YouTube2Text

AI SDLC training for Sales Training: Session 3 — Transcript

by SPD Technology · 5,625 words · 1,148 segments · language en · Watch on YouTube

Full transcript

  1. 0:03Так, це якраз той слайд, на якому ми
  2. 0:05зупинилися у минулий раз, про те, що
  3. 0:08таке агент.
  4. 0:12От.
  5. 0:13З чого
  6. 0:16хочу продовжити.
  7. 0:17Типу.
  8. 0:20Після того, як люди придумали, що можна
  9. 0:24будувати я агентів. Ну, це вони
  10. 0:26придумали ще там роки три, мабуть, тому
  11. 0:30чи раніше навіть. Просто вони тоді були
  12. 0:33гірші.
  13. 0:34Автоматизація
  14. 0:37почала розвиватися далі, далі і далі.
  15. 0:41І врешті-решт зараз люди придумали, що
  16. 0:46ми можемо вирішувати задачі за допомогою
  17. 0:49не одного не одного агента, а будувати
  18. 0:51безліч моделей агентів і об'єднувати їх
  19. 0:55в
  20. 0:56єдину систему, цепочку таку, ланцюжок.
  21. 0:59Для чого це робиться?
  22. 1:02Бо зазвичай,
  23. 1:03ну, візьмемо будь-який бізнес-процес,
  24. 1:06наприклад. Уявимо,
  25. 1:08що та навіть не бізнес, повсякденний.
  26. 1:12Уявимо, наприклад, що ми з вами хочемо
  27. 1:15полетіти у відпустку.
  28. 1:17І для цього нам потрібно купити білети і
  29. 1:21забронювати готель.
  30. 1:23Відповідно,
  31. 1:25як ми з вами,
  32. 1:27що ми з вами робимо? Ми з вами знаємо
  33. 1:29дати відпустки.
  34. 1:31Відповідно, нам потрібно піти в
  35. 1:33інтернет.
  36. 1:35Нам потрібно спершу зайти там на
  37. 1:38Skyscanner, наприклад. Чи взагалі спершу
  38. 1:41нам потрібно визначити, куди ми хочемо
  39. 1:44полетіти. Ну, бо ми можемо хотіти
  40. 1:47полетіти кудись в теплі краї, в морі там
  41. 1:50поплавати, а може ми взагалі полюбляємо
  42. 1:53сноуборди і вирішили, що нам не вистачає
  43. 1:56снігу і ми хочемо полетіти на бордах
  44. 1:59покататися, так?
  45. 2:01>> [прочищення горла]
  46. 2:01>> Відповідно, перша задача нам
  47. 2:04визначитися. Для того, щоб визначитися,
  48. 2:07ми там дивимося, які курорти є, які там
  49. 2:09ціни, чи підходить нам, чи не підходить.
  50. 2:12Ну, наприклад, там, якщо ми їдемо в
  51. 2:14гори,
  52. 2:15наскільки там траси підходящі для
  53. 2:17новачків чи для професіоналів. Якщо ми
  54. 2:20там їдемо на море, наскільки воно чисте,
  55. 2:23чи взагалі ми, може, хочемо на
  56. 2:25олл-інклюзів в басейні лежати і не
  57. 2:28ходити на пляж ніколи, просто чилити і
  58. 2:31розслаблятись.
  59. 2:33Е-е, тобто, е-е,
  60. 2:35ми формуємо якийсь список критеріїв, за
  61. 2:37цим списком критеріїв проводимо ресьорч,
  62. 2:40обираємо підходящі нам напрямки.
  63. 2:42Наприклад, ми обрали, е-е,
  64. 2:45три країни
  65. 2:46і далі ми вирішуємо, яка з них нам
  66. 2:49більше підходить за ціною на білети і за
  67. 2:53ціною на готелі.
  68. 2:55Ми з вами, е-е, потім ми йдемо з, е-е,
  69. 2:57Гугла
  70. 2:59на Skyscanner. Ми дивимося ціни на
  71. 3:01білети, е-е, на, е-е, різні країни, у
  72. 3:04різні рейси, обираємо тей, той, що
  73. 3:06підходить нам за ціною
  74. 3:08і за, наприклад, там, часом вильоту і ще
  75. 3:11чогось. Е-е, потім ми з вами так само
  76. 3:13йдемо на Booking, наприклад, обираємо
  77. 3:15готелі з, е-е, переліку, які нам
  78. 3:17підходять, так? І у кожної з цих задач в
  79. 3:20нас є певні критерії.
  80. 3:22Але всі вони разом послідовно вирішують
  81. 3:25задачу, як нам поїхати у відпустку, так?
  82. 3:29Так от, якщо ми попросимо агента, е-е,
  83. 3:34купити нам білети і забронювати готель,
  84. 3:39він, швидше
  85. 3:40за все, зробить це по якимось внутрішнім
  86. 3:42критеріям, так? І зробить це, якщо він
  87. 3:45один буде робити всі ці етапи, він
  88. 3:48зробить це набагато гірше, ніж ми
  89. 3:50попросимо, запустимо окремих агентів на
  90. 3:53кожну фазу
  91. 3:54з більш чіткими критеріями, бо
  92. 3:57відповідно, якщо ми даємо конкретному
  93. 4:00агенту конкретні критерії, визначені, в
  94. 4:02нас контекст не роздувається. Він може
  95. 4:05робити більш правильні, ну, як висновки,
  96. 4:09те, що нам підходить.
  97. 4:10От, відповідно, ми і створюємо там
  98. 4:13першого агента, який моніторить погоду і
  99. 4:15напрямки, якому ми кажемо, що саме ми
  100. 4:17хочемо. Другий, який займається підбором
  101. 4:20авіарейсів.
  102. 4:22Третій, який нам під, е, ну, підбирає
  103. 4:25готель, е, куди ми поїдемо і букати.
  104. 4:29І запускаємо послідовно ось і всі ці три
  105. 4:33етапи.
  106. 4:34Е, і зараз, е,
  107. 4:36усі ці три етапи можна запустити також
  108. 4:39за допомогою аїшки. Це коли ви, е,
  109. 4:42ставите зверху агента.
  110. 4:44І кажеш: "Твоя задача допомогти мені з
  111. 4:48відпусткою, за, е, ви, е,
  112. 4:50і запустивши всередині тебе оці три
  113. 4:54окремих агенти послідовно. Тобі
  114. 4:56потрібно, типу, запустити перший агент,
  115. 4:58дочекатися результатів її, е, його
  116. 5:01роботи. На підставі цього передати ці
  117. 5:03результати у другий агент, е,
  118. 5:06купити білети. І потім, е, на підставі
  119. 5:09цього відправити це у третій агент
  120. 5:12забронювати мені го, готель на букінгу".
  121. 5:16І зараз, е, таким чином працює взагалі
  122. 5:19уся автоматизація процесів, яка є.
  123. 5:22От, і, відповідно, ну, типу, у вас є
  124. 5:25там, е, агент-наглядач.
  125. 5:28І вас є окремі агенти вузькі, які
  126. 5:31вирішують дуже вузьку, е, задачу.
  127. 5:35От, і самі по собі вони створюють, ну,
  128. 5:37класний результат.
  129. 5:40Е, от, е, якось так. По цьому є питання?
  130. 5:48Добрінько.
  131. 5:51Угу.
  132. 5:52Я вам ще такий, е, більш, м,
  133. 5:56приклад з, е, реального життя приведу.
  134. 6:00Що ви можете робити, наприклад, зараз
  135. 6:03Клодом?
  136. 6:04Е,
  137. 6:05я, наприклад, Клодом, е, генерую
  138. 6:08наші презентації, всі презентації, які є
  139. 6:11у корпоративному стилі.
  140. 6:13Я, що я роблю?
  141. 6:15Я даю Клоду
  142. 6:17як приклад темплейт нашої презентації з
  143. 6:20педішна.
  144. 6:22А-а, я йому даю інформацію, яку я хочу
  145. 6:26загорнути презентацію свою власну.
  146. 6:29А-а, і
  147. 6:31відповідно а-а, я роблю це покроково. В
  148. 6:34мене перший агент, він вивчає темплейт
  149. 6:37презентації STD.
  150. 6:39А-а, він з нього виносить інформацію по
  151. 6:42кольорам, по
  152. 6:44цим
  153. 6:45по логотипам, по всьому, що тільки
  154. 6:47можна.
  155. 6:48А-а, він передає цю інструкцію в другого
  156. 6:52агента, задача якого зібрати мою саме
  157. 6:54презентацію.
  158. 6:56От. І третім кроком я ставлю сап-агента,
  159. 6:59який перевіряє правильність, наскільки
  160. 7:02гарно була згенерована презентація.
  161. 7:05Тобто в нього стоїть задача подивитися
  162. 7:07презентацію і виправити помилки там, де
  163. 7:10текст один на одний наїжджає, чи,
  164. 7:13наприклад, шрифти якісь непідходящі, чи,
  165. 7:16наприклад, пусті місця є на презентації,
  166. 7:20ну, для того, щоб вона виглядала
  167. 7:22привабливо гарно.
  168. 7:23І ну, це один із прикладів, як я зараз
  169. 7:27використовую цю от мультіагентну модель.
  170. 7:31От. І прикол в тому, що а-а, Клод,
  171. 7:34насправді, зараз, за останні там
  172. 7:37півроку, може, він став настільки
  173. 7:39розумним,
  174. 7:40що він оці всі три етапи мультіагентні,
  175. 7:43він вміє вже робити зараз сам.
  176. 7:46Тобто, якщо раніше мені потрібно було
  177. 7:48запускати прямо окремих сап-агентів,
  178. 7:50зараз достатньо просто сказати, що там,
  179. 7:54я не знаю, ти професійний дизайнер, який
  180. 7:56збирає презентацію.
  181. 7:58А-а, ось тобі темплейт презентації, в
  182. 8:00якому мені потрібен результат. А-а, ось
  183. 8:03те, що я хочу нути в презентацію,
  184. 8:05згенеруй мені презентацію.
  185. 8:07І він генерує презентацію і потім я
  186. 8:10окремо прошу її перевірити і виправити.
  187. 8:13Тобто, ну, замість того, щоб робити це
  188. 8:16мультиагентно, зараз він навіть, ну, в
  189. 8:18простому робочому режимі справляється
  190. 8:21стовідсотково.
  191. 8:23От,
  192. 8:24так ось.
  193. 8:26Тепер давайте поговоримо, що
  194. 8:30змінилося для інженерів.
  195. 8:33Взагалі, в принципі.
  196. 8:35В
  197. 8:36інженерів за останні
  198. 8:39два роки з'явилося
  199. 8:42декілька термінів, декілька практик.
  200. 8:45В нас з'явився вайткодінг у 2025
  201. 8:50році на початку.
  202. 8:52Фактично, цей термін, це коли
  203. 8:55ми просимо аішку написати
  204. 8:59код, згенерувати і ми для цього
  205. 9:01використовуємо natural language.
  206. 9:04Тобто, просимо її, наприклад, я не знаю,
  207. 9:07згенеруй мені сторінку вебсайт.
  208. 9:10Чи, наприклад, якщо ми працюємо з кодом,
  209. 9:12ми кажемо: ось в мене є такий бізнес
  210. 9:15реквайрмент, будь ласка, подивися там
  211. 9:17код і
  212. 9:19зроби його.
  213. 9:21Цей підхід класний, тільки в ньому
  214. 9:25є один фатальний недолік. Ну, як
  215. 9:27фатальний недолік? Знову ж таки,
  216. 9:30найбільший його недолік той, що він ніяк
  217. 9:32не
  218. 9:33працює з
  219. 9:35усіма фічами аішки. Тобто, фактично, що
  220. 9:38результати, які вам видає аішка, вони
  221. 9:40можуть бути анпредiкт.
  222. 9:44Після того, як,
  223. 9:47ну,
  224. 9:47>> [прочищення горла]
  225. 9:48>> розробники почали таким чином
  226. 9:51працювати, в них з'явилася
  227. 9:53така історія, що тому коду, який написав
  228. 9:57і я, не можна довіряти.
  229. 10:00І не можна довіряти через те, що ти не
  230. 10:04отримаєш того результату, який ти хочеш,
  231. 10:06тобі доводиться його передивлятися,
  232. 10:09виправляти
  233. 10:11і т.д. і т.п. Тобто, можливо, навіть
  234. 10:14витрачати часу більше, ніж
  235. 10:16ти витратив, писавши код руками.
  236. 10:19І оцей підхід, він його там в 25-му році
  237. 10:23назвали вайкодінг.
  238. 10:25Але вайкодінг дуже сильно сподобався
  239. 10:28людям, які до цього не могли
  240. 10:30програмувати, бо вони не вивчали
  241. 10:32програмування. Фактично, всі
  242. 10:34бізнес-овнери були в захваті, бо можна
  243. 10:36попросити зробити вебсайт.
  244. 10:39Ну, якийсь, я не знаю, інтернет-магазин.
  245. 10:41А раніше тобі за нього потрібно було
  246. 10:43заплатити там тис- тис- тис- Давайте не
  247. 10:47інтернет-магазин, а давайте
  248. 10:49сайт-візитівку, наприклад. Раніше тобі
  249. 10:51за нього потрібно було заплатити там від
  250. 10:54п'яти до 20 штук баксів, в залежності
  251. 10:57від складності, чого ти там хочеш
  252. 10:59побачити.
  253. 11:00Зараз ти можеш сам сісти і сказати:
  254. 11:02"Зроби мені сайт-візитівку для мого
  255. 11:05бізнесу, ось інформація.
  256. 11:07Там запитай, задай мені уточнюючі
  257. 11:11питання, якщо потрібно".
  258. 11:13І він це все зробить.
  259. 11:15І відповідно, коли
  260. 11:19бізнес від- від- відв'язався у простих
  261. 11:21задачах від програмістів, вони, ну, ось
  262. 11:25цю історію з вайкодінгом дуже швидко
  263. 11:27взяли в роботу
  264. 11:29і почали з ним працювати.
  265. 11:31Ну, от, і я думаю, що ви, ну, пам'ятаєте
  266. 11:33початок цього хайпу там у кінці
  267. 11:36минулого, початку цього року, коли всі
  268. 11:38казали, що програмісти нам не
  269. 11:40потрібні.
  270. 11:42От.
  271. 11:43Відповідно,
  272. 11:46далі ті програмісти, які
  273. 11:49ну, про- зрозуміли, що з АІшкою можна
  274. 11:54працювати
  275. 11:56краще і швидше,
  276. 11:58якщо ти вмієш нею користуватися.
  277. 12:00Фактично, якщо ти вмієш правильно писати
  278. 12:03промпти.
  279. 12:04Якщо ти вмієш правильно обмежувати
  280. 12:07АІшку.
  281. 12:08Якщо ти вмієш
  282. 12:10робити так, щоб АІшка сама перевіряла
  283. 12:13свою роботу перед тим, як віддавати
  284. 12:16результати.
  285. 12:18А-а, то ти таким чином можеш зменшити
  286. 12:22ризик а-а
  287. 12:24тих непередбачуваних результатів, які
  288. 12:27давав вайбкоді.
  289. 12:29І оцей підхід назвали structured AI
  290. 12:32system.
  291. 12:33Тобто фактично вайбкодінг від structured
  292. 12:36AI system
  293. 12:38а-а
  294. 12:39а-а
  295. 12:39відрізняється тим, що програмісти
  296. 12:42почали робити свій harness
  297. 12:44навколо моделей, а-а які, ну, навколо
  298. 12:49агентів прост- загальних, які робили
  299. 12:52вайбкоді.
  300. 12:53Тобто тут вони додавали свої промпти,
  301. 12:55свої інструкції, свої контексти
  302. 12:58і тим самим звужуючи вірогідність того,
  303. 13:01що аішка може піти не туди і нафакапити.
  304. 13:05От.
  305. 13:07А-а, після цього
  306. 13:09наступним кроком став взагалі а-а
  307. 13:12agentic engineering.
  308. 13:14>> [прочищення горла]
  309. 13:14>> Agentic engineering - це коли розробники
  310. 13:17зрозуміли, що можна працювати не одним
  311. 13:20агентом,
  312. 13:21а-а можна прямо всю свою роботу покласти
  313. 13:25на рейки і AI автоматизації. Як я вам
  314. 13:28приводив
  315. 13:29а-а приклад з тим, що можна піти і там
  316. 13:32визначити, як їхати в у відпустку,
  317. 13:36забронювати квитки там і все інше. Там
  318. 13:38три степи в
  319. 13:40а-а розробці їх там трошки більше.
  320. 13:43Але
  321. 13:45розробники вирішили, що якщо по проекту
  322. 13:48а-а написати класну документацію, яка б
  323. 13:51визначала, про що проект і давала
  324. 13:55інформацію, яка б визначала, якими
  325. 13:58правилами користуватися при написанні
  326. 14:01коду,
  327. 14:02а-а як [прочищення горла]
  328. 14:04правильно перевіряти роботу, а-а
  329. 14:07наприклад, як
  330. 14:09взагалі можна впевнюватися
  331. 14:12краще, що аішка працює добре.
  332. 14:14Ну, наприклад,
  333. 14:16ми можемо написати тести до того, як
  334. 14:20аішка почне писати код.
  335. 14:23І оцей підхід, коли ми спершу пишемо
  336. 14:27тести, потім код, він називається
  337. 14:30Test-Driven Development.
  338. 14:32Фактично, він був у нас завжди, але
  339. 14:36програмісти, зрозуміло, якщо правильні
  340. 14:39інженерні практики перевести на AI
  341. 14:42рейки,
  342. 14:43то вони
  343. 14:44дають насправді
  344. 14:46ну, аішка може давати насправді дуже
  345. 14:49непоганий і досить передбачуваний
  346. 14:52результат.
  347. 14:55І фактично різниця між оцими трьома
  348. 14:59підходами, вона не про те, чи
  349. 15:01використовувати
  350. 15:03чи використовувати AI чи ні.
  351. 15:07Фактично, різниця в тому,
  352. 15:10е-е
  353. 15:11як
  354. 15:13перевіряти остаточний результат і
  355. 15:16наскільки якісно обмежувати роботу
  356. 15:19аішки.
  357. 15:20Тобто, фактично, все будується зараз
  358. 15:22навколо того, що, вибудувавши достатньо
  359. 15:26якісний інженерний процес і перевівши
  360. 15:29його на AI рейки, ти можеш досягти того,
  361. 15:33що в тебе
  362. 15:35вірогідність помилки від аішки, вона
  363. 15:39буде досить незначна.
  364. 15:42І
  365. 15:44здебільшого ця вірогідність помилки,
  366. 15:46вона навіть може бути меншою, ніж коли
  367. 15:49люди вас
  368. 15:51сідають і пишуть код самі руками.
  369. 15:56Якось так.
  370. 15:58І фактично,
  371. 16:01е-е першими, хто про це заявив у голос,
  372. 16:04були Google.
  373. 16:06Е-е вони в
  374. 16:08травні, мені здається, цього року
  375. 16:11сказали, випустили white paper "New AI
  376. 16:15DLT with AI coding".
  377. 16:18І вони там сказали, що генерація коду
  378. 16:22вже вирішення питань, це вирішено
  379. 16:24питання. Е-е, єдине, що залишилося зараз
  380. 16:28вирішити, це як ми код перевіряємо, як
  381. 16:31ми джаджимо результати. Е-е, і,
  382. 16:34відповідно, в якому напрямку ми
  383. 16:36рухаємося далі.
  384. 16:38І вони декларують, що код зараз вже
  385. 16:40ніхто руками не пише.
  386. 16:42Е-е, ми просто, е-е, як направляємо
  387. 16:46систему, яка цим займається.
  388. 16:49Е-е, ніхто вже з інженерів фактично не
  389. 16:53промтить руками нічого майже.
  390. 16:57Е-е, бо всі промти, вони зашиті в харнес
  391. 17:00і, відповідно, можуть крутитися агентами
  392. 17:03автономно.
  393. 17:05Е-е, [сопіння] і інженерам не потрібно
  394. 17:07рев'ювати код зараз так, як це було
  395. 17:09потрібно до цього.
  396. 17:11Е-е, фактично, вони зараз, е-е,
  397. 17:14перевіряють, можуть перевіряти роботу,
  398. 17:16не дивлячись код, а за результатами, які
  399. 17:19може надавати аішка. Наприклад, що я її,
  400. 17:23е-е, прогнала тести і показала, що тести
  401. 17:26працюють. Чи, наприклад, я її, е-е,
  402. 17:28згенерувала скріншоти, як виглядає
  403. 17:31інтерфейс, і можна їх подивитися, не
  404. 17:33дивлячись у код. І сказати, працює воно
  405. 17:36чи не працює.
  406. 17:39І за цією новою парадигмою в нас
  407. 17:41з'явилися нові батлнеки.
  408. 17:44І, відповідно, батлнеки зміщуються від
  409. 17:46того, що ми пишемо код, до того, що ми
  410. 17:49маємо писати якісні специфікації,
  411. 17:52вибудовувати якісні, е-е,
  412. 17:54процеси перевірки і, е-е,
  413. 17:58управління якістю. Якось так.
  414. 18:03І, е-е, від Наступним кроком, а ну,
  415. 18:06зараз хвилинку, я з навушників
  416. 18:08переключуся. Мене чутно іде?
  417. 18:11Ага, окей.
  418. 18:14І, відповідно, е-е, історично це, ну, ця
  419. 18:18вся тема почала розвиватися таким чином,
  420. 18:21що спершу в нас, коли був лише один
  421. 18:25агент, в нього з'явилася така штука, як
  422. 18:28луп.
  423. 18:29І луп це можливість задати агенту задачу
  424. 18:33і задати агенту критерії, коли ця задача
  425. 18:37вважається вирішеною. І агент буде
  426. 18:39повторювати результати, покращувати,
  427. 18:42покращувати до того моменту, поки він не
  428. 18:45дійде до final result. Тобто фактично я
  429. 18:49можу попросити агента
  430. 18:51"Сплануй
  431. 18:52мені відпустку і забронюй мені білети
  432. 18:56автономно, на твій власний розсуд".
  433. 18:59Запустити, і він буде намагатися це
  434. 19:02робити доти, доки він не отримає куплені
  435. 19:05білети, заброньований готель і не
  436. 19:08надійшла, наприклад, мені це все на
  437. 19:10пошту.
  438. 19:12Відповідно,
  439. 19:14в AI Assistant з'явився Harness, який
  440. 19:19дозволяє ці лупи робити краще.
  441. 19:22А те, що зараз інженери навчилися
  442. 19:26переводити весь процес розробки на AI
  443. 19:29Assistant, речі це назвали фабрикою.
  444. 19:33І фактично зараз
  445. 19:36в нас є агенти, які під капотом
  446. 19:40працюють, роблять всю брудну роботу, яку
  447. 19:43раніше робили люди.
  448. 19:45Є інженери, які мають дивитися і за тим,
  449. 19:48щоб ця система працювала і за тим, щоб
  450. 19:52і передивлятися результати роботи
  451. 19:54фінальні. Коли я кажу результати роботи,
  452. 19:57це це фактично в інженерів має бути
  453. 19:59чек-ліст,
  454. 20:00за яким вони визначають, що робота
  455. 20:03вважається виконаною.
  456. 20:05І якщо там пройтися по цьому чек-лісту,
  457. 20:09не дивлячись в код,
  458. 20:11ми можемо сказати, що ця штука написана
  459. 20:13і працює.
  460. 20:15Якось так.
  461. 20:16Це нова парадигма, до якої ми зараз
  462. 20:19прагнемо.
  463. 20:23А-а.
  464. 20:25Поїхали далі.
  465. 20:28А-а, тепер
  466. 20:30а-а, на відмі-
  467. 20:32зараз, а-а, коли ми вже говоримо про
  468. 20:35фабрики, тобто про мультиагентні
  469. 20:38системи, де вони, а-а, вибудовані в
  470. 20:40якийсь процес,
  471. 20:43в нас є два поняття. Є Dark Factory і є
  472. 20:46Light Factory. А-а, що таке Dark
  473. 20:49Factory? А-а, Dark Factory - це коли ви
  474. 20:52можете поставити задачу, наприклад, а-а,
  475. 20:55ви робили ТЗ стосовно того, як має
  476. 20:58виглядати ваш сайт, якими фічами, ну,
  477. 21:01які фічі там мають бути і т. д. і т. п.
  478. 21:04Ви закидуєте цей сайт, ну, це ТЗ в, а-а,
  479. 21:08агента
  480. 21:10і, ну, точніше, не в агента, в фабрику.
  481. 21:13І кажете: "Працюй доти, доки ти, а-а,
  482. 21:17цей сайт не побудуєш".
  483. 21:19І фактично на цьому етапі в вас у
  484. 21:22пайплайні вашому взагалі немає людей,
  485. 21:24які перевіряють проміжні результат.
  486. 21:28Тобто, ніхто не дивиться, як, а-а, агент
  487. 21:31інтерпретував ваше ТЗ, на які таски він
  488. 21:35побив, а-а, розробку, як він спланував,
  489. 21:38а-а, роботу, там який він, а-а, ну, я не
  490. 21:42знаю, чи є там, а-а, ніхто не дивиться
  491. 21:46за евіденсами, що кожен окремий таск,
  492. 21:49а-а, зроблений. Всіх цікавить тільки
  493. 21:51фінальний результат.
  494. 21:54І, а-а, Light Factory - це, навпаки,
  495. 21:58а-а, коли в нас є, а-а, на кожному етапі
  496. 22:02розробки
  497. 22:04людина, яка перевіряє проміжні
  498. 22:06результат. Ну, наприклад, а-а, коли а-а,
  499. 22:10завантажили ТЗ в систему, аїшка його
  500. 22:13прокрутила, якось інтерпретувала,
  501. 22:16там, а-а, зробила якісь висновки,
  502. 22:19наприклад, а-а, розбила це на окремі
  503. 22:22фічі.
  504. 22:23А-а, є в нас людина, яка подивиться ці
  505. 22:25фічі, подивиться, наскільки це дійсно
  506. 22:28відповідає тому, що хоче замовник чи що
  507. 22:31хочу я досягти, якщо я свій вебсайт
  508. 22:34будую, і запрувить це до того, як це
  509. 22:37перейде на інший етап.
  510. 22:39На іншому етапі там всю цю розбивку
  511. 22:42АІшка візьме, спроектує архітектуру
  512. 22:45системи технічну,
  513. 22:47як вона має виглядати,
  514. 22:50і віддасть на рев'ю, знову ж таки,
  515. 22:52людині. Людина подивиться, так, оце мені
  516. 22:54подобається, оце не подобається, тут я
  517. 22:57внесу зміни,
  518. 22:58і віддам, відповідно, результат на
  519. 23:01наступний етап. На наступному етапі там
  520. 23:03система почне писати тести,
  521. 23:07почне планувати свою роботу. Вона
  522. 23:10видасть план людині, людина подивиться
  523. 23:12на цей план, подивиться на написані
  524. 23:14тести, як АТ ФТ це зараз definition of
  525. 23:17done, тобто фактично, коли тести
  526. 23:20виконуються, ми можемо сказати, що
  527. 23:22задача, яку ми ставили в ТЗ,
  528. 23:24виконується.
  529. 23:26І скаже, достатньо тих тестів, чи,
  530. 23:29можливо, щось пропущено, чи підходить
  531. 23:32план виконання, чи потрібно внести якісь
  532. 23:34зміни.
  533. 23:36Там запрувили, АІшка почала це крутити,
  534. 23:39на виході ми отримали там фінальний
  535. 23:41результат, який вже перевіряє людина.
  536. 23:46І фактично кожен з цих варіантів,
  537. 23:50він нормальний.
  538. 23:52Тобто не можна сказати, і це фактично,
  539. 23:54якщо ми подивимося по бізнесу,
  540. 23:57Dark Factory це от гіперболізований
  541. 24:01підхід вебкодингу. Коли ми кажемо АІшці,
  542. 24:05що ми хочемо отримати,
  543. 24:07ми віддаємо їй повністю кермо
  544. 24:12управління,
  545. 24:13і вона там якось фігачить.
  546. 24:16У
  547. 24:18White Factory ми йдемо навпаки, ми
  548. 24:20контролюємо кожен етап,
  549. 24:23і відповідно, ми отримуємо більш
  550. 24:26передбачуваний, більш якісний результат.
  551. 24:30В чому різниця? Що Dark Factory це про
  552. 24:32швидкість,
  553. 24:33Light Factory це про якість.
  554. 24:36Але знову ж таки, кожна з цих моделей,
  555. 24:39вона
  556. 24:40підходить
  557. 24:42так чи інакше, але різним замовникам.
  558. 24:44Наприклад, коли ми кажемо про стартапи,
  559. 24:47то швидше за все стартапери у вас
  560. 24:49захочуть Dark Factory.
  561. 24:51Бо в них недостатня кількість людей, їм
  562. 24:53потрібні дуже швидкі результати, там
  563. 24:56зробити прототипи і таке інше.
  564. 24:59А коли ми кажемо про якусь,
  565. 25:02ну, доволі велику інженерну організацію,
  566. 25:06ну, чи там роботу вже з існуючим
  567. 25:09продуктом,
  568. 25:10їм швидше за все Dark Factory не
  569. 25:12підійде. Їм буде потрібна Light Factory,
  570. 25:16перевірка і контроль результату, який
  571. 25:18віддає АІшка.
  572. 25:21Якось так.
  573. 25:22Є по цьому питання?
  574. 25:33Алло, люди, ви живі?
  575. 25:35>> Давай я задам.
  576. 25:37Воно мене так
  577. 25:38трошки турбує це питання, але я думаю,
  578. 25:41що ти по ньому пізніше ще будеш
  579. 25:43говорити.
  580. 25:44Коротше, питання таке, от ти про це
  581. 25:46розказуєш, так? Тобто є там факторі, є
  582. 25:48там, наприклад, оці агентські чейни.
  583. 25:50Мені дуже не вистачає, насправді,
  584. 25:52якогось,
  585. 25:53якихось готових, напівготових рішень. От
  586. 25:56які можна було би отак от взяти, типу,
  587. 25:57це все типу там підняти,
  588. 26:00закинути туди реквайрменти і почати з
  589. 26:03ним працювати.
  590. 26:04І, ну, я користуюсь там Cloud Code,
  591. 26:07наприклад,
  592. 26:09коли треба збудувати там якусь чуть-чуть
  593. 26:11складнішу структурку, то це кожного
  594. 26:13разу, блін, збирається все з нуля.
  595. 26:15От мене воно трохи бентежить. Чи я щось,
  596. 26:18чи я все правильно роблю, чи можливо
  597. 26:20треба якось до цього підходити
  598. 26:23по-іншому?
  599. 26:23>> Дивись,
  600. 26:25ти, стовідсотково, я думаю, чув про такі
  601. 26:29штуки, як Speak Kit, наприклад,
  602. 26:32чи БіМед,
  603. 26:34чи
  604. 26:35>> Чесно, от про це не чув ні.
  605. 26:37>> Е-е, добренько. Фактично зараз в
  606. 26:40інтернеті є досить велика кількість вже
  607. 26:43побудованих отаких фабрик, агенств.
  608. 26:47Ну, і вони є фактично стандартом. Тобто,
  609. 26:51там весь поточний рік
  610. 26:53е-е,
  611. 26:55спільноти програмістів, вони думали, як
  612. 26:58яким чином правильніше і краще
  613. 27:00побудувати фабрику.
  614. 27:03Вони придумали такий термін, як
  615. 27:05СпекДрівенДевелопмент.
  616. 27:07Це фактично підход, коли на вхід ти даєш
  617. 27:10специфікацію, якісно написану, і на
  618. 27:13виході отримуєш готове рішення.
  619. 27:17І вже є, ну, досить велика кількість,
  620. 27:20ну, давай так, безліч, дійсно безліч
  621. 27:23інструментів від якихось
  622. 27:24загальновідомих, типу е-е,
  623. 27:28СпекКіт, Кіта, типу е-е, БіМеда, до
  624. 27:32якихось індивідуальних, там, де інженер
  625. 27:34просто зібрав свій харнес, закинув його
  626. 27:36на Гіт, сказав, ось, цим користуйтеся, я
  627. 27:40там зібрав, в мене воно працює.
  628. 27:44І я вам зроблю, мабуть, на наступному,
  629. 27:48ну, наступний раз таке оверв'ю по тому,
  630. 27:51що вже взагалі є.
  631. 27:53І покажу вам декілька практичних
  632. 27:56прикладів того, ну, як виглядає,
  633. 27:59наприклад, процес автоматизації
  634. 28:01бізнес-процесу, детально степ-бай-степ,
  635. 28:04на підставі от свого досвіду з минулої
  636. 28:08роботи.
  637. 28:09Якось так. Тобто, це не якась взагалі
  638. 28:13міфічна історія, це насправді от реалії
  639. 28:162026 року.
  640. 28:23Е-е, ще питаннячка.
  641. 28:32Добренько.
  642. 28:34А-а, тепер
  643. 28:37поговоримо взагалі, чим відрізняється
  644. 28:40Web Coding від агентної інженерії. І
  645. 28:43насправді, це ж саме воно відноситься до
  646. 28:46того, чим відрізняються Dark Factory і
  647. 28:49Light Factory.
  648. 28:51В нас є взагалі два таких поняття. Є
  649. 28:55CapEx, тобто Capital Expenses, і OpEx,
  650. 28:59Operation Expenses.
  651. 29:01А-а, фактично,
  652. 29:04що таке CapEx? А-а, CapEx це скільки вам
  653. 29:07потрібно вкласти грошей,
  654. 29:10а-а, для того, щоб у вас система почала
  655. 29:13працювати.
  656. 29:14І OpEx, відповідно, це скільки вам
  657. 29:18потрібно вкладати в те, щоб та система
  658. 29:22підтримувала
  659. 29:24свою життєздатність.
  660. 29:27От.
  661. 29:28І, а-а, фактично, коли ми кажемо про
  662. 29:32CapEx, а-а, у вас, ой, коли ми з вами
  663. 29:36кажемо про Dark Factory чи Web Coding,
  664. 29:39а-а, в нас CapEx, він мінімальний.
  665. 29:41Тобто, фактично, вам,
  666. 29:44а-а, не потрібно багато грошей, для
  667. 29:45того, щоб система почала працювати.
  668. 29:49А-а, що це означає? Що ми беремо з вами,
  669. 29:52скачуємо, наприклад,
  670. 29:54будь-який Aspect Driven Development
  671. 29:57Framework а-а, з інтернету,
  672. 30:00а-а, і розгортаємо його в себе і
  673. 30:03починаємо з ним просто працювати. От як
  674. 30:05є.
  675. 30:06А-а, відповідно, ми дуже швидко можемо
  676. 30:09зробити прототипи.
  677. 30:11А-а, ми можемо отримати непоганий
  678. 30:13результат,
  679. 30:15але в нас, чим довше ми працюємо, тим
  680. 30:17більше в нас будуть збільшуватися
  681. 30:20операційні а-а, витрати.
  682. 30:22Через те, що ми не налаштували систему
  683. 30:27достатнім чином, не дали їй достатньо
  684. 30:29контексту, достатньо інформації, а-а,
  685. 30:33для того, щоб вона могла давати більш
  686. 30:35якісний результат. Тобто, фактично, коли
  687. 30:37ми скачуємо щось з інтернету, е-е, ми
  688. 30:41можемо працювати з ним as is,
  689. 30:43а можемо виконати якісну настройку саме
  690. 30:46під наш проект.
  691. 30:48І, відповідно, коли ми оце
  692. 30:51настроювання під наш проект,
  693. 30:54е, це є капіталовкладенням на початку.
  694. 30:58Відповідно, е, чим більше ми вкладемо в
  695. 31:01те, щоб налаштувати систему під, е, наш
  696. 31:05конкретний проект, під наші вимоги, під
  697. 31:07наші реквайрменти,
  698. 31:09тим менші будуть операційні, е,
  699. 31:11витрати на цю систему згодом.
  700. 31:14Бо ми там отримуємо більш якісний
  701. 31:17процес, ми отримуємо більш
  702. 31:19передбачуваний результат, т. д. і т. п.
  703. 31:21Відповідно, коли ми працюємо з Dark
  704. 31:24Factory, в нас, е,
  705. 31:26за рахунок того, що аішка дає
  706. 31:28непередбачуваний результат,
  707. 31:30оцей непередбачуваність, вона буде
  708. 31:33зростати в геометричній прогресії.
  709. 31:36Типу, в нас будуть збільшуватися пранки,
  710. 31:39в нас будуть з'являтися все більше і
  711. 31:41більше багів, в нас будуть security
  712. 31:45ризики, швидше за все, за, е,
  713. 31:46з'являтися, бо ми не перевіряємо
  714. 31:49результат, не моніторимо, що там
  715. 31:51відбувається. В нас, е,
  716. 31:53буде контекст збиратися і
  717. 31:56е, ну, призводити до вигорання контексту
  718. 32:00через те, що його там не структурують
  719. 32:02певним чином і не вибудовують, ну,
  720. 32:05правильної реальності.
  721. 32:07От, або ми можемо посадити інструмент,
  722. 32:10інженерів більше, які за цим слідкують,
  723. 32:13витратити більше всього на початку,
  724. 32:16закласти якісний, е, процес
  725. 32:19і, відповідно, ну, мати більш сталу оцю
  726. 32:23криву стосовно того, як, е, зростають
  727. 32:26наші витрати.
  728. 32:29Е, що з цього потрібно знати, що
  729. 32:33е, вайбкодинг і Dark Factory, вони
  730. 32:38завжди дорожчі в да довгостроковій
  731. 32:40перспективі перспективі. А Genetic
  732. 32:43Engineering, він дорожчий на початку,
  733. 32:46ну, якісний, тобто Light Factory,
  734. 32:49але він сталий, тобто в нього витрати не
  735. 32:53зростають, вони більш предиктивні.
  736. 32:56За рахунок того, що аїшка менше
  737. 32:58помиляється. Тут зрозуміло?
  738. 33:08І це насправді ось
  739. 33:12обидва цих терміни, ну, оцей CAPEX,
  740. 33:15OPEX,
  741. 33:16це гарні інструменти, точніше, гарні
  742. 33:20аргументи, коли ви спілкуєтеся із
  743. 33:22замовником.
  744. 33:24Фактично,
  745. 33:27ви можете
  746. 33:29там фанатам Web Coding'у, людям, які
  747. 33:32прийшли і хочуть, я не знаю, там досить
  748. 33:34складну систему зробити за
  749. 33:38якомога меншою кількістю людських
  750. 33:40ресурсів,
  751. 33:42от, то ви можете розповідати, що воно
  752. 33:45вам там на якомусь етапі вийде набагато
  753. 33:48дорожче.
  754. 33:50Людям, які
  755. 33:53і зараз це класний інструмент, бо дуже
  756. 33:55багато бізнесів, вони фанати оцього Web
  757. 33:58Coding'у.
  758. 33:59В них історія про те, що аїшка, ну, може
  759. 34:03працювати взагалі без людей і відповідно
  760. 34:06нам, ну, типу, їм за це нічого не буде,
  761. 34:10вони окрім економії грошей. Насправді,
  762. 34:13ні, бо оці скиди
  763. 34:15кости, вони вдарять і на якомусь етапі
  764. 34:18вони значно перевищать кости
  765. 34:21структурованої розробки.
  766. 34:24Якось так.
  767. 34:26>> [прочищення горла]
  768. 34:28>> От. Добренько, якщо питань по цьому
  769. 34:31немає, то поїхали далі.
  770. 34:36Давайте так, я вам задам питання.
  771. 34:39За
  772. 34:41рахунок чого ми можемо
  773. 34:45за рахунок чого в Light Factory і в
  774. 34:48Genetic Engineering ми досягаємо менших
  775. 34:51витрат операційних?
  776. 34:59>> Ну, за рахунок більш структурованої
  777. 35:02за за більш за рахунок більш
  778. 35:03структурованого підходу до цього. Ну, бо
  779. 35:06ми ми ж цей ми ж робимо типу як Spec
  780. 35:09Driven Development, ось.
  781. 35:11А-а, відповідно,
  782. 35:15і на кожному етапі
  783. 35:17ми перевіряємо взагалі цей ми
  784. 35:19перевіряємо результати.
  785. 35:21А-а, ну, і ми ж типу за рахунок цього
  786. 35:24тримаємо руку на пульсі, ми можемо
  787. 35:26дивитись, якщо ішка щось робить не так,
  788. 35:28її как бы
  789. 35:30подталкивать в нужном направлении, ось.
  790. 35:33І типу In the end of the day це виходить
  791. 35:35так от як на графіку, ні?
  792. 35:37>> Ну, мені здається, що просто переробляти
  793. 35:39треба набагато більше.
  794. 35:41>> Ну, так, я да в да в цьому ж і є, що
  795. 35:43типу за за рахунок того, що ти робиш це
  796. 35:45step by step, так.
  797. 35:46>> і за рахунок цього в тебе операційні
  798. 35:47кости починають рости.
  799. 35:52>> Іванна?
  800. 35:54>> А-а, я думаю, за рахунок
  801. 35:58відмови від агентів-посередників,
  802. 36:01можливо.
  803. 36:02Потім, можливо,
  804. 36:05за рахунок якихось лінійних ітерацій.
  805. 36:09І а-а,
  806. 36:11за рахунок також використання цих
  807. 36:14швидших базових моделей, ну, те, що Макс
  808. 36:18сказав.
  809. 36:19Плюс-мінус.
  810. 36:21>> А-а, Мар'яна?
  811. 36:23>> Ну, мені здається, що воно перегукується
  812. 36:25з класикою PM-ських методологій і якраз
  813. 36:28говорить про те, що чим раніше ти ловиш
  814. 36:31помилку, тим дешевше тобі обходиться її
  815. 36:34фікс. І ти перед цим згадував, що Light
  816. 36:37Factory якраз більш сфокусовані на те,
  817. 36:40щоб ну, що це якраз більше про якість,
  818. 36:44то звучить так, що воно просто ловить
  819. 36:46помилки на початку, відповідно, потім ти
  820. 36:49вже більш забезпечений від цих великих
  821. 36:52факапів дорогих.
  822. 36:54>> Е-е, е-е, е-е,
  823. 36:56так, Іване.
  824. 36:57>> Да, да, да, да, оце буквально Мар'яна,
  825. 36:59е-е, якщо можна так сказати, з, е-е, із
  826. 37:02язика зняла, за рахунок, контролю
  827. 37:05людини, мені здається. Тобто, що людина
  828. 37:07тут більш приймає участь в всьому цьому.
  829. 37:10І от як Мар'яна [прочищення горла]
  830. 37:11сказала, так, людина просто не допускає
  831. 37:14якихось дорогих, е-е, помилок.
  832. 37:17>> Е-е, дивіться, е-е, насправді,
  833. 37:20зараз, в, е-е,
  834. 37:23еру аїшки, казати, е-е, що щось
  835. 37:26відбувається за рахунок контролю людини,
  836. 37:28це неправильно.
  837. 37:30Бо, фактично, коли ми замовнику кажемо,
  838. 37:33що в нас люди будуть це контролювати,
  839. 37:36е-е, ми їм, е-е,
  840. 37:38ну, типу, особливо американцям, ми їм
  841. 37:41показуємо, що ми ще думаємо в,
  842. 37:43нашій старій парадигмі,
  843. 37:45>> [сопіння]
  844. 37:45>> там, де аїшці не можна довіряти.
  845. 37:48І, е-е, головний, е-е, аргумент, який ми
  846. 37:52маємо використовувати, це не те, що,
  847. 37:55е-е,
  848. 37:56ну, в нас люди будуть перевіряти роботу.
  849. 37:59Бо, ну, типу, е-е, люди перевіряли
  850. 38:02роботу і ще й тоді, коли аїшка тільки
  851. 38:05починала працювати, і не, е-е, вона
  852. 38:07давала погані результати.
  853. 38:09Зараз різниця між, е-е, оцима двома
  854. 38:12підходами, це не те, наскільки люди
  855. 38:15вкладаються в хардне.
  856. 38:17Тобто, фактично, наскільки люди
  857. 38:20вкладаються в фабрику, яка
  858. 38:22автоматизовано генерує роботу.
  859. 38:25І, фактично, найбільша цінність, е-е,
  860. 38:27зараз, е-е,
  861. 38:29того, що, е-е, люди, ну, люди рев'юють
  862. 38:32результати, це гарний інструмент, але
  863. 38:34люди ре, рев'юють результат,
  864. 38:37е-е, визначають, що можна покращити, і
  865. 38:39вони постійно покращують фабрику.
  866. 38:43Тобто, фактично, за рахунок того, що
  867. 38:46постійно покращується фабрика, постійно
  868. 38:48покращується якість, постійно
  869. 38:50покращується швидкість розробки, а ну
  870. 38:53вся по собі фабрика це насправді
  871. 38:55мультиагентний хард.
  872. 38:58Тобто це безліч артефактів,
  873. 39:01контексту,
  874. 39:03правил і всього іншого, підключеного до
  875. 39:06вашого проекту, яким можуть
  876. 39:08користуватися різні агенти.
  877. 39:12Давай Іванна, тепер.
  878. 39:14>> Так, так, в мене тоді риторичне питання,
  879. 39:17Макс,
  880. 39:19навіщо тоді потрібні люди, якщо ми
  881. 39:22повністю
  882. 39:24якби довіряємо іжці, і ми якби
  883. 39:26транслюємо клієнтам те, що її повністю
  884. 39:29можна довіряти.
  885. 39:30Як тоді нам працювати з цим
  886. 39:32запереченням?
  887. 39:34>> Але ж ми і клієнтам доносимо стосовно
  888. 39:36того, що у нас все іде human in the
  889. 39:38loop.
  890. 39:39>> Да, да, оце.
  891. 39:40>> у нас є
  892. 39:41ну те, що ми
  893. 39:43там кодимо, мається все з яєчкою і так
  894. 39:46далі, і так
  895. 39:47подібне, але
  896. 39:48тим не менш це проходить під жорстким
  897. 39:51контролем людини.
  898. 39:53Я про це писала в нашому цьому груповому
  899. 39:56чаті тиждень тому. Макс сказав, що ми
  900. 39:59про це поговоримо ще.
  901. 40:00>> Угу.
  902. 40:01>> Виходить, що це замкнене коло якесь.
  903. 40:03>> А людина це ж експерт, ну типу технічна
  904. 40:06там. Не я ж код пишу, наприклад, та
  905. 40:07Іванна, а людина, котра ну знає там
  906. 40:09архітектурні принципи, знає, як воно
  907. 40:11повинно працювати, відповідно вона
  908. 40:13контролює. Контролює якість.
  909. 40:16Тобто наскільки а наскільки там AI
  910. 40:19згенерувався правильно, відповідно до
  911. 40:21best practices.
  912. 40:22>> Дивіться, історія не в тому, що
  913. 40:25ну давайте так, оцей те теза. Що людина
  914. 40:29зараз контролює і перевіряє результати,
  915. 40:32це тільки 50% відповіді.
  916. 40:35Бо другі 50% відповіді, що вона з цими
  917. 40:40перевірками робить.
  918. 40:41Якщо раніше людина знаходила помилку, то
  919. 40:44вона що, йшла в код і виправляла це
  920. 40:46руками.
  921. 40:48Зараз людина не йде у код і не
  922. 40:51виправляється руками. Зараз людина
  923. 40:53покращує харднес, тобто вона задає
  924. 40:56додаткові інструкції фабрику, додаткові
  925. 40:58інструкції агентам.
  926. 41:00Для того, щоб агент далі цю помилку не
  927. 41:04повторював.
  928. 41:06>> І це відповідно у нас статично до
  929. 41:08джентік інженерінгу, бо в вайткодінгу
  930. 41:10так воно не робиться. Бо от ну я взагалі
  931. 41:12руку піднімав для того, щоб це сказати,
  932. 41:14бо ти вже цей висновок зробив, да? Що в
  933. 41:16вайткодінгу ти дав йому типу ну пром,
  934. 41:18зроби мені сайт. Він зробив, да? А як
  935. 41:20воно там вже зроблено, це ж ну інша
  936. 41:23історія. Відповідно, що коли проект вже
  937. 41:25готовий, там дофіга і це не те, що тобі
  938. 41:27потрібно, ти тобі потрібно дофіга всього
  939. 41:29перероблювати і тому воно скриває і йде
  940. 41:31наверх.
  941. 41:32А коли ми кажемо про джентік інженерінг,
  942. 41:34да? То там по факту, ну як я це собі
  943. 41:36розумію, людина, вона
  944. 41:40ну типу, давай так, валідуємо, мабуть,
  945. 41:42кожен з інпутів, да? Там результат
  946. 41:44роботи кожного агента степ бай степ, про
  947. 41:47те, що казала Мар'яна, да?
  948. 41:49І відповідно, ми вже
  949. 41:52дуже рано розуміємо, чи правильно,
  950. 41:54наприклад, АІшка зробила цю задачу, це
  951. 41:57чи відповідає воно тим, тому, що я хочу
  952. 41:59бачити, чи ні?
  953. 42:01>> Так, а і провалідувала,
  954. 42:04визначила, де АІшка помилилася. В нас
  955. 42:08гарний процес налаштований, що в нас
  956. 42:10метрики збираються на кожному етапі.
  957. 42:13Тобто ми бачимо, де АІшка помиляється на
  958. 42:16загальному фоні.
  959. 42:18Тобто, умовно кажучи, АІшка погано пише
  960. 42:20реквайрмент, от
  961. 42:22нам доведеться доводиться багато там
  962. 42:24виправляти.
  963. 42:26Відповідно, це стає батлнеком поточного
  964. 42:29процесу. Нам потрібно піти і працювати з
  965. 42:33першим етапом нашої розробки, з тим же
  966. 42:35агентом, який там умовно заміняє зараз
  967. 42:37бізнес-аналітика чи продакт-овнера. Ми
  968. 42:40маємо побачити, які з отих категорій
  969. 42:43помилок, які ми розбирали на минулому
  970. 42:47уроці, допускає АІшка. Ми дивимося, ми
  971. 42:51визначаємо, як нам можна це покращити.
  972. 42:54>> [сопіння]
  973. 42:54>> За рахунок більш правильних промтів.
  974. 42:56Можливо, в нас контекст забився і нам
  975. 42:58потрібно його подробити і давати менші
  976. 43:02задачі на опрацювання.
  977. 43:04Е-е, ну, чи ще щось. Можливо, нам формат
  978. 43:07не підходить, в якому генеруються
  979. 43:08реквайрменти, бо е-е, він не підходящий
  980. 43:11для Аїшки, там дуже багато AI generated
  981. 43:14flow по е-е, збирають.
  982. 43:17Ми це виправляємо. Е-е, Аїшка починає
  983. 43:19працювати краще.
  984. 43:21Відповідно, ми витрачаємо менше часу на
  985. 43:24перевірку.
  986. 43:25Е-е, тут, е-е, і ми дивимося знову, де в
  987. 43:30нашій оцій фабриці знову утворюється
  988. 43:33ботлнек, де нам потрібно, е-е, більш
  989. 43:36уважно і ретельно дивитися саме за цим
  990. 43:38етапом. Де ми витрачаємо найбільшу
  991. 43:40кількість людського часу.
  992. 43:43Ми знаходимо цю штуку.
  993. 43:45>> [прочищення горла]
  994. 43:46>> Знову вносимо правки в агента, в харнес.
  995. 43:48Ну, фактично, в харнес.
  996. 43:50От, е-е, перевіряємо, воно далі їде.
  997. 43:54Коли нам немає чим зайнятися, ми думаємо
  998. 43:57стосовно того, як оптимізувати кости
  999. 43:59використання нашої фабрики.
  1000. 44:02Фактично, як перевести на більш дешеві
  1001. 44:04агенти. А для того, щоб перевести на
  1002. 44:06більш дешеві агенти, в нас має бути
  1003. 44:08більш якісний харнес.
  1004. 44:10Тобто, більш жорсткі рули, більш
  1005. 44:12правильно прописані інструкції, які
  1006. 44:15можуть відрізнятися в залежності від
  1007. 44:17моделі, з якою ми працюємо.
  1008. 44:20Ну, і це все замкнуте коло. Тобто, ми
  1009. 44:23дійсно замість того, щоб, е-е, бути е-е,
  1010. 44:26людьми, які сидять і виконують роботу,
  1011. 44:28ми стаємо фактично менеджерами, ну, всі
  1012. 44:31інженери стають операторами цієї
  1013. 44:34фабрики. Тобто, вони не займаються тим,
  1014. 44:37що самі руками там деталі випилюють
  1015. 44:39напильником. Вони налаштовують станки,
  1016. 44:42які зараз випилюють, е-е,
  1017. 44:44деталі в промислових масштабах.
  1018. 44:47І типу, все побудовано заради того, щоб,
  1019. 44:50е-е,
  1020. 44:51зараз, в поточній парадигмі,
  1021. 44:54в інженера має у паралель виконуватися
  1022. 44:56дві-три задачі. Поки він рев'ює
  1023. 44:59результати якоїсь одної задачі, які
  1024. 45:01зроблені там скріншоти чи документацію,
  1025. 45:04чи тая згенерована, чи ще щось, в нього
  1026. 45:07в паралель вирішуються інші задачі. Він
  1027. 45:09оцю задачу по рев'ювив, передав на
  1028. 45:11наступний етап, в нього якась інша
  1029. 45:13закінчилася, він відповідно сидить,
  1030. 45:16рев'ює її, в нього далі крутяться задачі
  1031. 45:19на бекграунді.
  1032. 45:23>> [прочищення горла]
  1033. 45:25>> Якось так.
  1034. 45:32>> Маленький, напевно, коментар, що вся ця
  1035. 45:34історія з постійними цими постановками
  1036. 45:37задачі і їх рев'юїнгом, вона насправді
  1037. 45:39достатньо складна
  1038. 45:41з точки зору того, щоб зберігати
  1039. 45:43достатній рівень концентрації. Це,
  1040. 45:45ну, це складні задачі, вони складніші,
  1041. 45:47ніж іноді просто пописати код.
  1042. 45:49І от вміння це зробити, воно буде
  1043. 45:52відрізняти якраз хороших інженерів від
  1044. 45:54посередніх.
  1045. 45:57>> Ну, е, типу, давайте так, зараз трошки
  1046. 45:59простіше, бо зараз хороший інженер - це
  1047. 46:03той, хто розуміє, як працює ця
  1048. 46:06парадигма.
  1049. 46:07Який може відпустити контроль
  1050. 46:10за рахунок того, що він розуміє, як
  1051. 46:12отримати більш передбачувані результати
  1052. 46:15від AI шки.
  1053. 46:16Який вміє дійсно вибудовувати оці
  1054. 46:19гарнеси і управляти оцією фабрикою
  1055. 46:22і бути оператором. Той, хто відмовився
  1056. 46:25від
  1057. 46:27підходу, коли він те робить сам руками,
  1058. 46:29все перевіряє, сидить і робить одну
  1059. 46:31задачу паралельно.
  1060. 46:33Ну, фактично, це там відрізняє нашого
  1061. 46:36Антона Небилицю, котрий працює на двох
  1062. 46:39проектах одночасно, і в нього там безліч
  1063. 46:42AI агентів крутиться і він їх постійно
  1064. 46:44покращує, від там наших класичних
  1065. 46:47команд, які займаються просто розробкою.
  1066. 46:52>> [прочищення горла]
  1067. 46:55>> От, це, ну, мабуть, от такий, знаєте,
  1068. 46:59найбільший висновок, котрий ви
  1069. 47:01от те, те, що, якщо б я сказав, що з
  1070. 47:04сьогоднішньої презентації у вас має
  1071. 47:06відкластися щось, то тут має відкластися
  1072. 47:10якраз оця парадигма, ну, трансформації,
  1073. 47:13так, що людина вже не виконавець роботи,
  1074. 47:16людина вже оператор фабрики з написання
  1075. 47:20коду.
  1076. 47:22>> [прочищення горла]
  1077. 47:24>> Якось так. І другий момент, це різниця
  1078. 47:28між Dark Factory і Light Factory, бо
  1079. 47:32Dark Factory, вона також потребує
  1080. 47:34налаштування певного.
  1081. 47:36От, просто тут людей менше, відповідно,
  1082. 47:40тут в Dark Factory
  1083. 47:42у
  1084. 47:44на вершині кута стає те, наскільки
  1085. 47:47багато роботи аішка може робити сама.
  1086. 47:50Ну, тобто, щоб
  1087. 47:52відповідно найбільшу пропускну здатність
  1088. 47:55ми можемо отримати тоді, коли людина
  1089. 47:57перестає рев'ювати роботу, яку генерує
  1090. 48:01аішка, бо там її насправді дуже багато.
  1091. 48:04Типу, якщо в тебе є там два інженери, а
  1092. 48:07ти витрачаєш там, я не знаю, сотня тисяч
  1093. 48:10доларів на токени на місяць, в тебе
  1094. 48:13жодна людина не здатна це там якісно
  1095. 48:16прорев'ювати.
  1096. 48:17В тебе люди потрібні лише для того, щоб,
  1097. 48:19коли твоя фабрика впаде, якщо впаде,
  1098. 48:22вони могли її перезапустити чи швидко
  1099. 48:25там виправити якусь фігню, яку вони
  1100. 48:28знайшли.
  1101. 48:30Ось і все.
  1102. 48:32Light Factory, це у вас така інженерна
  1103. 48:36команда, яка оцю лінію на заводі, там
  1104. 48:40десь щось вони відслідкували, що
  1105. 48:43перестає працювати, підкрутили
  1106. 48:45напильником, подивилися там, наскільки
  1107. 48:47якісний вилізли результати роботи там,
  1108. 48:51зробили якісь висновки і поїхали далі.
  1109. 48:54Але насправді метрики
  1110. 48:57на те, по тому, наскільки якісно
  1111. 48:59пророблена та чи інша робота,
  1112. 49:02вони можуть бути автоматичні. Ну,
  1113. 49:04фактично, ми можемо сказати,
  1114. 49:06що у Dark Factory в нас все одно є
  1115. 49:09метрики.
  1116. 49:10Наприклад, в нас фабрика пише тести і
  1117. 49:14потім пише код,
  1118. 49:16який має, ну, по результатам якого тести
  1119. 49:19мають проходити і вони мають бути
  1120. 49:21зеленими.
  1121. 49:22Якщо тести зеленими не проходять, це,
  1122. 49:24відповідно, в нашій фабриці щось працює
  1123. 49:27не
  1124. 49:27так. Нам потрібно десь щось підкрутити,
  1125. 49:29щоб код генерувався краще.
  1126. 49:32Але ми не ліземо в деталі для того, щоб
  1127. 49:34зрозуміти, що саме.
  1128. 49:37>> [прочищення горла]
  1129. 49:37>> Ну, якось так. Це, типу, рівень того,
  1130. 49:40наскільки ми можемо відпустити штурвал і
  1131. 49:44наскільки ми можемо,
  1132. 49:47ну, довіритися ІС, котра за своєю
  1133. 49:50природою генерує непередбачувані
  1134. 49:52результати в певній мірі.
  1135. 49:56Якось так.
  1136. 49:59Добренько.
  1137. 50:01Дякую тоді за увагу.
  1138. 50:03На наступному уроці я вас, знову ж таки,
  1139. 50:07буду запитувати, що ви запам'ятали.
  1140. 50:10Тому готуйтеся. От. І я вам
  1141. 50:14дам більше практичних прикладів і також
  1142. 50:18поговоримо про те, як зараз взагалі
  1143. 50:21відбувається трансформація інженерного
  1144. 50:23процесу
  1145. 50:24від переходу з індивідуальних практик на
  1146. 50:27командні практики.
  1147. 50:30Добре.
  1148. 50:31Всім дякую і до зустрічі.

About this transcript

This page contains the full transcript of AI SDLC training for Sales Training: Session 3 by SPD Technology, generated from the public captions YouTube serves with the video. The transcript has 5,625 words across 1,148 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.