Исследование HumanLayer анализирует причины неудач при внедрении автоматизированных «фабрик ПО» — систем, где ИИ-агенты полностью берут на себя цикл разработки. Основная проблема кроется не в качестве моделей, а в отсутствии глубокого контекста, неспособности агентов работать с неявными требованиями и сложности интеграции в существующие инженерные процессы, что приводит к генерации неработоспособного кода.
Авторы выделяют ключевой разрыв между ожиданиями бизнеса и реальностью агентных систем. Большинство текущих решений полагаются на поверхностный RAG, который не учитывает архитектурные зависимости, историю изменений и специфические стандарты кодирования конкретной компании. В результате агенты создают изолированные модули, которые невозможно интегрировать в монолит или сложную микросервисную архитектуру без ручной доработки.
Для успешной автоматизации требуется переход к «продвинутому контекстному инжинирингу». Это подразумевает создание графов знаний о кодовой базе, которые агент может динамически опрашивать, а также внедрение механизмов верификации на каждом этапе сборки. Без глубокой интеграции с CI/CD и понимания бизнес-логики, агентные системы остаются лишь инструментом для написания отдельных функций, а не полноценными участниками процесса разработки.
Ключевые факты
- Основная причина провала — «контекстная слепота» агентов, неспособных видеть архитектурные связи вне текущего файла.
- Автоматизация разработки требует перехода от простых промптов к графовым структурам данных, описывающим зависимости в проекте.
- Текущие агентные системы часто игнорируют неявные требования, заложенные в культуре разработки и истории коммитов.
- Успешные внедрения требуют обязательного этапа верификации кода агента через автоматизированные тесты до его попадания в репозиторий.