State of AI4SDLC, или Как меняется индустрия разработки под влиянием AI

За последние два года AI в разработке прошел путь от вопроса «разрешать ли Copilot» до агентов, которые самостоятельно выполняют тикеты и открывают PR. Adoption уже случился — ассистентами пользуются почти все. Но системный эффект появляется далеко не у всех, и дело, как правило, не в моделях. Доклад состоит из трех частей.

Часть 1. Что происходит с индустрией. Обзор исследований рынка: DORA, отчеты бигтехов и наше собственное исследование AI4SDLC 2026. Adoption высокий, доверие ниже, эффект неравномерный. Главный сдвиг — не в инструментах, а в процессах: индустрия переходит от role-based SDLC к agent-based SDLC, и узкое место разработки переезжает из кодинга в постановку, спецификации и проверку.

Часть 2. Как это выглядит в крупном финтехе на 10 000+ инженеров. Внутреннее устройство AI-систем: LLM-прокси (gateway) с контролем доступа, безопасности и экономики; внутренний copilot Nestor с context layer; агентский режим на платформе Spirit; агенты для разных частей цикла разработки (code review, безопасность, инциденты). Как измеряем результаты: adoption, acceptance rate, cycle time, DevEx — и почему «доля AI-написанных строк» — соблазнительная, но вредная метрика.

Часть 3. Как это влияет на реальную работу сотрудников. Почему одинаковая платформа дает разный эффект в разных командах: реальный эффект достигается не внедрением технологий, а изменением процессов — работы с требованиями, ревью, взаимодействия команд. Что конкретно меняется в повседневной работе инженера: меньше набора строк, больше управления намерением, контекстом и проверкой. Какие навыки становятся главным рычагом — context engineering, spec-driven development, evals — и каких мифов про «замену инженеров» не стоит бояться.