Каждый раз, когда мы давали ИИ-ассистенту больше свободы в разработке, решение становилось хуже. Когда свободу забирали, качество росло, но падала скорость. Доклад о том, как мы искали этот баланс, строя систему, где код за человека пишет ИИ. Надёжность в итоге выросла за счёт простого хода: мы перестали отдавать модели те решения, ответ на которые известен заранее, и оставили ей то, что действительно требует творчества.

Главный тезис: зрелость процесса с ИИ определяется точностью границы между «считаем сами» и «спрашиваем модель», а вовсе не количеством задач, которые удалось отдать модели. На трёх кейсах из практики — где агенты делали не то, уходили в тупик или не могли понять, что работа закончена, — мы покажем правило, к которому пришли методом проб и ошибок: вычислимое стоит вычислять, а творческое доверять модели. Для руководителя это меняет сразу несколько вещей: разговор на груминге фич, структуру затрат на баги, требования к найму и саму метрику зрелости команды.

Когда команда — это один человек с агентами, а задача доходит от идеи до прода за день, привычный Скрам со спринтами, стендапами и ретро перестаёт работать. Расскажем, к чему мы в итоге пришли: как выглядит процесс без спринтов, что заменяет ретроспективу и где теперь живёт обучение команды.

Второй сюжет — масштаб: как состыковать десятки таких команд без Scrum-of-Scrums и как при этом бизнес видит единую картину происходящего. Обсудим, что меняет сам подход, что мы выбрасываем, а что оставляем намеренно.