Путешествие на Восток за качеством

Когда ИИ-агент берётся за тесты, он выглядит уверенно и почти всегда ошибается по-крупному. Прогонишь его по коду, и он напишет аккуратный «тест», который ничего не проверяет. Помечает красное зелёным, выдаёт баг за фичу, а то и проглатывает неверный результат как корректный.

Мы прошли это на себе: превратили набор разрозненных скриптов в систему агентов с чётким разделением ролей. По пути пришлось ответить на девять неудобных вопросов — ровно те, что стоят в темах этого доклада. Что считать багом, а что фичей? Как быть со старыми сервисами без документации? Что происходит при смене модели?

Доклад — это карта нашего опыта, а не учебник: разбор реальных проблем и конкретных решений.