Instacart показывает, как ИИ-агенты берут на себя эксплуатацию и переопределяют задачи разработчиков
Представьте: 97% кода ваши разработчики даже не читают — его генерируют ИИ-агенты. А технический долг больше не проблема: неактивные компоненты просто выбрасывают и перестраивают заново. Это не фантастика, а реальность Instacart. На конференции VB Transform 2026 CTO компании Анирбан Кунду рассказал, как компания переосмысливает работу инженеров, внедряя агентный SRE и смещая фокус с кода на управление ИИ-системами.
Код без разработчиков: как Instacart избавляется от технического долга с помощью ИИ
Instacart задает провокационный вопрос: а что, если большую часть работы инженеров должны делать машины? Их CTO Анирбан Кунду на VB Transform 2026 заявил, что разработчики тратят слишком много времени на выматывающую, повторяющуюся рутину — и именно ее должны взять на себя ИИ-агенты. Вы только вдумайтесь: в 97% случаев команда Instacart даже не читает сгенерированный код. Вместо этого люди сосредотачиваются на задачах, где нужны суждение, намерение и обработка исключений. «Раньше тактическим уровнем было создание кода, — объяснил Кунду. — Теперь самый тактический уровень — это умение ориентироваться в ИИ-системе и добиваться от нее того, что тебе нужно».
Исчезающий технический долг
Машины генерируют код и проводят «весьма серьезные оценки». Для новых проектов код переписывается каждую неделю, и агенты справляются с львиной долей работы — шаблонами и рутиной. «Преимущество в том, что мы больше не беспокоимся о техническом долге, — откровенно признался Кунду. — Неактивные компоненты просто отбрасываются, а затем перестраиваются заново — вроде того, как раньше собирали ассемблерный код». Этот подход кажется радикальным, но для компании, у которой на счету каждая минута, он работает по-настоящему.
Почему не 100%? Оставшиеся 3% кода требуют человеческих глаз: это legacy-системы, участки с требованиями комплаенса и критичные по задержкам процессы. Там, где висит «груда мертвого или полуактивного кода», без специалистов не обойтись. Именно для таких случаев Instacart запустила проект Atoms — постепенное разбивание монолитов на RPC-архитектуры. Старые модули вычищаются, а на их месте собираются более чистые, декомпозированные блоки.
Оценка как новая религия
Когда AI генерация кода стала повседневностью, классический код-ревью потерял смысл: синтаксис у ИИ безупречен. Компания переключилась на «модель намерений» — учит разработчиков задавать правильные вопросы с точки зрения intent. Для проверки результатов ежемесячно прогоняется около 7000 автоматических оценок, а в реальном времени система обрабатывает более 8000 запросов от разработчиков с точностью 99,9%. Так Instacart CTO и его команда превратили технический долг из головной боли в нечто, о чем можно просто забыть. И это, пожалуй, самая дерзкая идея в управлении кодом за последние годы.
Агентный SRE и новая роль инженера: от написания кода к управлению ИИ
Агентный SRE: от 60% до 90% точности
Instacart построила собственную агентную систему SRE, которая учится не на общих данных о сбоях, а на конкретных инцидентах компании и их root-cause анализах за многие годы. Результат впечатляет: точность обнаружения и смягчения производственных проблем выросла с ~60% до более 90%.
Один из ключевых инструментов — Instacart Blueberry. Этот ИИ-агент мониторит более 200 Slack-каналов, собирает сигналы и ищет закономерности в человеческих обсуждениях и оповещениях. В одном из инцидентов база данных дала сбой из-за «икоты» дискового тома EBS. Команда не сразу заподозрила проблемы с AWS-дисками и лихорадочно искала причину. Но спустя 20 минут Blueberry опубликовал сообщение, указав на конкретную аномалию и связав её с feature-flag системой «roulette», которая работала некорректно — развертывание шло слишком интенсивно. Инцидент быстро разрешили. «Человеческая интуиция могла бы нас задержать, — комментирует CTO Анирбан Кунду. — Люди склонны полагаться на знакомые сценарии, а затем переходить к отладке. Агентный SRE оказался более всесторонним — он способен оценить всё и решить, что действительно важно».
Новая роль инженера: от кода к навигации в ИИ
С такой автоматизацией самая тактическая работа инженеров смещается. Теперь это не написание кода, а навигация в AI-системах: дизайн процессов оценки (evals), координация множества параллельных экспериментов и фич, управление ограничениями (например, нехватка трафика для тестов), определение, когда нужно эскалировать, и выявление крайних случаев.
Доменная экспертиза тоже меняется. Вместо того чтобы держать знания в команде-владельце, Instacart встраивает их в определения и спецификации, доступные любой команде. «Мы жили в мире, где только определённая группа инженеров могла трогать код и вносить изменения, — говорит Кунду. — Теперь мы движемся к миру, где код полностью демократизирован между группами».
Instacart доказывает: будущее инженерии — в гибридных командах, где ИИ берёт на себя рутину, а человек занимается стратегией и исключениями. Вопрос не в том, заменят ли машины разработчиков, а в том, как быстро они научатся с ними сотрудничать.