The missing loopback или как научить ИИ-агента телепатии — на примере цифрового рубля

ИИ-разработчик полезен настолько, насколько замкнута его петля обратной связи: «внёс изменение → прогнал → увидел результат → поправил». На greenfield это легко. Но в крупном регулируемом финтехе с миллионами строк за воздушным барьером этой петли просто нет. Агент предлагает решение, но проверить его в проде не может и последствий не видит. А команды не принимают рекомендации от ИИ без ответа на главный вопрос: «что может сломаться от этой правки?».

Покажу, как научить агента чувствовать прод на расстоянии, не нарушая контур безопасности. Граф взаимодействий строится без живых трейсов, из того, что доступно в зоне разработки: исходного кода и конфигов, а в пределе одних только схем обмена и нормативных документов. Эта карта показывает, как бизнес-событие проходит через всю систему, какие сервисы активируются и куда текут данные через транспорты (HTTP, Kafka, очереди, gRPC).

Модельным примером послужит платформа цифрового рубля, масштабный регулируемый прод, куда ИИ-агента пока не пускают: 546 требований из открытого нормативного корпуса, 213 схем обмена, десяток смежных систем от платёжной системы Банка России до ФНС. На этом примере сравним два прохода агента: со слепым поиском по корпусу и с построенной заранее моделью взаимодействий.

Дальше самое главное: как тем же графом найти минимальный набор точек контроля в релизе, вынести показания через барьер и подать их агенту в формате, на котором следующий дорогой цикл будет максимально точным. Так обратная связь замыкается там, где казалось, что это невозможно.