Архив рубрики ‘DORA’

Недоработка разработки? Или где весь этот рост производительности благодаря ИИ

Казалось бы, волшебную ИИ-таблетку уже изобрели, и пора бы всем разработчикам выдавать в три-четыре раза больше качественного кода. Так почему этого не происходит? Может, померяем, насколько усердно они бьют по клавиатуре, возьмем количественные показатели из фреймворка DORA… и все равно не поймем, что не так. А как насчёт фреймворка SPACE? Опять чего-то не хватает. Возможно, […]

ИИ пишет код, а команда все равно буксует? Ищем узкие места в разработке с метриками DevEx

Казалось бы, волшебную ИИ-таблетку уже изобрели, и пора бы всем разработчикам выдавать в три-четыре раза больше качественного кода. Так почему этого не происходит? Может, померяем, насколько усердно они бьют по клавиатуре, возьмем количественные показатели из фреймворка DORA… и все равно не поймем, что не так. А как насчёт фреймворка SPACE? Опять чего-то не хватает. Возможно, […]

Агент пишет быстрее, команда релизит медленнее: 30 дней с coding agent на реальном проекте

Первые несколько дней с AI агентом легко создают ощущение, что разработку наконец‑то «сломали». Даёшь задачу, через несколько минут получаешь diff на несколько файлов, тесты и уверенный отчёт о том, что всё готово. Если мерить производительность от момента, когда ты сформулировал prompt, до появления кода, результат действительно впечатляет. Примерно через неделю я заметил другую вещь: код стал появляться заметно быстрее, а задачи не начали с той же скоростью […]

+240% коммитов, +30% релизов: агенты упёрлись в SDLC

В сентябре NBER опубликовал работу о влиянии AI-инструментов на разработку. Авторы сопоставили публичную активность более 500 тысяч разработчиков на GitHub с телеметрией этих инструментов. У пользователей автономных агентов оценённый накопительный эффект на число коммитов достиг 240%. На уровне проектов он составил 80%, на уровне релизов — 30%. Разрыв важнее самой большой цифры. Агент может быстро […]

Как пересобрать метрики команды после внедрения AI‑агентов без ложного роста velocity

Всем привет, меня зовут Сергей Прощаев и в этой статье расскажу про то, как пересобрать метрики инженерной команды, когда значительная часть изменений делается с участием ИИ‑агентов, а старая панель показателей начинает вводить в заблуждение. Я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech & E‑commerce и преподаю на курсах разработки и архитектуры в ОТУС. Ситуация такая. Вы внедрили агентов в команде, прошло […]

CI — это не Jenkins. Зачем, как, чем — и цена отказа

CI — это не Jenkins

Убрали Story points и бизнес ослеп. Прозрачность доставки без театра оценок

Под моей прошлой статьёй (про Scrum, который натягивают на всё подряд) читатель описал ситуацию, от которой у меня знакомо заныло под ложечкой. Пересказываю по памяти и анонимно: «У нас под предлогом адаптации отвалились оценки и демо. Команда называет это гибкостью. И теперь нечем показать бизнесу, что разработка вообще работает». Если убрать эмоции, это самый частый […]

Что происходит с SDLC в эпоху AI-агентов

Несколько месяцев назад в публичном пространстве появилась история, которую в engineering-сообществе стали называть поучительной. Команда AWS использовала внутренний AI-инструмент Kira для ускорения работы. Kira предложила джуниорам сценарий: переразверни продакшн-слой. Инженеры согласились. Следующие шесть часов весь AWS не работал. После разбора полётов компания объявила новое правило: финальный апрув на изменения, предложенные агентом, должен давать сениор-инженер.

Серебряной пули нет: как выбирать инженерные практики под bottleneck Time-to-Market

Всем привет. Меня зовут Сергей Пищуленок, и сейчас я занимаюсь направлением технологического совершенства в банке. Так и сложилось, что я отвечаю за большое направление с простой на словах и непростой на практике задачей: помогать командам доставлять быстрее и качественнее, опираясь на цифры, а не на ощущения.

Реальный DX: как измерить опыт разработчика и не соврать самому себе

В прошлый раз я писал

12