На конференции VB Transform 2026 технический директор Instacart Анирбан Кунду сделал заявление, от которого у многих разработчиков дёрнулся глаз: в 97% случаев инженеры компании вообще не читают код, который отправляют в продакшен. И это не баг, а фича новой реальности, где AI-агенты пишут почти всё.

Instacart задаёт провокационный вопрос: а что, если большую часть работы, которую сегодня делают инженеры, на самом деле должны делать машины? Кунду утверждает, что команды разработки продолжают тратить время на выматывающую, повторяющуюся работу с большим объёмом. Её должны забрать AI-агенты, чтобы люди могли сосредоточиться на задачах, требующих суждения, намерения и обработки исключений.

«Раньше на тактическом уровне главным было создание кода, - объяснил Кунду. - В будущем главным будет умение ориентироваться в AI-системе, чтобы получить то, что тебе нужно».

AI генерирует код и проводит серьёзные оценки

Это не значит, что люди вообще не смотрят на код. Агенты берут на себя основную массу генерации кода и шаблонных решений, особенно в новых проектах, где код переписывается еженедельно. Кунду говорит, что это позволило компании перестать беспокоиться о техдолге: неактивные части просто отбрасываются и перестраиваются заново, как раньше собирали ассемблерный код.

Почему не 100%? Оставшиеся 3% - это легаси, комплаенс и системы, чувствительные к задержкам. Там всё ещё нужен человеческий контроль. Instacart постепенно «сглаживает» эти участки через проект Atoms - разбивает монолиты на RPC-архитектуры и собирает их заново в более чистом виде.

Ключевые цифры из выступления CTO Instacart:

  • 97% кода в Instacart генерируется AI - люди его не читают
  • 7000 автоматических оценок (eval) запускается каждый месяц
  • 8000+ запросов от разработчиков в реальном времени с точностью 99,9%
  • Точность выявления сбоев SRE-агентом: с ~60% до более 90%

Как AI-агент нашёл то, что пропустили люди

Instacart построила агентную систему для обеспечения надёжности (SRE), обученную на годах собственных инцидентов и анализе первопричин. Вместо абстрактных данных об отказах в продакшене модель кормили конкретными поломками систем Instacart и способами их диагностики людьми.

Кунду привёл показательный пример с внутренним инструментом Blueberry. AI-агент отслеживает около 200 Slack-каналов, мониторит сигналы и ищет паттерны в человеческих переписках и оповещениях.

В одном инциденте отказал шард базы данных на EBS-диске. Люди не сразу заподозрили проблемы с AWS и лихорадочно искали причину. Через 20 минут Blueberry написал в Slack, указав на конкретный сбой и связав его с feature-флагом под названием «roulette», который работал некорректно. Инцидент закрыли.

«Справился бы человек так же быстро? Человеческая интуиция нас скорее тормозит. Мы привыкли искать знакомые паттерны, а AI смотрит на всё сразу и решает, что важно».

Что это значит для бизнеса

Опыт Instacart показывает: AI-агенты для бизнеса перестали быть экспериментом. Они стали инфраструктурой. Компания не просто ускорила разработку - она перестроила отношение к качеству кода. Техдолг перестал быть проблемой, потому что код, который не нужен, просто исчезает.

Но есть и обратная сторона: оценка (eval) становится главной компетенцией. Когда AI пишет код, код-ревью теряет смысл - синтаксис будет правильным. Вместо этого компании нужно учить инженеров задавать правильные вопросы с точки зрения намерений (intent model), а не проверять строчки.

Во Владивостоке и на Дальнем Востоке внедрение искусственного интеллекта в бизнес-процессы пока только набирает обороты. Но пример Instacart показывает: не обязательно быть гигантом e-commerce. Достаточно начать с одного процесса - и автоматизация бизнес-процессов с помощью ИИ даст результат, который изменит всю культуру разработки.