Amazon поделилась опытом внедрения ИИ-нативной разработки в нескольких командах. Под ИИ-нативной разработкой понимается подход, при котором ИИ становится основой процесса создания софта, а человек направляет и контролирует агентов. Компания выделила три пути внедрения: инициатива pathfinder, структурированный спринт и эксперимент in-situ.
Первый путь — pathfinder. Шесть старших инженеров получили задачу переписать Amazon Bedrock inference engine. Изначально проект оценивался в 30 разработчиков на 12–18 месяцев. Команда потратила первые недели на перепроектирование рабочих процессов под ИИ: вместо дискретных задач перешли к управлению по результатам, запустили несколько агентов параллельно и настроили работу ИИ во внерабочее время. Проект был выполнен за 76 дней. Нормализованная commit velocity выросла с 2 до 40 коммитов на разработчика в неделю — 20-кратный рост. За пять месяцев команда сдала в production больше кода, чем за предыдущие десять лет.
| Подход | Команда | Продолжительность | Ключевой результат |
|---|---|---|---|
| Pathfinder | 6 senior инженеров | 76 дней | 20x commit velocity; проект завершён за 76 дней вместо 12–18 мес. |
| Структурированный спринт | 6 инженеров (без переключения контекста) | 10 дней | 556 коммитов; оценка сокращена с 90 до 24 недель |
| In-situ | Типичные команды Amazon Stores | Не указана | Медианный прирост deployment velocity 4.5x, до 10x |
Второй путь — структурированный спринт. Команда Prime Video Financial Systems провела 10-дневный эксперимент. Шесть инженеров работали в одной комнате без переключения контекста, без on-call и посторонних проектов. Старший инженер три недели заранее разбивал сложность на мелкие задачи. В результате за 10 дней было сделано 556 коммитов против базовых 96, а оценка проекта сократилась с 90 до 24 недель. Это дало почти 6-кратный рост пропускной способности и 4-кратное ускорение. Успех объясняется умножением трёх факторов: ускорение низкоуровневой работы в 1,5 раза, повышение фокуса на высокоуровневых задачах за счёт отсутствия переключения контекста в 1,5 раза и мгновенный доступ к захваченному агентами доменному знанию в 1,5 раза.
Индивидуальная commit velocity выросла с 2 до 40 коммитов в неделю — 20-кратный рост.
Третий путь — in-situ эксперимент. Amazon Stores провёл пилоты с обычными командами, используя Kiro и другие ИИ-инструменты, без специальных условий. Медианный прирост нормализованной deployment velocity составил 4,5 раза, а некоторые команды достигли более чем 10-кратного улучшения.
Ключевой вывод: разрыв между командами, которые перестроили работу под ИИ, и остальными быстро растёт. Узким местом становится не способность ИИ-агентов генерировать код, а их доступ к знаниям для принятия правильных решений и готовность команд реструктурировать процессы.