Харнес, который написал сам себя: SDLC highload-проекта на 100 агентов
Доклад принят в программу конференции
Целевая аудитория
Тезисы
Идея харнеса родилась не из теории, а из практики. Я делал проект в одиночку с ИИ-ассистентом и после каждой итерации переписывал не код, а agent.md и скиллы: каждую пойманную ошибку агента превращал в структурное ограничение, которое не даст повторить её снова. К моменту, когда проект стал командным, на руках был не только рабочий прототип, но и переиспользуемый харнес — 10 скиллов и 10 MCP-серверов.
Дальше начался второй, куда менее очевидный этап: то, что работало для одного человека, начало ломаться на команде из 5 человек и наборе из сотни параллельных агентов под нагрузкой 100 RPS. agent.md перестал быть личным дневником и стал общим ресурсом, который нужно версионировать. Правило "агент может почти всё, я слежу" перестало работать - понадобились явные границы (Red Zone/Green Zone) и права на уровне MCP-инструментов. Один агент, ждущий своей тестовой БД, превратился в очередь из десятков конкурирующих агентов - понадобился Resource Reservation Manager. В докладе - что именно из соло-практики выжило без изменений, что пришлось radикально переделать, и как мы измеряли, что харнес вообще "сходится", а не просто накапливает противоречащие друг другу правила.
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
AI в SDLC