AI-native команда — это не команда, где все просто пользуются AI
AI-native команда — это не команда, где все просто пользуются AIПрочитал статью How Anthropic Builds AI-Native Engineering Teams про то, как Anthropic строит инженерные команды вокруг AI:
https://newsletter.eng-leadership.com/p/how-anthropic-builds-ai-native-engineering
Главная мысль: AI-native — это не “разработчики иногда просят AI написать код”.
Это процесс, в котором AI встроен в работу команды: от проектирования и реализации до тестов, ревью и проверки результата.
И тут есть несколько важных выводов.
1. Структура команды не исчезает
AI может ускорять разработку, но он не отменяет ownership, архитектуру, поддержку, коммуникацию и ответственность за качество.
Команде всё ещё нужны люди, которые понимают систему и отвечают за результат.
Подписка на AI, как выяснилось, не заменяет мышление. Неловко вышло.
2. Каждый инженер становится немного tech lead
С AI команда может вести больше направлений параллельно: быстрее писать код, тесты, документацию, черновики решений.
Но больше параллельности — это не всегда больше результата.
Если ревью, принятие решений и приоритизация остались медленными, команда просто быстрее создаёт WIP и очереди.
AI не лечит плохой фокус.
Он может сделать хаос более производительным.
3. Роль PM / TPM становится важнее
Когда реализация ускоряется, главный вопрос меняется.
Не “можем ли мы это сделать?”,
а “правильную ли вещь мы сейчас делаем?”
AI помогает быстрее строить решения.
Но он не обязан понимать бизнес-эффект, пользователя, ограничения и приоритеты.
Чем быстрее команда может писать код, тем дороже становится плохая приоритизация.
4. Ревью AI-generated кода — новый важный навык
Инженер уже не просто пишет код руками.
Он формулирует задачу, управляет AI-агентом, проверяет результат, смотрит на архитектурные последствия и отвечает за итог.
AI может написать код.
Ответственность за этот код всё равно остаётся на человеке.
5. Важно описывать результат, а не задачу
Плохой запрос:
“Сделай дашборд”.
Нормальный запрос:
“Нужен дашборд, который помогает понять, где команда теряет время: в ревью, ожидании требований, тестировании или согласованиях”.
AI лучше работает, когда есть контекст, критерии успеха и ограничения.
Как и люди, внезапно.
Главный вывод
AI-native команда — это не про инструменты.
Это про зрелость процесса.
Если у команды есть фокус, понятные приоритеты, хорошее ревью, тесты и ownership — AI может дать сильное ускорение.
Если этого нет, AI просто ускорит хаос.
Вопрос не в том, используют ли разработчики AI.
Вопрос в другом:
готова ли система команды к тому, что разработка станет быстрее?