State of AI4SDLC на HighLoad++: материалы к докладу (Рубрика AI4SDLC)

Сегодня выступил на Saint HighLoad++ 2026 с докладом “State of AI4SDLC: как AI меняет процессы разработки в крупных компаниях”. Главная мысль у меня была про то, что AI4SDLC сейчас это про перестройку инженерной системы: платформу, процессы, метрики, безопасность, экономику и саму роль инженера.

1️⃣ В первой части я показывал, что внедрение AI уже случилось, но доверие и командный эффект за ним не успевают. Кодинг ускоряется быстрее, чем поставка изменений (delivery), поэтому старые узкие места просто становятся заметнее: постановка задач, ревью, тесты, CI/CD, безопасность, релизы и работа с контекстом. 2️⃣ Во второй части разбирал, как это выглядит на масштабе крупного финтеха на 10 000+ инженеров. Тут уже не работает логика “разрешим всем хороший AI-редактор”. Нужна платформа, рассчитанная на агентов (agent-first): модельный шлюз, инструментальный MCP-шлюз, реестр возможностей, уровни доверия read -> recommend -> act, проверки качества (evals), телеметрия и модель угроз. 3️⃣ Дальше я показывал, какие блоки уже появляются в реальной инженерной среде: единый доступ к моделям, управляемый доступ агентов к внутренним инструментам, внутренний ассистент с контекстом компании, агентный режим (agent mode) на платформе разработки и доменные агенты по всему SDLC: тестирование, ревью, дизайн, безопасность, эксплуатация, миграции, data/DS и инфраструктура. 4️⃣ Отдельный был был про измерения. Считать долю AI-кода почти бесполезно: эту метрику легко раздуть, и она плохо отвечает на вопрос, стала ли инженерная система сильнее. Смотреть нужно на цепочку внедрение -> throughput -> качество/риск -> экономика: DORA, SPACE, DevEx, переделки (rework), время ревью, неудачные прогоны pipeline, время восстановления (recovery time), стоимость токенов и человеческого времени.

Основной вывод в том, что выигрывает не команда, у которой самый модный инструмент, а команда, которая умеет превращать AI в управляемую производственную систему. С понятным базовым уровнем (baseline), владельцами, контекстом, ограничениями, проверками, наблюдаемостью и честным разговором про стоимость.

Ниже я привожу доп. материалы к этому докладу (мои статьи)

• Слайды HighLoad++
• AI4SDLC Research 2025
• From classic PDLC to AI-native
• IDP is Dead? Нет, умирает монополия GUI
• Agent-first IDP playbook
• Tg пост про spec-driven development
• Tg пост с разбором доклада Анны Громовой про метрики AI4SDLC

Подробнее про измерения (DORA / SPACE / DevEx):

• DORA ROI: как посчитать эффект AI-assisted разработки без магии
• DORA 2025 - State of AI-assisted Software Development
• DORA AI Capabilities Model
• Как незаметно DORA метрик стало не четыре, а пять
• The SPACE of Developer Productivity
• DevEx: What Actually Drives Productivity

#AI #AI4SDLC #Engineering #PlatformEngineering #DevOps #Management #Conference