
AI ускоряет артефакты, а не поставку.
SE 2.0 усиливает инженерную дисциплину.
Тимлид проектирует human-agent систему.
Измеряйте скорость поставки ценности.
ai4sdlc-research.space · tellmeabout.tech
28. Ссылки и материалы
AI adoption, DevEx, culture
AI4SDLC Research 2025
DORA AI + State of DevOps
GitHub Octoverse + Copilot docs
Stack Overflow, JetBrains, Atlassian
29. Спасибо!
Яндекс
Если хотите изучить упомянутые в докладе материалы, то переходите в канал "Книжный куб", где есть все ссылки на них
Александр Поломодов, Technical Director & Fellow, Т-Технологии
@Book_Cube
