Синдикат из 5 человек и 100 агентов: Как затащить HighLoad-проект, полностью перестроив SDLC и культуру команды

Внедрение AI в SDLC

Архитектурные паттерны
Критерии выбора технологий для проекта
Управление командой
Управление разработкой
Трансформационные изменения
Управление изменениями
Команда

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

CTO, Тимлиды, Техлиды, Системные Архитекторы, Senior-разработчики и DevOps/SRE-инженеры. Доклад ориентирован на лидеров команд, которые пытаются масштабировать ИИ-генерацию в сложных, отказоустойчивых проектах, не теряя контроля над архитектурой, качеством и бюджетами

Тезисы

В 2026 году индустрия проходит бум ИИ-ассистентов. Но попытка просто «встроить» Copilot в классические процессы разработки под высокие нагрузки чаще всего приводит к катастрофе. Команда получает терабайты сгенерированного кода, который никто не понимает (Эпистемологический долг), техдолг начинает расти за часы вместо месяцев, а Senior-разработчики выгорают на код-ревью ИИ-галлюцинаций. Мы расскажем о реальном кейсе реинжиниринга процессов в нашей компании при разработке ИИ-телефонии под нагрузку в 100 RPS (6000 одновременных WebRTC-сессий с потоковым аудио). Мы сократили размер команды разработки, но при этом радикально ускорили поставку фич (наш показатель Transformation Velocity вырос на 300%). В докладе мы покажем, почему для этого пришлось полностью переписать правила игры: Как отказаться от "написания кода" в пользу Harness Engineering - жесткой среды, которая делает правильное поведение ИИ легким, а опасное - невозможным; Как мы провели границу отказа (Failure-Mode Boundary): оставили ядро телефонии (C++/RTP) человеку, а бизнес-сценарии отдали агентам через MCP (дадим ссылки на Топ 10 наших MCP); Как наш CI/CD стал напоминать операционную систему с очередями, дедлоками и резервированием сред для агентов (Resource Reservation Manager); Решение «Парадокса джунов»: куда девать начинающих инженеров, если ИИ пишет весь простой код. Как мы перевели джунов на роли Red-Teaming и кураторов контекста, ускорив их рост сразу в системных архитекторов. Будет архитектура, YAML-конфиги, схемы взаимодействия агентов и опыт выживания в новой реальности.

Chief AI-Architect (CAA), Raft
Руководитель школы архитекторов ОТУС
Руководитель направления GenAI b2b Softline
PhD Communication Science Tampere University (Finland)
Более 100 публикаций, из них 3 A+
3 патента, 2 Свидетельства ЭВМ по AI продуктам

Видео

Другие доклады секции

Внедрение AI в SDLC