Я занимаюсь веб-разработкой уже много лет. Всё началось в далёких 2000-х: Денвер, Joomla с её шаблонами и плагинами. И, конечно, ночи между рейдами в MMORPG, когда закладывались первые знания.

Возвращение в разработку

После долгого перерыва я вернулся в профессию и с ужасом обнаружил, что мои знания безвозвратно устарели. Умения работать с CMS уже недостаточно — теперь нужны фреймворки. Бекенд и фронтенд стали отдельными специальностями, а количество языков и инструментов стремится к бесконечности.

Я с энтузиазмом осваивал современную разработку. Знания крепли, задач становилось больше. Наконец я вышел на уровень, когда могу полноценно работать и приносить результат. Появилось ощущение эффективности и экспертизы. Но тревожность осталась: конкуренция росла как на дрожжах — вокруг слишком много курсов по программированию.

И тут наступила эра искусственного интеллекта. Появился ChatGPT.

От презрения к зависимости

Я хорошо помню 2022–2023 годы. С лёгким презрением наблюдал за коллегами, которые по каждому вопросу обращались к ChatGPT. Казалось, они перестали разбираться сами — просто генерировали «своё мнение» в реальном времени. А как же анализ, изучение, озарение после долгих поисков?

Прошло два года — и мой лучший собеседник стал ИИ. Он заменил поисковик, StackOverflow и почти заменил живого человека. Я освоил подход, ускоряющий поиск решений и мышление. ИИ стал множителем моего опыта.

Я снова чувствовал себя в тренде — пока не появилась новая гонка: ИИ-агенты.

Кризис эксперта

Я наконец почувствовал себя настоящим специалистом. Код сложных систем перестал казаться магией. Я научился видеть архитектуру, понимать последствия решений, уверенно ревьюить пул-реквесты.

Но наступил момент «кристаллизации страха»: я осознал, что современная разработка ушла вперёд без меня. Теперь код пишут агенты на стероидах.

Выбор: учиться или уйти

Моя информационная повестка рисовала мрачную картину: мой код больше не важен. Его может написать домохозяйка, её дочка — спроектировать архитектуру, а собака — придумать стартап. Карикатурно, но пугающе.

Выход был один: погрузиться в тему по-настоящему или остаться в стороне — ждать, когда меня попросят копать ямы на кладбищах программистов.

Я выбрал — копать информацию и углубляться.

Конференция: взгляд сверху

Мне повезло — почти сразу попалась конференция от Яндекса. Я посетил её, впечатлился, даже написал репортаж: «AI Dev Day — AI лихорадка продолжается».

Но мероприятие оказалось скорее про менеджмент: выступали те, кто внедряет ИИ в компаниях, готовит инструменты, измеряет эффективность и убеждает бизнес. Это был полезный взгляд сверху, но мне не хватало практики: «Как самому начать использовать агентов в повседневной работе?»

Блогеры как живые источники

Я нашёл блогеров, которые профессионально работают с нейросетями: изучают, тестируют, делятся кейсами. Ценность была не только в постах, но и в комментариях и чатах. Там обсуждали нюансы, которых нет нигде: как интегрировать агента в CI/CD, какие провайдеры дешевле, где подводные камни с безопасностью, на что способны разные модели.

Так я начал собирать «ИИ-пазл».

Русское Техно: прорыв в понимании

В конце марта я посетил конференцию «Русское Техно» от МТС. И вдруг остро почувствовал: у меня нет опыта. Не опыта разработки — а именно опыта работы с ИИ-агентами в реальном коде.

Когда спросили: «Кто использует cloud code?» — я не поднял руку. В ней был круассан с лососем, а во-вторых — для меня это была terra incognita.

Я вновь услышал про ИИ-агентов в ревью пул-реквестов — один из самых зрелых кейсов. Главное, что я понял: подход к проектированию через агентов решает задачи, с которыми сталкиваются тимлиды.

Агент как сотрудник: метафора и реальность

Меня зацепил доклад от Сбера. Там внедрённые ИИ-агенты анализируются как полноценные сотрудники с KPI. Их эффективность измеряют в человеко-часах и финансовых затратах. Они проходят «испытательный срок».

Вот откуда растёт миф, что ИИ заменит всех разработчиков — из этой метафоры. Когда компания считает агента аналогом джуниора или мидла, который пишет тесты или ревьюит код, логично задуматься: а зачем платить человеку?

Многие компании просто не нашли другого способа оценивать эффективность агентов, кроме как применять к ним те же критерии, что и к людям.

Но подход логичен: если агент решает задачу быстрее, дешевле и с приемлемым качеством — его стоит использовать. А человека направить на более сложные задачи.

Прозвучала мысль об ускорении стратегического планирования. Если раньше горизонты были 10 лет, потом 5, потом 3 — сейчас корпорации думают об оперативных корректировках. Стратегия становится гибкой, а ИИ-агенты — её драйвером.

При этом роль владельца продукта растёт. Только человек, глубоко понимающий систему, сможет эффективно управлять агентом. Ставить задачи, проверять результат и нести ответственность за бизнес-логику — остаётся за человеком.

Безопасность: главный приоритет

С приходом ИИ-агентов риски выросли. Агент может:

• выполнить опасную команду,
• подменить артефакты,
• получить доступ к запрещённым ресурсам.

Поэтому меры предосторожности должны быть строже. Начинать нужно с полного запрета и постепенного открытия доступа.

Рекомендация с конференции: «Используйте как минимум rootless Docker, но лучше — полностью изолированную инфраструктуру».

Появились sandbox-сервисы для безопасного запуска агентов, например:

• Daytona
• Modal
• Fly

Типичный сценарий:

1. поднять среду под задачу,
2. запустить агента,
3. агент выполняет работу,
4. сохраняет артефакты (например, в облако),
5. среда уничтожается.

Секреты (токены, ключи) нужно ограничивать временем жизни инстанса. Это обеспечивает свежий и безопасный контекст для следующих запусков.

Этот подход даёт изолированный контекст и максимальную безопасность. И, кажется, это базовый принцип для любых серьёзных систем с ИИ-агентами.

Кому выгоден ИИ-бум?

После конференций, чтения и размышлений я пришёл к неожиданному выводу.

Шум вокруг ИИ, вайб-кодинга и автогенерации выгоден не столько бизнесу и разработчикам, сколько владельцам облачных платформ. Они предлагают сервисы с посекундной тарификацией. Это — инфраструктурная гонка ИТ-гигантов за пользователей.

Конференции сегодня — в первую очередь реклама облачных сервисов.

Кажется, что код теряет своё значение. Важен не код, а результат — продукт. ИИ — это оптимизация расходов на производство.

Но у оптимизации есть обратная сторона. Чем глубже компания встраивает ИИ в процессы, тем сильнее зависит от облачного провайдера. Сократили инженеров, перевели задачи на агентов, управленцы привыкли — а потом поставщик поднимает цену. Отказаться уже нельзя. Это вынужденные издержки, а не выбор.

Мой прогноз: сегодняшний шум выгоден облачным гигантам не только прямыми продажами, но и будущей возможностью диктовать цены. Сначала сделать ИИ незаменимым, потом — дорогим.

Что дальше?

Одно ясно: тема развивается активно. Многие команды уже внедрили ИИ-агентов и успешно с ними работают.

Мне, как разработчику, это жизненно необходимо. Значит, нужно пробовать, создавать свои инструменты, выстраивать процессы. Но при этом «держать голову в холоде» — работать мне всё равно придётся. Кажется, не за горами удорожание услуг провайдеров нейросетей.

Понимать, как и, главное, зачем разрабатывать агентские системы — вот где золотая жила.

Содержание:

А помнишь, как все начиналось?От презрения к страстиМрачная картина и точка выбораПервая конференция: взгляд со стороны управленияЖивые источники: блогерыРусское Техно: взгляд изнутриПодход Сбера: агент как сотрудникБезопасность на первом местеКому всё это выгодноДвигаемся дальше

А помнишь, как все начиналось?

Я занимаюсь веб-разработкой уже много лет. Всё началось в далеких 2000-х: Денвер, Joomla с его шаблонами и плагинами. И, конечно, ночи между рейдами в MMORPG, когда насиживались первые знания.

После долгого перерыва вернулся в разработку и с ужасом обнаружил, что мои знания безвозвратно устарели: cтало недостаточно уметь делать сайты на популярных CMS - теперь требуются знания фреймворков. Бекенд и фронтенд стали разными специальностями, а количество фреймворков и популярных языков программирования теперь стремится к бесконечности.

Я постигал современную разработку с пламенным интересом. Знания крепли, но задач становилось всё больше. Наконец-то я перешёл в стадию, когда могу полноценно работать и приносить результат. Появилось ощущение эффективности и экспертизы! Но тревожность осталась: конкуренция росла как на дрожжах — уж слишком много курсов по программированию вокруг.

И тут наступилапрайм-эра искусственного интеллекта и генеративных моделей — явился ChatGPT.

От презрения к страсти

Хорошо помню 2022–2023 годы. С легким чувством презрения я наблюдал за своими коллегами, которые буквально по каждому плевку обращались к ChatGPT. Казалось, они совершенно ни в чем не хотят разбираться сами — прямо во время диалога, чтобы поддержать тему, ходят в чат и генерируют “собственное мнение”. А как же изучать, разбираться, анализировать — не нуждаемся?! Я всегда ценил разработку за прекрасное чувство озарения после долгого поиска решения.

Прошло всего два года, и вот моим лучшим собеседником стал чат-генератор))  ИИ заменил поисковик, StackOverflow и почти заменил человека (моя дорогая супруга, надеюсь ты это не читаешь). Да и сам я освоил подход, который ускоряет процесс поиска решения и мышления в целом. Подход дает быстрый доступ к информации, которую раньше приходилось долго искать и вбирать в себя неделями. ИИ стал прекрасным множителем моего опыта. Я снова чувствовал себя в тренде, пока не ощутил новую гонку — ИИ-агенты.

Вроде, наконец-то я дошёл до состояния, когда чувствую себя настоящим специалистом. Вроде, код большинства популярных систем перестал казаться мне магией. Вроде, я научился видеть архитектуру, понимать последствия решений, уверенно ревьюить чужие пул-реквесты. Но случился момент “кристаллизации страха”: я начинаю понимать, что современная разработка ушла вперёд без меня — теперь код пишут агенты на стероидах.

Мрачная картина и точка выбора

Моя информационная повестка последних лет рисовала довольно жёсткую картину — говорят, что мой код больше не важен и его может написать домохозяйка. Более того, её младшая дочка может спроектировать архитектуру, а собака — породить идею для стартапа. Примерно такая мрачная, немного карикатурная, но всё же пугающая картина рисовалась в моей голове.

Я понимал, что выхода два. Либо я начинаю погружаться в эту тему и изучать её по‑настоящему, либо остаюсь в стороне, трясусь и жду, когда меня позовут… ну, скажем, убирать двор или копать ямы на кладбищах программистов.

Выбор — копать информацию и углубляться в тему.

Первая конференция: взгляд со стороны управления

Мне повезло: почти сразу на глаза попалась конференция, которую проводил Яндекс. Я сходил, впечатлился и даже написал статью‑репортаж:AI Dev Day — AI лихорадка продолжается.

Но конференция оказалась скорее про менеджмент: выступали люди, которые внедряют ИИ в своих компаниях, готовят инструменты для разработчиков, измеряют эффективность и убеждают бизнес в целесообразности таких решений. Для меня это был полезный взгляд сверху, но я чувствовал, что мне не хватает практики: “как самому взять и начать использовать агентов в повседневной работе?”

Живые источники: блогеры

Параллельно я нашёл несколько блогеров, которые профессионально занимаются нейросетями: изучают их возможности, эксплуатируют, делятся реальными кейсами. Они ведут каналы в телегах, и самое ценное для меня оказалось даже не в самих постах, а в комментариях и чатах. Там люди обсуждают нюансы, которые нигде больше не найдёшь: как подружить агента с CI/CD, какие провайдеры дешевле, где “подводные камни” с безопасностью и на что способны те или иные модели.

Так я начал понемногу “собирать ИИ-пазл”.

Русское Техно: взгляд изнутри

В конце марта я пошёл на конференцию с музыкальным названием: «Русское Техно», которую проводил МТС в парке Сокольники. И вот здесь я взглянул на весь свой пробел знаний и отставание от времени.

Я слушал доклады и вдруг остро ощутил: у меня нет опыта! Не опыта разработки вообще, а именно опыта использования ИИ‑агентов в реальном коде. Когда один из выступающих спросил зал: «Кто из вас использует cloud code?» — я не смог поднять руку. Во-первых, в ней был круассан с лососем, а во вторых, использование ИИ-агентов для повседневных задач в разработке для меня былоterra incognita. Из докладов я снова услышал про внедрение ИИ‑агентов для ревью пул‑реквестов. Судя по всему, это один из самых зрелых и распространённых кейсов. Но ключевое, что я заметил: сам подход к проектированию и созданию решений через агентов — это решение задач, с которыми сталкиваются лиды команд разработки.

Подход Сбера: агент как сотрудник

Особенно меня зацепил подход, который представил докладчик из Сбера. У них внедренные ИИ‑агенты анализируются… как полноценные сотрудники, у которых есть свои KPI. Их эффективность измеряют в человеко‑часах и финансовых затратах. Они проходят «испытательный срок» в какой‑то форме.

И знаете, я вдруг понял, откуда растёт миф, что всех разработчиков заменят ИИ‑агенты. Он растёт именно отсюда:из этойметафоры. Когда компания начинает считать агента аналогом джуниора или мидла, который может ревъюить код или писать тесты, то следующий логический шаг — подумать, а не заменить ли этим «сотрудником» живого человека. Многие компании, как мне кажется, просто не нашли другого, более адекватного способа анализировать эффективность агентов, кроме как применять к ним те же лекала, что и кHomo sapiens.

Хотя, если задуматься, этот подход кажется очевидным. Вести разработку и автоматизацию исходя из реальных бизнес-процессов — прагматичный подход. Ну а если в результате исследований агент закрывает задачу быстрее, дешевле и с приемлемым качеством — значит, он полезен. Выполнение задачи можно поручить агенту, а человека направить на решение других.

Прозвучала мысль об ускорении стратегического планирования. Если раньше горизонты были 10 лет, потом 5, потом 3 года, то сейчас даже корпорации задумываются об оперативных корректировках. Стратегия становится гибкой, и ИИ-агенты — не просто инструмент, а драйвер этой гибкости. Подход «агент как сотрудник» — попытка вписать технологии в новые сжатые циклы управления.

При этом стоит отметить, что роль владельца продукта повышается. Потому что, несмотря на все преимущества ИИ, эффективно управлять работой агента сможет только человек, который действительно шарит в том, какое решение он поддерживает. Агент — инструмент, но ставить задачи, проверять результат и нести ответственность за бизнес-логику: остаётся за человеком.

Безопасность на первом месте

Проблем безопасности с приходом ИИ‑агентов стало больше, ведь он может:- выполнить опасную команду,- подменить артефакты,- получить доступ к тому, к чему не должен.Поэтому меры предосторожности должны быть строже, и отталкиваться стоит от полного запрета.

Рекомендация, которая прозвучала со сцены: “использовать как минимум rootless Docker (режим без прав суперпользователя), но лучше вообще уходить в сторону полностью изолированной инфраструктуры”. К слову, появились sandbox-сервисы для запуска агента в изолированном окружении, например:

• Daytona.
• Modal
• Fly

Вот вам типичный сценарий:1. поднимаем среду под конкретную задачу,2. запускаем агента,3. агент выполняет работу,4. агент сохраняет артефакты (например, в облачное хранилище)5. среда уничтожается.При этом секреты (токены, ключи) нужно ограничивать временем жизни инстанса, чтобы контекст для последующих запусков был свежим и безопасным.

Этот подход даёт изолированный контекст и максимальную безопасность рабочего окружения. И, как мне кажется, это один из тех базовых принципов, без которых сегодня нельзя строить серьёзные системы с ИИ‑агентами.

Кому всё это выгодно

После конференций, разговоров, чтения и размышлений я пришёл к выводу, который оказался для меня неожиданным.

Этот шум с ИИ, вайб-кодингом и прочими курсорами выгоден не бизнесу и разработчикам, а владельцам облачных платформ, которые любезно подготовили замечательные сервисы с посекундной тарификацией. Это инфраструктурная гонка ИТ-гигантов за пользователей. Безусловно, и бизнес, и разработчики найдут и эффективно будут применять это добро, но текущие конференции прежде всего — реклама облачных сервисов.

Кажется, что наступила новая реальность, когда код перестаёт иметь то значение, которым его наделяют некоторые программисты. Важен результат работы кода — продукт. Искусственный интеллект — оптимизация расходов на производство.

Но у этой оптимизации есть обратная сторона. Чем глубже компания встраивает ИИ в ключевые процессы, тем сильнее она попадает в зависимость от облачного провайдера. Сократила инженеров, перевела задачи на агентов, управленцы привыкли — а потом поставщик поднимает цену. Отказаться уже нельзя. Это вынужденные издержки, а не выбор.

Поэтому мой прогноз: сегодняшний шум выгоден облачным гигантам не только прямыми продажами, но и будущей возможностью диктовать цены. Сначала сделать ИИ незаменимым, потом — дорогим.

Двигаемся дальше

Ясно одно: тема развивается активно. Многие команды уже внедрили ИИ-агентов в свои процессы и успешно с ними работают.

Мне, как разработчику, это жизненно необходимо. Значит, нужно пробовать, делать свои тулы, выстраивать процессы. Но при этом “держать голову в холоде” — работать мне всё равно придётся. Кажется, не за горами удорожание услуг провайдеров нейросетей)

Понимать, как разрабатывать агентские системы, а главное — зачем — вот где золотая жила!

А что думаете Вы?