Генеральный директор Hud Рои Адлер считает, что стремительный рост AI-assisted разработки меняет требования к инструментам эксплуатации и наблюдаемости. По его словам, современные coding agents за минуты генерируют большие объёмы production-ready кода, тогда как существующие процессы проверки и контроля к такой скорости не готовы.
Как пишет The Next Web (TNW), Адлер называет coding agents «быстрыми, нетерпеливыми и агрессивными». При этом им не хватает производственного контекста для безопасной работы в сложных средах. По мнению Адлера, проблема не в самих ИИ-инструментах. Инженерные процессы десятилетиями создавались для людей, а не для автономных систем генерации кода.
Адлер считает, что главным узким местом становится уже не написание кода, а проверка изменений перед выпуском в production. Инженерным командам всё труднее одновременно контролировать растущий объём AI-generated кода и сохранять понимание того, как устроены отдельные части кодовой базы.
В Hud такой подход называют runtime intelligence. Адлер говорит, что традиционные observability-платформы с логами, метриками и traces показывают, что система работает неправильно, но не дают ИИ достаточного контекста. Вместо анализа больших объёмов telemetry компания предлагает передавать моделям структурированный контекст на уровне функций и точные данные о выполнении кода, включая execution flow, параметры, code paths и поведение зависимостей.
Ключевые факты
Roee Adler считает, что существующие процессы review и validation не рассчитаны на скорость AI-assisted разработки
В Hud называют runtime intelligence подход, при котором ИИ получает структурированный контекст на уровне функций и выполнения кода
Adler утверждает, что логи, метрики и traces помогают обнаружить сбой, но не объясняют его причину для AI systems
По словам главы Hud, инженерным командам становится сложнее сохранять институциональные знания о кодовых базах, всё большая часть которых создаётся AI-generated кодом