🌶 Месяц AI-first. Первые результаты
Месяц назад мы запустили эксперимент.
Я в роли AI лида вместе с командой из 4 инженеров (Backend, iOS, Android и QA) поставили цель увеличить пропускную способность команды в 1.5 раза без потери качества.
План выглядел так: первый месяц не гнаться за скоростью, а автоматизировать рутину, писать AI Skills и учить команду работать по принципу AI-first. Во второй месяц накопить библиотеку скиллов и начать использовать их каждый день. И только к концу эксперимента мы ожидали увидеть заметный рост производительности.
Поэтому я был уверен, что сначала неизбежно потеряем в скорости.
Главная сложность оказалась не в AI, а в смене привычек. Вместо того чтобы по инерции быстро написать код самому, нужно было остановиться и подумать:
Это оказалось намного сложнее. Хороший AI Skill почти никогда не получается с первой попытки — нужно несколько итераций, чтобы добиться стабильного качества. Но когда это удается, агент потом выполняет эту работу снова и снова уже без твоего участия.
Именно поэтому меня удивили результаты первого месяца.
Мы создали 51 AI Skill, автоматизировали десятки рутинных задач — подготовку спайков, ревью PR, тест-кейсы, релизы и многое другое. Параллельно собрали дашборд, который каждую ночь автоматически считает все ключевые метрики.
📈 Пропускная способность команды выросла примерно в 1.5 раза.
⚡ Cycle Time сократился в 1.6 раза.
✅ Качество осталось на прежнем уровне.
Сейчас к релизу подходят первые эпики, полностью сделанные в новом подходе.
Честно говоря, я думал, что такие результаты мы увидим ближе к концу эксперимента, а не через месяц.
При этом ощущение, что мы только в начале пути. Думаю, мы пока не автоматизировали и половины того, что можно сделать с помощью AI.
В этой серии постов буду честно рассказывать, что у нас получается, где ошибаемся и какие выводы делаем по ходу эксперимента.
#ДневникAIFirst
Месяц назад мы запустили эксперимент.
Я в роли AI лида вместе с командой из 4 инженеров (Backend, iOS, Android и QA) поставили цель увеличить пропускную способность команды в 1.5 раза без потери качества.
План выглядел так: первый месяц не гнаться за скоростью, а автоматизировать рутину, писать AI Skills и учить команду работать по принципу AI-first. Во второй месяц накопить библиотеку скиллов и начать использовать их каждый день. И только к концу эксперимента мы ожидали увидеть заметный рост производительности.
Поэтому я был уверен, что сначала неизбежно потеряем в скорости.
Главная сложность оказалась не в AI, а в смене привычек. Вместо того чтобы по инерции быстро написать код самому, нужно было остановиться и подумать:
Как спроектировать AI Skill, чтобы агент мог делать эту задачу вместо меня?
Это оказалось намного сложнее. Хороший AI Skill почти никогда не получается с первой попытки — нужно несколько итераций, чтобы добиться стабильного качества. Но когда это удается, агент потом выполняет эту работу снова и снова уже без твоего участия.
Именно поэтому меня удивили результаты первого месяца.
Мы создали 51 AI Skill, автоматизировали десятки рутинных задач — подготовку спайков, ревью PR, тест-кейсы, релизы и многое другое. Параллельно собрали дашборд, который каждую ночь автоматически считает все ключевые метрики.
📈 Пропускная способность команды выросла примерно в 1.5 раза.
⚡ Cycle Time сократился в 1.6 раза.
✅ Качество осталось на прежнем уровне.
Сейчас к релизу подходят первые эпики, полностью сделанные в новом подходе.
Честно говоря, я думал, что такие результаты мы увидим ближе к концу эксперимента, а не через месяц.
При этом ощущение, что мы только в начале пути. Думаю, мы пока не автоматизировали и половины того, что можно сделать с помощью AI.
В этой серии постов буду честно рассказывать, что у нас получается, где ошибаемся и какие выводы делаем по ходу эксперимента.
#ДневникAIFirst