AI в SDLC - люди, процессы и организации [анонс] Так, народ, я обычно тут пишу про технические штуки, но ведь все мы понимаем, что в профессии разработчика (и айтишников в целом) на самом деле очень много того самого человеческого фактора, про который всегда нужно помнить. По мере того, как за прошедший год рос канал, я всё больше общался с коллегами из других компаний, консультировал, выступал с докладами, читал исследования и сам получал опыт того, как проходит внедрение AI в процессы разработки. (шутка ли, довелось даже побыть участником круглого стола Frontend Conf 2025 по этой теме :)) Получается, что чисто технические навыки работы с моделями - это, может, процентов 30 успеха, а остальное - это люди, процессы, организации и куча неочевидных вещей, о которых нечасто пишут в статьях про то, "как я стал 10x-разработчиком с ИИ". Так что попробую поделиться своими наблюдениями в этом плане, и в ближайшие недели на канале будет мини-серия про внедрение AI в разработку за пределами только лишь написания кода. Если вы привыкли к моим техническим постам про модели и инструменты - некоторое время это будет чутка другой формат. Но, как мне кажется, не менее важный. Примерный список тем сейчас выглядит так (рандом): ⚪️ Психология разработчика: страхи, эйфория и нетипичная нагрузка "Меня заменят", "я тупею, пока агент всё пишет за меня" и прочие бабайки. Переход от роли исполнителя к роли человека, который ставит задачи и проверяет их выполнение - это другая ментальность и другой уровень ответственности. Почему работа с ИИ превращается в вечный context switch, выгорание, и причём тут вообще сон и дофамин. ⚪️ AI как усилитель, а не серебряная пуля Текущая реальность такова, что модели усиливают те процессы, которые у вас уже есть, и если внутри всё устроено плохо, AI ответственно масштабирует этот бардак. Разберём, почему так получается и что с этим делать. ⚪️ SDLC-пайплайн и теория ограничений ИИ очень быстро пишет код, но ревью, QA, релизы и поддержка почему-то быстрее не становятся. Обсудим на пальцах, почему ускорение одной лишь разработки почти всегда приводит к росту техдолга и инцидентов, и как помогают CI/CD, тесты, платформенная инженерия и адекватные метрики. ⚪️ Организационные паттерны: пилоты и микростартапы внутри компании Как запускать маленькие команды-пилоты, где AI присутствует на всех этапах SDLC - от постановки задачи до деплоя. Какие задачи и куски продукта подходят для экспериментов, а какие лучше не трогать, пока вы не готовы к приключениям. Почему иногда лучше заняться распилом монолита и процессами, а не прикручиванием агента к Jira. ⚪️ Диффузия ролей: PM пишет код, QA обучает агента Границы ролей размываются: продакт, который сам собирает прототипы на агентах; разработчик, который больше думает про архитектуру и верификацию, чем про ручной кодинг; QA, который пишет автотесты вместе с LLM. Как может выглядеть команда, где каждый аугментирован ИИ, и какие навыки в таком мире становятся базовыми. ⚪️ Shadow AI и внедрение снизу "Теневой ИИ" уже есть почти в каждой компании: люди втихую пользуются моделями, даже если это не одобряется. Как с этим жить руководителям, как не убить инициативу энтузиастов, и почему попытки внедрить AI "сверху" нередко проваливаются. ⚪️ Новые метрики: от идеи до продакшена, а не от промпта до коммита Важнее не то, как быстро агент написал код, а то, за сколько идея доехала до пользователя и насколько часто это всё падает. Где AI действительно помогает, а где только создаёт иллюзию прогресса. — Если вам это всё созвучно - оставайтесь на связи, и можно просто ждать постов :) Если по дороге хочется поделиться своими болями и кейсами про внедрение AI в разработку - скидывайте в комменты и личку, подходящие постараюсь вплести в серию. И если хочется, чтобы что-то было раскрыто более полно или какие-то темы я пропустил - тоже дайте знать. — А, и one more thing - на следующей неделе будет живой доклад, затрагивающий часть из этих тем, подроб