Развитие технологий меняет распределение задач в ИТ-командах: искусственный интеллект переходит от выполнения точечных команд к решению комплексных цепочек задач. На восьмом митапе MWS для специалистов по DevOps и SRE представители MTC Web Services и Orion Soft поделились опытом интеграции автономных ИИ-агентов в инженерные процессы.
Практика разбора инцидентов
Один из ключевых сценариев применения агентов — расследование технических инцидентов. Система подключается к корпоративным базам знаний, архивам заявок и трекерам задач. При поступлении тикета нейросеть анализирует логи, находит похожие прецеденты и формирует варианты устранения проблемы.
Текущие результаты внедрения показывают следующие показатели эффективности:
- 45% задач агент решает полностью без вмешательства специалиста;
- 40% обращений получают частичное решение — система готовит контекст и предлагает варианты действий, ускоряя работу инженера;
- 15% случаев требуют полной перепроверки из-за неточностей или галлюцинаций модели.
При этом агенту не дают права напрямую вносить критические изменения: он подготавливает план действий и запросы, а утверждает их человек.
Главный барьер — контекст, а не код
Современные языковые модели быстро пишут код, однако общая скорость релизов упирается в контекст. Без знания внутренних ограничений, архитектурных решений и истории инфраструктуры агент может совершать критические ошибки (например, открыть публичный доступ к закрытым внутренним сервисам).
Чтобы виртуальный сотрудник работал корректно, критически важно перестроить работу с корпоративной информацией:
- Документация как инфраструктура: архитектурные схемы, API и регламенты должны обновляться синхронно с кодом;
- Единый источник правды: люди и ИИ-агенты должны оперировать одними и теми же актуальными инструкциями;
- Контроль актуальности: специализированные агенты могут автоматически отслеживать расхождения между кодовой базой и описанием сервисов.
Смена роли инженера: переход к оркестрации
Инженеры не теряют актуальности — их фокус смещается на уровень архитектурного контроля и управления рисками. ИИ берет на себя рутинный анализ, выявляя взаимные блокировки, состояния гонки и несоответствия архитектуре, а специалист принимает итоговые решения.
Эксперты подчеркивают, что попытка создать одного универсального агента на весь цикл разработки не оправдывает себя. Практичный подход заключается в разделении ролей: отдельные специализированные агенты создаются под мониторинг инцидентов, ревью кода или актуализацию документации с четко ограниченными правами доступа.
Комментарии
, чтобы оставить комментарий.
Пока нет комментариев.