Содержание слайдов

1. 1. AI-native разработка в бигтехах в 2026

   Microsoft, GitHub, Google, Amazon, Meta, Uber, Stripe, Netflix

2. 2. 00. AI входит в инженерный процесс

3. 3. Новая операционная модель

   AI становится частью система поставки

   AI — слой operating model

   Метрики идут дальше внедрение

   DORA: 90% уже используют AI

   Процессы важнее разрешения

4. 4. Метрики эволюционируют

   «Сколько строк написал AI» — уже не работает

   Ранние метрики геймифицируются

   GitHub: adoption → PR activity

   AWS: смотреть система поставки

   Главное — velocity и economics

5. 5. 01. Microsoft & GitHub

6. 6. AI ревью кода на масштабе всей компании

   Источник: Microsoft Engineering

   90%+ PR покрыты AI-review

   600 000+ PR в месяц

   10–20% быстрее PR completion

   AI встроен в PR workflow

7. 7. Coding agent как часть платформы

   Agent асинхронно открывает draft PR.

   Metrics GA: adoption, PR, CLI, tokens.

   AI-native — часть платформы

   Наблюдаемость для внедрение

8. 8. 02. Google

9. 9. Velocity как главный KPI

   Источник: Google AI workplace examples

   30% — Нового кода генерируется с помощью AI

   10% — Оценочный рост engineering velocity

   12% — Duplicate bugs автоматически обрабатываются AI-агентом

10. 10. Ключевой принцип

    Код всё равно проходит ревью и получает approve от инженеров

    AI ускоряет lifecycle, не только кодинг

    Ревью, тесты, миграции

    Фокус — velocity, не AI-код

11. 11. 03. Amazon & AWS

12. 12. Язык экономики

    Источник: AWS DevOps Blog

    450 000+ часов — Сокращение ожидания технических ответов через Amazon Q

    4 500 dev-years — Экономия на AI-driven software transformations

    15.9% — Снижение costs year-over-year в 2024 благодаря end-to-end улучшениям

13. 13. CTS-SW: cost to serve software

    Источник: Amazon Science + AWS Enterprise Strategy

    DevEx и AI связаны с ROIC

    Цель: снизить cost и friction

    AI-цели говорят языком экономики

14. 14. 04. Meta

15. 15. Ranking Engineer Agent (REA)

    Источник: Meta Engineering

    Генерирует гипотезы и jobs

    Human control: рамка, бюджет, quality criteria

    2× accuracy over baseline

    5× engineering output

16. 16. 05. Uber

17. 17. uReview: production-масштаб

    Источник: Uber Engineering

    90%+ — Еженедельных ~65K diffs анализируются AI

    75% — Комментариев инженеры считают полезными

    ~1 500 ч/нед — Оценка экономии времени

18. 18. AI во все стадии SDLC

    Источник: Principal Engineer — AI Tools

    AI покрывает весь SDLC

    Метрики: velocity, review, tests

    Outcome — больше фичей

    Язык планирования для техлидов

19. 19. 06. Stripe & Netflix

20. 20. Цель: 2× engineering velocity через LLM

    Источник: Stripe benchmark + hiring

    Benchmark: реальные интеграции

    Deterministic evals и e2e

    Меряется закрытие сценариев

    Главный актив — eval system

21. 21. Платформа → evals → масштабирование

    Источник: Anthropic + Netflix

    Централизованная инфраструктура

    Строгие evaluation frameworks

    Сначала context quality

    Потом evals и масштабирование

22. 22. 07. Четыре слоя планирования AI-native разработки

23. 23. Adoption → Throughput → Quality → Economics

    Внедрение — Пользователи, агенты, команды

    Пропускная способность разработки — Cycle time на PR, time to merge, engineering velocity

    Quality / Risk — Комментарии, предотвращение дефектов, тесты, частота инцидентов

24. 24. 08. AI-native — операционная модель

25. 25. Ключевые выводы

    Человек становится оркестратором

    Главный вопрос — сценарии и экономика

    AI становится штатным участником

    AI-native — новая operating model

26. 26. Ссылки и материалы

    Ключевые источники, использованные в статье

    DORA; Microsoft; GitHub.

    Google; Amazon CTS-SW.

    Meta REA; Uber uReview.

    Stripe benchmark; Netflix scaling.

27. 27. Спасибо!

    AI-native разработка в бигтехах

    Если хотите изучить материалы по теме, переходите в канал "Книжный куб" — там собраны все ссылки

    Александр Поломодов, Technical Director & Fellow, Т-Технологии

    @Book_Cube