Фільтр по тегу

Від vibe coding до пайплайну: як змусити AI-агентів для кодингу не починати з нуля [ukr]

Коли кодбейс росте, AI-агенти для кодингу стають дорожчими й менш надійними. Кожна сесія заново вивчає архітектуру, конвенції розповзаються, а виправлення ламають інші виправлення. Типова реакція — перейти на потужнішу модель. Рахунок від цього зростає, а причина нікуди не дівається. Я пройшов цей шлях на власному продукті: від повністю делегованого агенту фронтенду і рахунку понад $1000 на місяць до пайплайну, де агент працює зі специфікації, а не з історії чату. Поговоримо про те: - як перенести правила, знання та перевірку з чату в репозиторій, щоб сесії стали одноразовими; - чим закінчилися три спроби побудувати базу знань і чому застаріла документація гірша, ніж її відсутність; - як виглядає пайплайн від задачі до пушу і чому специфікація важливіша за промпт; - чому дозволи агента мають бути примусовими обмеженнями, а не проханнями в rules-файлі, і чому все, що агент читає, — потенційні інструкції. Наприкінці я поділюся відкритим плейбуком із правилами, які можна одразу забрати у свій репозиторій.

Богдан Матвійчук

(Senior Scala Engineer at Intellias),
AI fwdays’26
Від 0 до продакшена з Claude і Guinness, або як AI повернув fun в розробку [ukr]

Коли пишеш продукт сам разом з AI-агентом, код перестає бути вузьким місцем. Код агент пише швидко, а помиляється впевнено: цитує закон, якого не існує, або вигадує засновників для сторінки «Про нас». Розповім, як від ідеї в барі дійшов до Jurly — двостороннього юридичного маркетплейсу в проді, з ШІ-висновками для клієнтів і робочим простором для юристів — і що довелося збудувати навколо агента, щоб його «готово» можна було вірити. Розберемо: - Як одна людина з Claude Code веде продукт від ідеї до проду: спеки, TDD, dev-рев'ю, AGENTS.md і власні скіли для перевірки спек і коду. - AI harness - Галюцинації в продукті: неіснуючий закон, справжня стаття з вигаданим змістом і «чиста галюцинація», яку пропустила навіть автоматична перевірка; як RAG, перевірка цитат кодом, критик і golden set зменшують ризик. - Ціна такого підходу: відповідальність без команди, PII і безпека, журнал помилок агента — і що з цього спрацювало, а що ні. Головна думка: ШІ-система надійна рівно настільки, наскільки надійні перевірки навколо неї. Робота інженера зміщується від написання коду до проектування цих перевірок - від software engineer до product engineer.

Ілля Литвинов

(AI-Native Software Engineer(xEngineer) at Wix),
AI fwdays’26
Життя і роботи. Як керувати AI-агентами з телефону і чому це не зовсім круто [ukr]

Коли звикаєш працювати з AI-агентами за ноутом, рано чи пізно хочеться мати їх під рукою 24/7. Можна залишити робочий комп’ютер увімкненим, підняти власний сервер, запустити агента в хмарі або скористатися готовим рішенням на кшталт dot у ChatGPT чи Grok Bot. Розповім, як від першої ідеї «можна ж із телефона» дійшов до експериментів із кількома сетапами для робочих та особистих проєктів. Розберемо • Відмінності в автономності агентів поза робочим місцем. • Підходи та інструменти для роботи з телефона - від сесій у tmux до агрегаторів підписок (T3 Code, Orca) та окремих агентів, які самі оркеструють проєкти (Hermes тощо). • Проблеми синхронізації, оточення, рев’ю результатів та розсіювання уваги. • Підсумуємо, що спрацювало для мене, а від чого я відмовився та чому.

Олег Мельничук

(Head of Product at Artellence),
AI fwdays’26
Як будувати успішні Software Factories [ukr]

Розробка ПЗ переходить від агентів, які допомагають писати код, до автономних систем, що беруть затверджену вимогу, пишуть код і самі перевіряють результат майже без нагляду людини, — software factories. Підхід новий, але OpenAI, Anthropic, Stripe, Uber та інші компанії вже публічно описали свої фабрики. У кожної — власний шлях, проте через усі ці історії проходять спільні принципи: що фабриці дозволено будувати, як вона доводить, що результат правильний, наскільки можна довіряти її агентам і як зробити, щоб вона окупалася. У доповіді я розбираю ці принципи й пояснюю, навіщо потрібен кожен, спираючись на публічні описи та на фабрики, які будую в Dev AI Consulting. Мірило успіху — фабрика, чиєму «готово» можна вірити.

Вʼячеслав Колдовський

(Founder at Dev AI Consulting),
AI fwdays’26
Software factories - is it still a dream or reality? [ukr]

Нашою метою на 2026 рік було підвищити ефективність роботи команди на 15–20%... а ми досягли 30–50%. Цикл розробки програмного забезпечення (SDLC) з використанням ШІ перетворився на цикл, повністю заснований на ШІ, де люди працюють разом з агентами з чітким розподілом обов’язків: люди — за логіку та контроль, агенти — за рутинні завдання. Ми використовуємо підхід «human-in-the-loop» та експериментуємо з циклами агентів. Чи можна це розглядати як «фабрику програмного забезпечення на базі ШІ»? Давайте разом поміркуємо... Я продемонструю, як ми працюємо, на прикладі одного з наших найбільших рішень, що складається зі 152 проєктів із 2,5 млн рядків вихідного коду та 18,7 млн токенів для опису спільного контексту. Як ми це підтримуємо? Як ми долаємо обмеження розміру вікна контексту? Побачимося на події!

Сергій Медведєв

(Chief IT Architect at Fozzy Group),
AI fwdays’26
Як будувати продукти для мільйонів громадян, де немає права на помилку - про SDLC, AI, інфраструктуру та безпеку [ukr]

В доповіді розберемо, що відбувається із software engineering, коли твій продукт є частиною державної цифрової інфраструктури. Мільйони громадян, державні реєстри, критична інфраструктура, персональні дані, десятки інтеграцій і високі вимоги до безпеки змінюють звичні правила розробки. Те, що легко працює у приватному секторі, в GovTech може вимагати зовсім іншого підходу. Пройдемо шлях від ідеї до production: принципи побудови SuperApp, product discovery та специфіку SDLC, on-premise та cloud, безпеку і захист інформації. Окремо розберемо AI у GovTech - від збору та підготовки даних для власних моделей до розробки AI-компонентів та їх інтеграції у державні продукти. Покажемо, як поєднати обмеження з сучасними підходами і при цьому зберегти здатність швидко створювати та масштабувати цифрові сервіси.

Олександр Савченко

(CTO at Ministry of Digital Transformation),
Fwdays Tech Summit
When Agents Replace Part of Your Team [ukr]

Що насправді відбувається з аутсорс-компанією в еру AI? Клієнти перестали питати «скільки це займе» — вони приходять з власною оцінкою. Вони переоцінили нас без нашої обіцянки й без нашої згоди. Довгострокове планування зламалось, а з ним — фінансова модель і ієрархія позицій. Доповідь про те, як ми через це проходимо — на двох конкретних кейсах. Перший: клієнт попросив ×10 продуктивності з наступного спринту. Ми не пообіцяли, що ручна робота зникне — пообіцяв інший вендор. Клієнт зняв 6 із 10 наших інженерів і замінив їх «рієм агентів». Розберемо, як той рій влаштований, чому фічі не доїжджали до продакшену і чому інженерів зараз повертають. Другий: ми поставили ту саму ставку самі — максимальний AI у власному експерименті. 2.5 місяця замість одного, одна з чотирьох фіч переписана після релізу, сотні багів. І те, що з цього вийшло корисного: як ми знайшли, що реальний блокер делівері — це піари, як влаштований наш PR-класифаєр, у якому порядку працюють Claude, класифаєр і розробники, і правило 80%. Плюс відповідь на питання, яке стосується кожної аутсорс-компанії: та сама фіча — менше годин при схожому рейті. Клієнт платить менше, а ми маємо частіше не помилятись.

Максим Гостроушко

(CTO at Everlabs),
Fwdays Tech Summit
За лаштунками військового GovTech [ukr]

Розповідь про шлях створення та розвитку найбільшого військового застосунку, особливості айтішної служби і погляд на плюси, мінуси і підводні камені процесу

Олег Гладченко

(Engineering Lead and Architect at Армія+ (ЦМТР ЗСУ)),
Fwdays Tech Summit
Увійти
Або поштою
Увійти
Або поштою
Реєстрація через e-mail
Реєстрація через e-mail
Забули пароль?