Оглавление

Переход от написания кода вручную к дирижированию целыми командами ИИ-агентов перестает быть теорией и становится корпоративной реальностью. Как пишет The Decoder, компания Salesforce полностью перестроила свои инженерные процессы, внедрив автономных агентов на базе Claude Code от Anthropic.

Результаты этого эксперимента, если верить внутренним отчетам компании за апрель 2026 года, выглядят почти фантастически. Количество выполненных задач на одного разработчика выросло на 50,8%, а число принятых pull requests — на внушительные 79%. При этом, вопреки опасениям критиков, количество инцидентов не только не увеличилось, но и снизилось на 5%.

От строк кода к управлению навыками

В новой парадигме разработчики Salesforce больше не тратят время на рутинный набор текста в редакторе, а выступают в роли архитекторов сложных систем. Ключевым инструментом стали так называемые «навыки» (skills) для Claude Code — переиспользуемые фрагменты контекста, которые содержат правила именования, архитектурные паттерны и специфику конкретных команд.

Процесс работы теперь выглядит как координация группы узкоспециализированных суб-агентов. Инженер описывает желаемый результат, а ИИ-система самостоятельно распределяет задачи по параллельным потокам: один агент пишет код, другой проверяет его на соответствие стандартам, третий готовит тесты. Это позволяет избежать переключений между множеством систем, которые раньше отнимали львиную долю рабочего времени.

Кейс миграции: ускорение в 18 раз

Наиболее наглядным примером эффективности нового подхода стала миграция 33 эндпоинтов API на новую облачную архитектуру. По предварительным оценкам, традиционный метод потребовал бы около 231 человеко-дня. Однако использование агентских воркаутов позволило завершить проект всего за 13 дней.

Механика процесса строилась на итеративном обучении системы: фидбек после каждого код-ревью возвращался в набор правил, что автоматически повышало точность последующих итераций. В итоге основная часть работы по переносу 21 эндпоинта с полным тестовым покрытием была выполнена в рамках одного масштабного pull request, созданного автономным циклом LLM без прямого вмешательства человека.

Когда рутина уходит на откуп Claude, инженер превращается в аудитора. Однако за красивыми цифрами скрывается риск: если архитектура системы изначально была дефектной, ИИ-агенты просто помогут вам наплодить технический долг с беспрецедентной скоростью. Настоящий вызов здесь не в написании кода, а в умении вовремя заметить момент, когда «галлюцинация» агента становится частью продакшена. Мы меняем проблему нехватки рук на проблему избытка бесконтрольной генерации.

Невидимые барьеры и будущее профессий

Несмотря на триумфальные отчеты, руководство Salesforce признает наличие серьезных вызовов, которые пока не имеют однозначного решения. Управление контекстом в длительных сессиях и безопасность остаются «узким горлышком». Когда агент получает право не просто предлагать правки, а самостоятельно действовать в инфраструктуре, цена одной ошибки или некорректной конфигурации возрастает многократно.

Особое беспокойство вызывает вопрос подготовки кадров. Если ИИ забирает на себя всю работу начального уровня, которую раньше выполняли джуниор-разработчики, остается неясным, как вырастить из них опытных сеньоров. Отрасль рискует столкнуться с разрывом преемственности, когда на рынке останутся либо операторы нейросетей, либо редкие эксперты, способные разобраться в том, что именно нагенерировали автономные помощники.