Dynatrace спонсировала этот пост.
Агенты здесь. Вот и секрет управления ими.
Я зашел на GitHub Universe 2025, чтобы узнать о состоянии разработки программного обеспечения и его будущем. Неудивительно: агенты были основной темой обсуждения, поскольку разговор перешел от внедрения помощников по программированию на основе искусственного интеллекта к управлению агентными системами.
Агенты не просто меняют способ создания программного обеспечения; они меняют то, что создают разработчики. Разработчики теперь используют агенты для создания агентов. Эта быстрая трансформация создает новые проблемы: от управления использованием ресурсов до ответственности за управление автономными системами.
Один из наиболее важных элементов решения этих проблем остается недостаточно обсуждаемым: современные, ориентированные на разработчиков инструменты наблюдения. Перефразируя определение Cloud Native Computing Foundation (CNCF), наблюдаемость — это понимание состояния ваших программных систем с использованием таких данных, как журналы, метрики и трассировки, чтобы вы могли принять меры для улучшения этих систем.
Какое это имеет отношение к разработчикам и агентному ИИ? Что ж, большинство агентов по-прежнему нуждаются в контроле, и эта ответственность часто ложится на разработчиков, использующих и создающих их.
«Я прошел путь от программиста до менеджера роботов», — сказал Остин Крейн, разработчик Flint Hills Resources, во время дискуссионной сессии на GitHub Universe о будущем роли разработчиков программного обеспечения.
Оказывается, управлять этими роботами — непростая задача.
«Возможно, мы не пишем так много кода, но мы еще не закончили быть инженерами», — сказал Крейн. Разработчики по-прежнему несут ответственность за определение проблем, разработку решений и обеспечение ожидаемого поведения систем.
Как меняется роль разработчика программного обеспечения
Все согласны с тем, что разработчики программного обеспечения по-прежнему будут актуальны в будущем. Но неясно, как будет выглядеть эта работа и какие навыки вам потребуются. Крейн упомянул, что тратит больше времени на написание спецификаций. И действительно, разработка на основе спецификаций стала горячей темой на конференции в этом году как ключевой подход к управлению агентами. Идея состоит в том, чтобы создать живые документы, которые содержат инструкции и рекомендации для агентов кодирования, от желаемых результатов до лучших практик.
Крис Гарднер, вице-президент и директор по исследованиям аналитической компании Forrester, говорит, что он уже видит, как разработчики перенимают некоторые навыки менеджеров по продуктам и архитекторов программного обеспечения.
«Некоторые говорят, что менеджеры по продуктам становятся разработчиками, но это наоборот», — сказал Гарднер. «Кроме того, я бы предпочел научить разработчика программного обеспечения навыкам управления продуктами, чем обучать разработке программного обеспечения менеджера по продукту».
Дело не в том, что разработчики заменят проектировщиков проектов и архитекторов, но обязанности каждой роли меняются.
Все это поднимает вопрос о том, станут ли сегодняшние языки программирования сродни ассемблеру — другими словами, чем-то ценным для изучения и необходимым для конкретных проектов, но не обязательным навыком для подавляющего большинства профессиональных разработчиков.
Никто не может с уверенностью сказать, какие навыки будут важны в будущем, но Куинси Ларсон, основатель freeCodeCamp.org, находится в необычайно хорошем положении, чтобы сделать некоторые прогнозы. Он проводит много времени, разговаривая с работодателями о том, какие навыки им нужны. Совет, которым он поделился на конференции: продолжайте инвестировать в фундаментальные основы.
«Люди, которые еще не потратили время на изучение программирования, выдают желаемое за действительное», — сказал Ларсон. «Я могу понять почему: изучение программирования — это серьезная задача. Но оно по-прежнему необходимо, если вы хотите создавать серьезные приложения. И большинство разработчиков, которых я знаю, уверены, что так будет и на многие годы вперед».
Ларсон ссылается на эффект Линди — принцип, согласно которому, чем дольше существует какая-то непреходящая вещь, например идея или технология, тем дольше она будет существовать в будущем. Подумайте, как долго существуют COBOL и Fortran. На данный момент Python и Java уже более 30 лет, а JavaScript скоро исполнится 30 лет. Все три широко используются в различных отраслях промышленности и по всему миру и остаются надежными инвестициями.
Языки программирования, фреймворки и библиотеки всегда приходили и уходили. Но более глубокие принципы информатики и инженерии полезны независимо от того, создаете ли вы встроенные системы или веб-приложения. Мы можем достичь точки, когда разработчикам программного обеспечения не нужно будет писать много кода, но им все равно придется его читать и понимать.
Решение проблемы агентной сложности прямо у нас под носом
Одна из тем, к которой мы постоянно возвращаемся во всех этих разговорах о будущем разработки программного обеспечения, — это ответственность. Главное, о чем говорят для управления агентами, — это, ну, больше агентов: агенты для оценки работы других агентов, агенты для создания агентов, агенты для исправления производственных систем. Это признак того, насколько быстро развиваются методы разработки и какой творческий потенциал открывает агентный ИИ. Но это только одна часть головоломки, особенно когда речь идет о проверяемости, объяснимости и соблюдении требований. Вы по-прежнему несете ответственность за свой код и должны понимать свой код и его поведение, даже если вы его не писали.
Вот тут-то и появляется возможность наблюдения. Даже если ваш план состоит в управлении агентами с помощью других агентов, им все равно потребуется доступ к общим данным наблюдения, и их следует проектировать с учетом этого.
Многие компоненты для этого уже здесь. Возьмем OpenLLMetry, набор инструментов с открытым исходным кодом, который создает стандартизированный способ сбора данных наблюдения о больших языковых моделях (LLM). Он построен на основе OpenTelemetry и добавляет инструменты с поддержкой искусственного интеллекта для сбора данных, специфичных для модели, таких как подробные сведения о подсказках, использование токенов и параметры модели.
OpenLLMetry должен быть таким же популярным, как и Model Context Protocol (MCP): поставщики рассказывают, как они оснащают своих агентов наблюдаемостью, а разработчики выстраиваются в очередь, чтобы послушать разговоры о том, как лучше всего использовать эти данные. Он становится соединительной тканью автономных систем.
Для разработчиков наблюдаемость — это не просто устранение проблем в производстве. Это становится основой для понимания и улучшения агентных систем, формирующих следующую эру программного обеспечения.
Dynatrace переопределяет опыт разработчиков, объединяя журналы, метрики, трассировки, телеметрию моделей искусственного интеллекта, инфраструктуру и данные безопасности в единую масштабируемую платформу, которая интегрируется непосредственно в IDE и конвейеры CI/CD. Узнайте больше Последние новости Dynatrace ТЕНДЕНЦИОННЫЕ ИСТОРИИ YOUTUBE.COM/THENEWSTACK Технологии развиваются быстро, не пропустите ни одного эпизода. Подпишитесь на наш канал YouTube, чтобы смотреть все наши подкасты, интервью, демонстрации и многое другое. ПОДПИСАТЬСЯ Группа, созданная в Sketch. Клинт Финли — главный редактор отдела контентной стратегии для разработчиков в Dynatrace. Ранее он редактировал проект ReadME на GitHub и восемь лет освещал открытый исходный код, технологии разработки и другие темы для Wired. Узнайте больше от Клинта Финли
