Фабрика ИИ-разработки как настоящий инженерный отдел: внедряем стандарты и скоринг

Ты наверняка замечал, как стремительно меняется разработка: стоило дать Claude Code, Cursor или Aider свободу действий, как одиночные задачи стали решаться за минуты. Но попробуй выпустить пяток таких автономных кодеров в общий репозиторий команды без строгого надзора. Буквально через пару дней кодовая база превращается в филиал хаоса: агенты радостно лепят дублирующие утилиты, игнорируют корпоративный линтинг, сносят общие зависимости и объявляют задачу решённой, если код просто скомпилировался на коленке.

Я сам долго размышлял, как обуздать этот энтузиазм нейросетей, и подход инженера Коула Медина (Cole Medin) расставил всё по местам: к автономным кодерам нужно относиться не как к магам с волшебной палочкой, а как к обычным стажёрам в инженерном департаменте. А любому стажёру нужны прозрачные правила игры, измеримые стандарты качества и жёсткий контроль перед деплоем.

Стержнем такой фабрики разработки становится портал разработчика (Internal Developer Portal, IDP) — в частности, платформа Port (getport.io), выполняющая роль единого каталога сервисов (Software Catalog) и автоматического арбитра зрелости кода (Service Scorecards).

Архитектура фабрики: от каталога до уровней зрелости

Вместо того чтобы скармливать агенту весь монолит наугад, каждый сервис регистрируется в Port через сущность Blueprint. В ней чётко зафиксированы язык, репозиторий на GitHub или GitLab, команда-владелец и актуальная спецификация API (OpenAPI или AsyncAPI). Когда агент получает задачу, он черпает контекст не из догадок, а из зарегистрированного паспорта сервиса.

Главный инструмент дисциплины здесь — скоркарды зрелости (Service Scorecards), разбитые на понятные грейды:

• Bronze: базовый уровень гигиены. Наличие внятного README, валидного Dockerfile и успешное прохождение сборки.
• Silver: инженерный стандарт. Покрытие unit-тестами не менее 70%, интеграция SAST-сканера уязвимостей и отсутствие критических замечаний линтера.
• Gold: готовность к высоким нагрузкам. Настроенный CI/CD пайплайн в production, мониторинг SLO/SLA и свежие версии библиотек без устаревших уязвимостей.

Вот как выглядит декларативное описание скоркарда зрелости сервиса в формате YAML для Port:

scorecard:
  identifier: production_readiness
  title: "Production Readiness Scorecard"
  blueprint: microservice
  levels:
    - name: Bronze
      rules:
        - identifier: has_readme
          title: "README.md exists in root"
          query:
            property: has_readme
            operator: "="
            value: true
        - identifier: build_status
          title: "Main branch build is passing"
          query:
            property: last_build_status
            operator: "="
            value: "success"
    - name: Silver
      rules:
        - identifier: test_coverage
          title: "Unit test coverage >= 70%"
          query:
            property: test_coverage_pct
            operator: ">="
            value: 70
        - identifier: no_critical_bugs
          title: "Zero critical security alerts"
          query:
            property: critical_vulnerabilities
            operator: "="
            value: 0

Замкнутый цикл: упал тест — агент пошёл чинить

Самое красивое в этой связке — автоматический цикл самоисцеления (Self-Healing Loop). Представь: ночью в ветке main ломается сборка или стороннее обновление библиотеки роняет тестовое покрытие ниже 70%. Сервис немедленно теряет статус Silver в Port.

В этот момент срабатывает автоматизация Port Automations. Webhook отправляет событие на оркестратор агентов (например, связку на FastAPI или LangGraph). Запрос несёт не абстрактный крик о помощи, а точный контекст: diff последнего коммита, журнал упавшего теста и ссылку на упавшее правило скоркарда.

Агент в изолированном контейнере клонирует репозиторий, разворачивает окружение, воспроизводит ошибку локально и подбирает исправление.

# Образец полезной нагрузки webhook от Port к оркестратору агентов
curl -X POST https://agent-orchestrator.internal/api/v1/self-heal \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${INTERNAL_ROUTER_TOKEN}" \
  -d '{
    "event": "scorecard.level_dropped",
    "service_id": "auth-service-v2",
    "repository": "github.com/company/auth-service-v2",
    "target_branch": "fix/auth-test-regression",
    "failed_rule": "test_coverage_pct",
    "current_value": 64.5,
    "required_value": 70.0,
    "last_failed_test": "tests/test_oauth_refresh.py"
  }'

Опыт внедрения подобных агентных процессов в крупных компаниях показывает, что ключевая сложность лежит не в мощности языковой модели, а в дисциплине процессов. Об этом мы подробно говорили при разборе методологии Forward Deployed Engineer: пока ты не оцифруешь правила приемки для людей, ИИ будет лишь умножать технический долг.

В бесплатных тарифах Port доступен для команд до 15 пользователей, чего с головой хватает для отладки фабрики. Главное — сразу выставить агентам лимиты на число итераций и время работы, чтобы зациклившийся на сложном баге скрипт не сжёг месячный бюджет на токены за одну бессонную ночь.