Как agentic AI меняет структуру команд: разбор доклада AWS и тысяч публикаций
Автор материала на Habr, до этого сознательно избегавший тем фронтир-моделей, автономных агентов и разговоров об AI-native компаниях, объясняет: доклад AWS о командах в мире агентского ИИ изменил его взгляд — главный вопрос не в том, какая модель победит, а какая операционная модель переживёт удешевление разработки. Статья разбирает тысячи публикаций о будущей структуре команд у крупных технологических компаний.
AI-обработка оригинала Habr AI; редакция Hamidun News
Автор материала на Habr, ранее сознательно избегавший тем фронтир-моделей, автономных агентов и разговоров об AI-native компаниях, объяснил, что после доклада Amazon Web Services (AWS) о командах в мире агентского ИИ решил разобрать тысячи публикаций о том, как крупные технологические компании представляют себе будущую структуру команд.
Почему автор избегал этой темы
Автор годами сознательно обходил три темы: фронтир-модели, автономных агентов ради самих агентов и разговоры про AI-native компании. Причина, по его словам, — избыток маркетинга и нехватка инженерной конкретики вокруг этих тем.
«Я давно сознательно избегал трёх бесячих тем: фронтир-моделей, автономных агентов ради самих агентов и разговоров про AI-native компании.
Потому что вокруг них сейчас слишком много маркетинга и слишком мало инженерной конкретики», — пишет автор статьи на Habr.
Что изменил доклад AWS
Доклад AWS про команды в мире агентского ИИ заставил автора пересмотреть подход к теме. По его словам, интересный вопрос — не какая модель ИИ в итоге победит на рынке, а какая операционная модель организации команд переживёт удешевление разработки программного обеспечения и придумала ли индустрия уже что-то дельное на этот счёт.
- Повод для статьи — доклад AWS про команды в мире агентского ИИ (видеозапись на YouTube)
- Три темы, которые автор ранее избегал, — фронтир-модели, автономные агенты ради самих агентов, разговоры про AI-native компании
- Формат материала — разбор тысяч публикаций о будущей структуре команд
- Источники публикаций — крупные технологические компании, обозначенные автором аббревиатурой MAANG (Meta, Amazon, Apple, Netflix, Google)
О чём статья
Материал представляет собой разбор тысяч публикаций о том, что крупные технологические компании, которые автор обозначает аббревиатурой MAANG (Meta, Amazon, Apple, Netflix, Google), думают о будущей структуре команд и организации разработки в условиях удешевления кода благодаря ИИ-агентам. Центральный вопрос статьи, по формулировке автора, — не выбор победившей модели, а поиск операционной модели команды, устойчивой к автоматизации написания кода.
Автор подчёркивает, что интересуется не тем, «какая модель победит», а тем, какая операционная модель разработки выживет по мере удешевления написания кода — и есть ли у индустрии уже рабочий ответ на этот вопрос. Такая постановка вопроса, по его словам, и отличает разбор доклада AWS от типичных разговоров про фронтир-модели и AI-native компании, которые он сознательно избегал раньше: там, где обычно спорят о том, чья модель умнее, доклад AWS поднимает вопрос устройства самой команды и распределения ролей внутри неё.
Что это значит
Дискуссия смещается от вопроса «какая модель ИИ лучше» к вопросу «как перестроить команду и процессы разработки», когда написание кода перестаёт быть главным узким местом, — и именно это, по словам автора, стало для него поводом разобрать позицию крупных технологических компаний по этой теме.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.