Как Meta строила Forum с AI-агентами: статья и заметки на полях (Рубрика #AI4SDLC)

У запрещенной в России компании Meta вышла статья про разработку Forum— отдельного приложения для Facebook Groups. Интересный случай: небольшая команда строила новый продукт и заодно перестраивала работу вокруг AI-агентов. В тексте много знакомых вопросов про внедрение AI в SDLC, которые я отметил на полях.

Что рассказывают авторы

Команда движется к human-on-the-loop: агент сам проходит цикл «план → код → сборка → тесты → исправление», инженер задаёт цель, вмешивается при отклонениях и принимает результат. Пока это целевая модель: часть этапов всё ещё требует человека внутри каждой итерации. Каждое выпускаемое изменение утверждает инженер.

Для этого собрали четыре опоры: точную постановку задачи, автоматические проверки внутри цикла, агентов для тестирования пользовательских сценариев и расследования проблем после запуска. К ревью должны приходить изменения с результатами тестов и записями проверок. Рабочие договорённости разложили на rules, skills, agents, commands и hooks — от постоянных инструкций до автоматических запусков проверок.

По словам команды, больше всего помогли изменения кода и инструментов. Архитектуру упрощали, агентам дали доступ к состоянию интерфейса в симуляторе, для экспериментов сделали отдельную сборку. Стресс-тесты воспроизводили активную прокрутку, переходы и загрузку медиа; найденную проблему агент мог воспроизвести, исследовать и предложить исправление.

Meta заявляет, что за восемь недель команда достигла паритета с Facebook Groups по основным функциям, а исправление одной проблемы примерно вдвое снизило использование памяти и число page faults. Это результаты одного проекта: контрольного сравнения и полной стоимости подготовки среды в статье нет.

Мои заметки и фокусные места

🔸 Весь SDLC и критерий успеха В самом начале авторы задают меру результата: проверенное изменение, готовое к production. Это рифмуется с тем, о чём я говорю при внедрении AI в SDLC: важно, что делаем до кодинга и как проверяем после. Параллельная работа агентов полезна, пока инженер способен доверять тому, что приходит на ревью.

🔸 Спецификации и верификация На полях написал: «Своя версия spec-driven development?» Есть декомпозиция и машиночитаемый контекст, хотя целостную SDD-методологию авторы не описывают. Больше надёжных проверок внутри цикла — больше работы можно отдать агенту. Но в конце есть важная оговорка: агенты умудрялись срезать углы даже в PR, проходивших проверки. Значит, сам критерий «готово» тоже надо проверять.

🔸 Архитектура под агентов Где старые компоненты мешали, команда иногда писала их заново, сознательно жертвуя повторным использованием ради скорости агентной разработки. Вот это уже архитектурный компромисс, который хочется обсуждать отдельно: сколько выигрываем сейчас и сколько будет стоить сопровождение потом?

🔸 Инструменты наблюдения Агент путал экраны и угадывал координаты. Ему дали возможность читать иерархию интерфейса и находить нужный экран. Здесь важен сам интерфейс взаимодействия агента со средой: перед действием можно проверить, где находишься. Контекст становится доступен через инструмент (это напоминает часть про ACI, что мы разбирали в выпуске про SWE-Agent)

🔸 Прототипы рядом с production Общая кодовая база и дизайн-система, но экспериментальный код физически исключён из production-сборки. В пометках связал это с discovery и delivery: дизайнеры могут пробовать идеи, а результат использует те же компоненты, что и продукт. Такое устройство уменьшает разрыв между прототипом и реализацией; решение о готовности к выпуску всё ещё остаётся за инженером.

В общем, в статье мало нового, но зато то, что есть отлично укладывается в мейнстрим, что мы обсуждали в статьях до этого.

#AI4SDLC #Agents #Engineering #Architecture #DevTools