С чего начать внедрение AI-Coding в компании?
Стандартная рабочая неделя в команде разработчиков. Встретились в понедельник, распределили задачи. Каждый взял на себя задачи, которые планирует выполнить за неделю.
Разошлись и пошли в комфортном для себя темпе писать код.
И тут появляется он.
Человек, у которого есть (нужное – подчеркнуть):
1. Маленький критичный баг.
2. Незначительная и повышающая качество жизни фича.
3. Мини-доработка по релизу прошлой недели.
4. Гениальная идея, от внедрения которой («всего лишь 15 минут твоего времени!») зависит доход компании в следующее тысячелетие.
Сложно встретить команду, которая может позволить себе в 100% подобных случаев говорить волшебное:
Хорошо. Возьмём в работу на следующий спринт.
Зачастую, под внезапные «хотелки» отводится определённый процент рабочего времени каждую неделю. Потому что участники процесса (и разработка, и бизнес) знают, что без них, скорее всего, не обойдётся.
Как правило, эти задачи сложно отнести к интересным. Возводить велосипед из костылей замок – более увлекательный процесс, чем заделывать трещину в штукатурке.
Ещё и на переключение контекста приходится время терять. В общем, не особо любят внезапные фиксы в разработке.
Я считаю, что поддержка уже готового продукта – лучший старт для внедрения AI в разработку.
И вот почему:
1. Можно делать внедрение постепенно. Не обязательно отдавать AI-агенту всю систему. Выбираем конкретный участок для внедрения: микросервис, legacy-зону (в которой всё равно толком никто не разбирается) или наоборот – изолированный и понятный модуль, который регулярно дорабатывают.
2. Хороший старт для того, чтобы начать обучать агентную систему работать с вашим кодом: наладить сбор контекста, передать знания об архитектуре и структуре проекта, задать нужный code-style, подключить линтеры в качестве tools.
3. Достаточно легко держать AI-агента в жёстких рамках. Небольшие доработки/фиксы – это, как правило, pull request’ы не более, чем на 200-300 строк. То есть, с одной стороны, их всё ещё достаточно быстро может проверить разработчик-человек, а с другой – мы можем по-максимуму ограничить AI-агента в «творчестве». Чтобы он в рамках одного фикса не уходил переделывать половину проекта.
4. Бизнес видит реальную ценность. Так как входящие «горящие» запросы начинают быстрее обрабатываться командой за счёт использования AI-инструментов. Как следствие – следующие шаги по AI-внедрению будут смелее.
5. Это та самая схема из внедрения AI почти в любую сферу бизнеса: модернизируй тот процесс, который уже существует, а не создавай новый.
Вывод: внедрение AI с закрытия операционной боли, а не с «революции» происходит, как правило, куда легче и без раздутых бюджетов.
