Вова Захаров · Фракционный, hands-on CTO для AI-native разработки
158 дней, 250 000 строк TypeScript вместе с тестами, ничего из этого не написано руками, до 20 одновременно работающих агентов и деплой в продакшн каждые 2,4 дня — на живом продукте, который всё это время оставался в эксплуатации у своих пользователей. Инженерная платформа, которую я для этого построил, пережила моё участие: сегодня на ней работают три инженера, и она переезжает в их новые проекты закоммиченным бойлерплейтом.
С 2020 года большая часть моей работы связана с LLM и генерацией изображений, до этого много лет были эксперименты с меньшими нейросетями. Это значит, что я не покупаю и не продаю баззворды, понимаю вещи на уровень или два глубже большинства, и у меня развита интуиция относительно того, что модели могут и что они не могут. Я веду поставку — агентов, конвейер, через который они выпускают код, и передачу платформы инженерам, которые её подхватывают, — в масштабе основателя и небольшой команды, через саму работу, а не через оргструктуру.
Я склоняюсь к более «экономной» парадигме использования ИИ: меньшие промпты, внимательное отношение к ограничениям контекста и никаких надежд, что модель, которой скормили всё, разберётся сама. Моя экспертиза предшествует хайп-циклу ChatGPT, что означает, что я понимаю не только API, но и паттерны и ограничения под ними — а именно там живёт большинство трудных задач.
Hands-on здесь и есть суть: я задаю направление и пишу правила, по которым идёт работа, а потом остаюсь в коде — проверяю то, что выпускают агенты, чиню то, что ловит гейт, и решаю, что строить дальше. Дайте мне вектор, и я буду отвечать за результат так, будто компания моя.
Передача — часть работы, а не её конец: процедура живёт в репозитории, где её найдёт следующий инженер, а в Playgram я по ходу дела менторил двух разработчиков.
Читать разбор (англ.)Читать разбор (англ.): vovazakharov.com/case-studies/playgram