На восьмом митапе MWS для DevOps и SRE эксперты обсудили трансформацию ИИ из простых инструментов в автономных агентов. В отличие от обычных помощников, агенты способны выполнять последовательности действий, понимая внутренние правила компании и имея доступ к её инструментам. Это меняет роль инженера: он перестает выполнять рутину и становится оркестратором процессов, управляющим взаимодействием людей и виртуальных сотрудников.
Автоматизация расследования инцидентов
Владимир Дробот представил кейс использования агента для обработки технических инцидентов. Система индексирует базу знаний, историю обращений и задачи, что позволяет нейросети самостоятельно выбирать сценарий расследования: искать похожие случаи, анализировать логи или обращаться к базам данных. На практике агент полностью решил около 45% задач, а в 40% случаев предложил инженеру готовое частичное решение. Оставшиеся 15% потребовали вмешательства из-за ошибок или галлюцинаций.
Для повышения точности команды не меняют саму языковую модель, а работают с контекстом. Если агент ошибается, специалисты уточняют инструкции или пополняют базу знаний. Такой цикл обучения делает систему похожей на подготовку нового сотрудника, который со временем лучше ориентируется в корпоративной среде.
Контекст важнее умения писать код
Андрей Боровков отметил, что хотя модели быстро пишут код, скорость разработки не растет пропорционально из-за отсутствия контекста. Модели не знают истории архитектурных решений и внутренних ограничений, что может привести к опасным ошибкам — например, попытке открыть внешний доступ к защищенной инфраструктуре. Именно понимание среды отличает виртуального сотрудника от ИИ-помощника.
В современных процессах документация перестает быть пассивным архивом и становится частью инфраструктуры агента. Чтобы избежать расхождения знаний у людей и ИИ, команды внедряют принцип единого контекста: документация обновляется одновременно с кодом, а специальные агенты проверяют наличие несоответствий. В такой модели ценность смещается от написания кода к владению доменной экспертизой и историей решений.
Специализация вместо универсальности
Практика показывает, что создание одного универсального агента для всего цикла разработки (SDLC) пока неэффективно. На каждом этапе требуются разные артефакты и знания. Оптимальный путь — развитие сети специализированных виртуальных сотрудников: один занимается разбором инцидентов, другой — проверкой кода, третий — работой с документацией. По мере того как агент надежно осваивает одну рутинную операцию, область его ответственности можно расширять, превращая его в полноценного участника команды.