Руководитель стал Full Cycle Engineer с AI-агентами: личный опыт за 300 дней | AiManual
AiManual Logo Ai / Manual.
10 Янв 2026 Новости

Как AI-агенты превратили руководителя в Full Cycle Engineer: личный опыт за 300 дней

Личный опыт руководителя, который за 300 дней с помощью AI-агентов освоил полный цикл разработки от идеи до продакшена. История трансформации карьеры.

«Ты — менеджер, не лезь в код». «У тебя нет технического бэкграунда». «Лучше управляй людьми, а не пили фичи».

Эти фразы я слышал последние пять лет. Пока в феврале 2023-го не установил Cursor и не сказал ему: «Эй, а давай попробуем написать микросервис с нуля? Просто посмотреть, что получится».

Через 300 дней я развернул в продакшене систему из 14 микросервисов, которая обрабатывает 50 тысяч запросов в день. Без команды разработчиков. Без технического руководителя. Без единой строчки кода, написанной мной вручную.

День первый: «Привет, я ничего не понимаю в коде»

Мой технический бэкграунд заканчивался на HTML-страничке в 2005 году. Управленческий — на 50 человеках в продуктовой команде.

Первый агент я назвал Архитектором. Его промпт был простым: «Объясняй мне всё как идиоту. Никаких предположений о моих знаниях. Если я спрошу про API — рисуй схему. Если про базу данных — сравни с Excel».

💡
Самый важный урок первых дней: не пытайтесь сразу писать код. Сначала заставьте агента объяснять архитектуру так, будто вы никогда не видели компьютер. Если объяснение непонятно — промпт плохой.

Архитектор работал в Cursor, но я быстро понял одну вещь: один агент — это тупик. Он пытается быть универсальным солдатом, а получается стажёр, который и кофе приносит, и код пишет, и архитектуру проектирует. И всё это плохо.

Неделя 12: Рождение команды из шести призраков

К третьему месяцу у меня работала полноценная команда. Виртуальная, но с четкой специализацией:

Агент Задача Инструмент
Архитектор Проектирование системы, выбор технологий Cursor + диаграммы в Excalidraw
Разработчик Написание кода по ТЗ от Архитектора Cursor с доступом к кодовой базе
Тестировщик Написание тестов, поиск багов Отдельная сессия Claude
ДевОпс Docker, деплой, мониторинг Claude с доступом к серверу по SSH
Документатор Ведение README, схем, инструкций Отдельный чат в ChatGPT
Рецензент Code review, поиск уязвимостей Claude с фокусом на безопасность

Звучит как overengineering? Возможно. Но эта структура родилась из боли. Когда один агент пытался и писать код, и тестировать его, и деплоить — получался беспорядок. Как в той статье про эволюцию AI-агентов — от простых промптов к stateful-системам.

Предупреждение: не копируйте эту структуру слепо. У меня ушло три месяца на то, чтобы понять, какие агенты действительно нужны. Начинайте с одного — Архитектора. Добавляйте специалистов только когда почувствуете боль от их отсутствия.

Месяц 6: Первый продакшен и паника

Первый микросервис упал через 47 минут после деплоя. Память закончилась. Логи забились. Мониторинг молчал.

Я сидел и смотрел на экран. Раньше в такой ситуации я звонил техлиду. Сейчас техлид был мной. Вернее, мной и шестью AI-агентами, которые тоже не понимали, что происходит.

Тогда я совершил ключевую ошибку — попытался вручную починить продакшен. Потратил два часа, сделал только хуже.

Правильное решение пришло позже: создал седьмого агента — Кризис-менеджера. Его промпт: «Тебе доступны логи, метрики и документация. Найди проблему, предложи три варианта решения, оцени риски каждого. Действуй».

Через 20 минут сервис работал. Кризис-менеджер нашёл утечку памяти в библиотеке для парсинга JSON, предложил временный фикс и создал задачу Разработчику на постоянное решение.

Что изменилось за 300 дней?

Я больше не менеджер, который «не лезет в код». Теперь я:

  • Читаю PR так, чтобы разработчики краснели (спасибо, Рецензент)
  • Проектирую архитектуру новых сервисов с учётом масштабирования
  • Знаю, почему в одном случае нужен RabbitMQ, а в другом — Kafka
  • Автоматически замечаю проблемы в мониторинге до того, как они становятся инцидентами

Но самое важное — изменилось мышление. Раньше я думал продуктовыми метриками и процессами. Теперь вижу систему целиком: от бизнес-логики до нагрузки на сетевой интерфейс.

Это не магия. Это ежедневная работа по 2-3 часа в течение 300 дней. AI-агенты не сделают вас Senior Developer за неделю. Они создают среду, в которой вы учитесь в 10 раз быстрее.

Три вещи, которые я понял слишком поздно

1 Агенты врут. Постоянно.

Нет, не злонамеренно. Они просто уверены в своей правоте. Скажут «этот код безопасен» — а там SQL-инъекция. Пообещают «это масштабируется до миллиона пользователей» — а сервис падает на десяти.

Решение: заставляйте агентов проверять друг друга. Тестировщик проверяет код Разработчика. Рецензент ищет уязвимости. ДевОпс оценивает требования к инфраструктуре. Как в реальной команде — чем больше глаз, тем меньше ошибок.

2 Контекст умирает быстрее, чем вы думаете

Открыли чат с агентом, обсудили архитектуру, закрыли. Через день возвращаетесь — агент помнит только половину. А через неделю вообще спрашивает: «А что это за проект?»

Теперь я веду «протокол встреч» с агентами в Notion. После каждой сессии копирую ключевые решения, схемы, trade-offs. Это занимает 5 минут, экономит часы позже.

3 Ваша главная задача — задавать правильные вопросы

Первые месяцы я спрашивал: «Как сделать авторизацию?» Получал общие ответы.

Теперь спрашиваю: «У нас 50 тысяч пользователей, 70% с мобильных устройств, нужна двухфакторная аутентификация, но часть пользователей в регионах с плохим интернетом. Какие есть варианты? Сравни JWT с сессиями, оцени сложность внедрения, предложи три архитектуры с плюсами и минусами».

Чем конкретнее вопрос — тем полезнее ответ.

А что насчет реальных разработчиков?

Моя команда сначала смотрела на этот эксперимент как на забавное хобби. Потом начали задавать вопросы. Потом просить помочь с их задачами.

Сегодня у нас гибридная модель: сложные задачи делают разработчики, рутину и прототипирование — агенты под моим контролем. Как в том кейсе Claude Code против Google, только в масштабе компании.

Разработчики не потеряли работу. Они перестали тратить время на boilerplate-код и сосредоточились на сложных задачах. Я, как руководитель, перестал быть «тем парнем из бизнеса, который ничего не понимает в технике».

Что будет дальше?

Через год, возможно, мы придём к модели из статьи «2026: Год, когда AI перестанет быть инструментом и станет коллегой». Но сегодня это всё ещё инструмент. Мощный, иногда раздражающий, часто удивительный.

Мой совет? Не ждите, пока AI-агенты станут идеальными. Не читайте сотни статей вроде Kaggle по AI-агентам вместо того, чтобы начать.

Установите Cursor. Создайте чат «Архитектор». Скажите: «Я хочу сделать простой веб-сервис, который принимает JSON и сохраняет в базу данных. Объясни, как это сделать, как будто я новичок».

И начните свой 300-дневный отсчёт.

Первые 30 дней будут болью. Следующие 30 — прозрением. А через 300 вы посмотрите на код, который написали не вы, но который понимаете лучше, чем некоторые разработчики.

И тогда вас уже никто не назовёт «просто руководителем».