AI-first разработка: 170% производительности при 80% команды — кейс Zencoder и Stripe
CEO Zencoder Эндрю Филев за полгода перестроил команду по принципу AI-first: 170% производительности при 80% численности. Stripe параллельно мержит 1 300 PR в неделю без единой строчки человеческого кода.
CEO Zencoder Эндрю Филев за полгода перестроил инженерную команду по принципу AI-first. Итог: 170% пропускной способности при 80% численности. Stripe в это же время мержит 1 300 PR в неделю без единой строчки человеческого кода. Что стоит за этими цифрами и какие выводы из них можно сделать?
Цифры Zencoder: что произошло за полгода
Эндрю Филев — основатель Wrike (продан за $2,25 млрд) и CEO Zencoder, платформы для ИИ-ассистированной разработки. В марте 2026 года он опубликовал в VentureBeat детальный разбор перехода своей команды на AI-first подход.
Команда сократилась с 36 до 30 инженеров. При этом пропускная способность выросла до 170% от прежнего уровня, и субъективно команда чувствует себя вдвое быстрее. PR привязаны к тикетам в JIRA, средний объём тикетов не изменился, так что метрика не раздута мелкими коммитами.
Филев показал графики индивидуальной производительности двух старших инженеров. В начале года они работали в традиционном режиме, к концу года — в AI-first. Рост заметен невооружённым глазом, провалы на графиках совпадают с отпусками.
Три структурных сдвига
Речь не о подключении Copilot к IDE. Филев фиксирует три изменения в самой организации разработки.
Эксперименты вместо длинного проектирования
Раньше команда тратила недели на проработку пользовательских сценариев. Agile помог, но тестировать несколько продуктовых гипотез одновременно всё равно было дорого.
С AI-first стоимость эксперимента обвалилась. Идея проходит путь от доски до рабочего прототипа за день: концепция, AI-сгенерированный PRD, техническая спецификация, рабочий код.
Сайт Zencoder превратился в полноценную продуктовую систему с сотнями кастомных компонентов. Всё это спроектировал, разработал и поддерживает креативный директор, а не инженер. UX-дизайнеры и проджект-менеджеры «вайбкодят» фичи напрямую. Перед одним из релизов они исправили десятки деталей продакшен-готовыми PR, включая ночную переделку интерфейса.
CLI-инструмент Zen CLI изначально писали на Kotlin, но затем решили перенести на TypeScript. Скорость релизов не пострадала.
Валидация вместо написания кода
QA-инженеры Zencoder стали архитекторами агентов. Вместо ручного тестирования они строят ИИ-агентов, которые генерируют и поддерживают приёмочные тесты из требований.
Zencoder поддерживает более 70 языков программирования. Когда ИИ пишет основную часть кода, главная ценность смещается к определению того, что считать «правильным результатом». Валидация встроилась в производственный процесс и перестала быть отдельной функцией QA.
Продакт-менеджеры, техлиды, дата-инженеры теперь тоже отвечают за критерии корректности. Определить, что значит «работает правильно», стало навыком всей команды, а не одного отдела.
«Двойная воронка» вместо «бриллианта»
Десятилетиями разработка выглядела как бриллиант: маленькая продуктовая команда передавала задачи большой инженерной, которая потом сужалась через QA.
Сейчас геометрия переворачивается. Люди глубже вовлечены в начале (определяют намерения и варианты) и в конце (валидируют результат). Середина, где ИИ выполняет задачи, стала быстрее и у́же.
Филев сравнивает новую модель с диспетчерской вышкой: люди задают направление и ограничения, ИИ обеспечивает скорость, люди возвращаются для проверки перед продакшеном.
Stripe: 1 300 PR в неделю от автономных агентов
Zencoder — компания из 30 человек. Stripe обрабатывает триллионы долларов платежей в год, а его кодовая база — сотни миллионов строк на Ruby. Масштаб другой, но направление совпадает.
Внутренние агенты Stripe под названием Minions мержат более 1 300 PR в неделю:
- Агенты работают полностью автономно (unattended). Инженер отправляет запрос в Slack, уходит, возвращается к готовому PR
- Запуск агента занимает менее 10 секунд
- Один инженер может запустить 5–6 агентов параллельно
- Если после двух циклов CI код не проходит, задача возвращается человеку
Stripe построил «блюпринты» — гибрид фиксированного пайплайна и агентного цикла. Одни шаги захардкожены (линтеры, push, создание PR), другие отдаются ИИ с полной свободой (написание кода, исправление ошибок). Такое разделение экономит токены и снижает количество ошибок.
Для навигации по сотням миллионов строк кода агенты используют около 500 MCP-инструментов через централизованный сервер Toolshed. Правила привязаны к конкретным директориям: агент подхватывает только релевантные, не забивая контекстное окно.
Minions берут на себя миграции кода, обновление зависимостей, патчи безопасности, рефакторинг, мелкие баг-фиксы. За архитектуру, продуктовые решения и задачи без автоматической проверки по-прежнему отвечают люди.
Общий паттерн: инфраструктура важнее модели
Стартап на 30 человек и гигант с сотнями инженеров пришли к одному выводу. Успех AI-first разработки определяет инфраструктура, а не выбор LLM:
- Изолированные окружения для безопасного параллельного запуска
- Быстрая обратная связь: линтеры за 5 секунд, CI с умным выбором тестов
- Жёсткие ограничения: максимум два цикла CI, никаких бесконечных ретраев
- Чёткие критерии корректности, записанные в тестах, а не в головах
По данным Itransition, 85% разработчиков уже регулярно используют ИИ-инструменты для написания кода. Но разница между «использую Copilot» и «170% throughput» в том, что Zencoder и Stripe перестроили сами процессы: кто определяет требования, кто пишет код, кто проверяет результат.
Практические выводы
Чему можно научиться из опыта Zencoder и Stripe, даже если ваша команда — пять человек:
- Начните с инфраструктуры, а не с модели. Надёжные тесты, CI/CD, изолированные окружения дают отдачу и без ИИ, а с агентами работают как мультипликатор
- Разделяйте детерминированное и агентное. Линтинг, push, форматирование можно автоматизировать без LLM. Не тратьте на них токены
- Ставьте жёсткие лимиты. Два цикла CI у Stripe — осознанный выбор. LLM показывают убывающую отдачу при повторных попытках решить одну и ту же проблему
- Пересмотрите роли. QA-инженеры становятся архитекторами агентов, дизайнеры — вайбкодерами, PM — валидаторами. Роль меняется, профессия остаётся
- Начинайте с рутины. Миграции, обновления зависимостей, патчи безопасности — лучшие первые кандидаты для автономных агентов
