Один разработчик, 14 агентов, восемь месяцев: личный опыт Tiny Teams и что из этого вышло

Главный вывод, к которому пришёл автор, звучит жёстко: нейросеть умеет только генерировать правдоподобный текст, а искусственный интеллект не равен надёжности. Даже самая продвинутая модель не гарантирует корректного результата, если не выстроена система проверок. Самая большая боль возникла с синхронизацией репозиториев внутри продукта — чтобы не терять данные между хранилищами, пришлось задействовать сразу трёх агентов. Формальная логика здесь оказалась надёжнее, чем все попытки переложить эту задачу на нейросети.

Неожиданным эффектом стало резкое увеличение когнитивной нагрузки на самого разработчика. Конвейер масштабирует не только хороший код, но и бардак в спецификациях, а скорость реализации начинает обгонять способность придумывать задачи. Бэклог пустеет быстрее, чем наполняется новыми идеями. Вместо того чтобы упростить жизнь, автоматизация создала новый тип хаоса, с которым нужно справляться вручную.

Из работающих решений автор выделяет проверки и синхронизацию, построенные на формальной логике. Нейросетям стоит доверять лишь генерацию и анализ, но никак не принятие решений. Спецификация должна оставаться единственным источником правды — именно она задаёт границы, внутри которых агенты могут действовать без ущерба для результата.

Предупреждает он и тех, кто мечтает уволить команду и заменить её конвейером из агентов. По его словам, такой подход не сработает: ключевые продукты, где ошибка стоит денег, пока рано отдавать полностью автоматизированным системам. Опыт показывает, что ИИ-пайплайн может стать полезным инструментом в руках профессионала, но не заменой человеческому контролю и способности ставить осмысленные задачи.