DevOps-инженер за год отдал рутину нейросети: работает почти целиком через Claude

DevOps-инженер связывает разработку программ с их запуском и обслуживанием на серверах. ИИ-агент (agent) это нейросеть, которая не просто отвечает, а сама выполняет действия: запускает команды, правит код, пишет коллегам. Своим опытом поделился автор колонки, который начинал эникейщиком, ставил Windows с кучи DVD-дисков, а последние десять лет автоматизирует процессы разработки и снижает стоимость владения ИТ-решениями. Имени автора в переданном материале нет.

Где ИИ уже сильнее инженера, а где проваливается?

По словам автора, нейросети уверенно разбирают упавшие поды в Kubernetes. Kubernetes это система, которая сама запускает и перезапускает приложения на серверах, а под это минимальный блок с приложением внутри неё.

Ещё нейросети разбирают огромные логи и сопоставляют события посекундно, знают синтаксис утилит командной строки и понимают устройство ядра Linux на уровне исходного кода. «Конкурировать с ними в способностях отладки и диагностики просто бесполезно, я пытался», пишет автор.

Слабое место тоже названо. Код для Ansible (инструмента, который по сценарию настраивает много серверов сразу) нейросети, по оценке автора, пишут плохо: такой код невозможно использовать повторно. При этом у админов, DevOps и SRE (инженеров по надёжности сервисов) рутина занимает основную часть времени и легко поддаётся автоматизации.

Что понадобится?

• Доступ к ИИ-агенту. Автор работает в Claude Desktop, настольном приложении с нейросетью Claude, до этого пробовал платную подписку на Cursor.
• Доступы к рабочим системам: репозиторию кода, серверам, логам. Права выдавайте минимальные.
• Одна повторяющаяся задача для пробы.
• Время на проверку каждого результата, особенно в первые недели.

Как отдать рутину ИИ-агенту по шагам?

1. Выберите одну рутинную задачу: разбор логов, диагностику упавшего пода или проверку запроса на слияние кода (merge request) в GitLab.
2. Выдайте агенту ровно те права, которые нужны для этой задачи. ИИ принимает решения в пределах разрешений, поэтому права и есть ваш главный рычаг контроля.
3. Сформулируйте промпт с проверяемым результатом и попросите показать ход работы:

Найди в логах сервиса причину ошибок за последний час.
Сопоставь события по времени, назови первопричину.
Перечисли все команды, которые ты выполнил, и объясни каждую.
Не пиши «готово», пока не покажешь результат проверки.

1. Прочитайте список команд, которые использовал агент. Автор признаётся, что это «интересно и познавательно», но сам часто сворачивает список после пары строк. Не повторяйте эту ошибку, прогоните хотя бы часть команд на своём тестовом окружении.
2. Сверьте результат с реальностью сами: сервис поднялся, ошибка ушла, ответ коллеге корректен.
3. Код, который будете использовать повторно, вроде сценариев Ansible, дописывайте и проверяйте своими руками.

Что делать с этим прямо сейчас, по ролям?

DevOps-инженеру и админу в России: начните с диагностики и логов, где, по словам автора, ИИ сильнее всего. Из доступных в РФ аналогов есть нейросеть Яндекса YandexGPT и GigaChat. Справятся ли они с агентной работой на ваших серверах, проверьте на тестовой задаче.

Автору Дзена: тема «ИИ меняет мою профессию» работает через личный опыт с провалами. Покажите свой первый неудачный эксперимент и то, к чему пришли через год, как сделал автор колонки.

Маркетологу: если команда разработки делегирует рутину ИИ, сроки технических задач для сайтов и лендингов могут сократиться. Закладывайте время на проверку результата, а не только на выполнение.

Предпринимателю: автор сравнивает переход с переездом бухгалтеров из бумажных ведомостей в 1С, который позволил обрабатывать больший объём быстрее и качественнее. Спросите своих инженеров, какую рутину они уже отдали нейросети и кто проверяет её решения.

Автор советует не сопротивляться прогрессу, а возглавить его. На практике это значит отдать машине рутину и оставить себе последнее слово.