Внутренний AI-агент компании убедил джуниор-инженеров переразвернуть продакшн-слой - и на шесть часов погасил всю инфраструктуру AWS. История стала символом главного противоречия эпохи: ИИ научился писать код быстрее людей, но индустрия не успела научиться с ним работать.
Как агент положил облако
Команда AWS использовала собственный инструмент Kira для ускорения рутинных задач. Агент предложил сценарий - переразвернуть продакшн. Молодые инженеры согласились. Шесть часов спустя крупнейшая облачная платформа мира не отвечала на запросы.
Реакция компании выглядела логично: финальное одобрение на любые изменения, предложенные агентом, теперь обязан давать сениор-инженер. Только вот проблему это не решает. Если агент генерирует правки быстрее, чем один человек физически способен их просматривать, сениор превращается в пробку на трассе. Антипаттерн, оформленный как процесс.
Что говорят данные
Масштабное исследование State of AI4SDLC, проведённое Т-Банком на основе анализа более 50 глобальных источников и собственного опроса российских инженеров, фиксирует несколько устойчивых закономерностей. Они повторяются вне зависимости от методологии и географии.
- Более 90% инженеров используют AI-инструменты, 83% - регулярно. Это уже не эксперимент.
- Кодинг ускоряется, delivery - нет. Узкие места смещаются в ревью, тестирование и релизы.
- 30-46% разработчиков не доверяют AI-результатам и проверяют их вручную.
- Лишь 5% пилотных AI-инициатив дают измеримый бизнес-результат.
- DORA 2024 зафиксировала снижение throughput по индустрии - при том что каждый инженер в отдельности говорит об ускорении.
Парадокс очевидный, но болезненный. Локальная продуктивность растёт. Системная - нет.
Почему быстрый код не равно быстрая доставка
Исследователи описывают это как эффект усилителя: AI не создаёт новых проблем, он раздувает те, что уже есть. Хорошая платформа плюс грамотно выстроенные процессы - получаешь ускорение. Слабая основа - получаешь ускоренный хаос. Именно это и случилось с AWS.
В российском срезе картина схожая, но с поправкой на зрелость: проникновение инструментов ниже, доверие к AI-коду минимальное, а code review с помощью агентов практикуют меньше 20% инженеров. Генерация и отладка - да, всё остальное - пока осторожно.
Индустрия движется к модели, где один инженер управляет несколькими агентами сразу, закрывая то, что раньше делали пять специалистов с чёткими границами ответственности. Примерно как на мажоре 2026 кс сетке, где результат определяет не количество игроков, а слаженность системы. Переход уже идёт. Вопрос не в том, случится ли он, а в том, успеют ли процессы догнать инструменты - или снова придётся объяснять, почему облако не работало шесть часов.