Конференция HighLoad++ 2025 обнажила парадокс: компании внедряют ИИ-агентов, не меняя процессы

Также ключевые фразы указаны как «конференция highload 2025» — но в источнике речь о Saint HighLoad++ без указания года «2025». Буду использовать факты как есть из источника, не подменяя год.

Разберусь с фактами и напишу.

Конференция Saint HighLoad++ сменила формат и посвятила отдельный трек искусственному интеллекту, но главный вывод оказался не про технологии, а про разрыв между желанием корпораций внедрить ИИ-агентов и их неготовностью перестраивать процессы.

Онтико, организатор конференции, перестроил программу: три трека выступлений, два трека мастер-классов. Тема ИИ заняла собственный трек и вышла за его пределы, появившись в выступлениях и мастер-классах на других треках. Источник наблюдений, отчёт участника конференции, который параллельно посещал TechWriterDays-2026, Merge-2026, AIconf, SQAdays, AnalystDays и ЛАФ-2026, что позволило ему сравнить уровень докладов.

Какие термины зазвучали на HighLoad++ и что они значат?

На конференции закрепилось слово harness (обвязка). Так называют всё, что окружает ИИ-модель и делает её полезной: получение контекста, настройку навыков для ИИ-агентов (автономных программ, которые выполняют задачи без постоянного контроля человека), правила работы. Само по себе это не новость: обвязку делали и раньше, но на HighLoad++ термин стал модным маркером.

Ещё два ярлыка, которые участники активно примеряли на себя: ai-native и ai-first. По наблюдению автора отчёта, эти лейблы напоминают ситуацию десятилетней давности, когда компании вешали на себя ярлык Agile, чтобы выглядеть прогрессивно. Содержание за ярлыком может быть любым.

Spec Driven Development: водопад на новых рельсах?

Один из центральных сюжетов конференции — Spec Driven Development (SDD, разработка через спецификации). Автор отчёта прямо называет SDD попыткой инженеров построить водопад (последовательный процесс разработки, где каждый этап идёт строго за предыдущим), только теперь на ИИ-агентах вместо людей.

Аргумент такой: классический подход (водопад, RUP) не сработал именно потому, что появился Agile (гибкая разработка, где задачи решаются короткими итерациями). SDD, по мнению автора, столкнётся с теми же системными причинами провала.

Модели зрелости, которые показывали на конференции, просто заменяют человека ИИ-агентом, сохраняя прежнюю структуру процесса. При этом сами выступающие говорили, что процессы изменятся. Противоречие никто не замечал.

Где реальный фронтир агентной разработки?

По агентной разработке (agentic engineering, подход, при котором ИИ-агенты автономно выполняют этапы разработки) конференция HighLoad++ не показала передовой практики. Проблема, на которой застряли: разработчики стали генерировать много кода, а как проводить ревью (проверку качества кода), непонятно.

Автор отчёта отмечает, что реальный фронтир он слышал на других конференциях, у аналитиков и тестировщиков. Там подход конкретный:

• Разложить процесс (pipeline) на операции
• Выяснить, какие операции и для каких задач ИИ-агенты уже делают хорошо
• Вынести эти операции на агентов
• Следить за процессом через метрики и совершенствовать агентов

На практике это выглядит так: одни агенты пишут критерии приёмки по текстовой задаче (человек проверяет), другие по ним создают тест-кейсы, третьи делают ревью тест-кейсов, четвёртые пишут автотесты или проверяют вручную через MCP-плагин (Model Context Protocol, протокол, позволяющий ИИ-агенту взаимодействовать с внешними инструментами) к браузеру. Для разных типов задач — разный уровень вмешательства человека.

На HighLoad++ об этом говорили на уровне общих слов, но конкретных кейсов не прозвучало.

Парадокс корпораций: ждут готового, но готовое не работает без перестройки

Корпорации консервативны и ждут готовых решений, фреймворков и методик. Они не готовы быть драйвером, только догонять. Мелкие компании и энтузиасты внутри корпораций готовы действовать, потому что тренд очевиден.

Автор отчёта приводит наблюдение: топ-менеджеры банков помнят, как «Тинькофф» ворвался на рынок, пока остальные крупные игроки сидели и ждали. Поэтому некоторые из них не ждут. Но парадокс в другом: без появления нового игрока больше всего шансов у «удачливого второго», потому что первопроходец получает максимум ошибок, а в открытой информационной среде спрятать свои методы невозможно.

Выступление Даниила Подольского описало типичный процесс как «колхозный скрам»: разработчики делают непонятно что, потому что бизнес описал задачу невнятно, бесконечно переделывают и правят ошибки. Подольский показал, что такому методу придёт конец. Но и реальный скрам ИИ-агентам не подойдёт: он сконструирован для людей, где команда держит в голове огромный контекст, не документируя его. ИИ-агент так не может, а выгрузка контекста в артефакты требует переборки всего метода.

Что делать с этим прямо сейчас, по ролям?

Автору Дзена и копирайтеру. Если вы используете ИИ для генерации текстов, не ограничивайтесь промптом (prompt, текстовая инструкция для нейросети). Стройте обвязку (harness): зафиксируйте контекст проекта, правила стиля, критерии проверки результата. Без этого агент будет выдавать «колхозный скрам» в текстовом формате.

Маркетологу. Прежде чем внедрять ИИ-агентов в воронку, разложите свой процесс на операции и определите, какие из них агент уже делает надёжно. Начните с тех, где ошибка не критична и легко проверяется человеком.

Предпринимателю в РФ. Не ждите готового фреймворка от крупного вендора. Конференция HighLoad++ показала: корпорации сами ждут. Выигрывает тот, кто тестирует на малых задачах и набирает опыт, пока конкуренты ищут «правильную методику». Из доступных в РФ инструментов: YandexGPT и GigaChat поддерживают агентные сценарии через API.

Кто не готов перестраивать процесс, будет вторым. А кто перестроит первым, станет первопроходцем со всеми рисками, но и со всем преимуществом, которое в открытой среде долго не удержишь. Выбор не между «внедрять» и «не внедрять», а между «менять сейчас» и «менять потом, догоняя».