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

Ваш ИИ-агент умеет читать код, запускать тесты и строить патчи. Но из контура разработки он не может увидеть главного: влияния результатов его работы на живую распределённую систему. Бывает и так, что давать ему доступ в прод нельзя, а наблюдать runtime-поведение необходимо, чтобы вносить корректные изменения.

В докладе замкнём петлю обратной связи для агента сквозь воздушный барьер: при помощи карты взаимодействий сервисов, построенной по коду, файлам конфигурации и документации, ИИ находит радиус влияния для конкретного изменения. Затем он расставляет оптимальные точки логирования в составе очередного релиза, чтобы затем из прода можно было вынести релевантные показания и вернуть их в зону разработки для проверки гипотез.

Для примера используем прототип платформы цифрового рубля, построенный агентами по открытой документации Банка России, ФСТЭК и других профильных ведомств. Он достаточно сложен, чтобы показать работу метода: сотни требований и схем сообщений, очереди, подписи, блокчейн, его проекции в реляционные БД, а главное — актуальный для 2027 года пример развития платформы.

Доклад демонстрирует скилл для построения обратной связи между зоной агентской разработки и продуктивным контуром распределённой системы критического уровня значимости.