Waarom Agents Niet Door Ontwikkelaars Geschreven Moeten Worden
Cloud.ru
Het AI-automatiseringsteam bij Cloud.ru ontdekte dat klassieke AI-automatisering niet meer schaalbaar was, omdat de bottleneck niet de LLM was, maar de domeinkennis van de ingenieurs, die moeilijk over te dragen is. Ze verschaften zich van het zelf schrijven van agents en richtten zich op het wegnemen van barrières, zodat ingenieurs hun eigen agents konden creëren, wat leidde tot onverwachte use cases en een gemeenschap genaamd 'AI Vanguard'.
Bij Cloud.ru heeft het AI-automatiseringsteam een intern platform voor klantenservice gebouwd met AI-modellen, die automatisch verzoeken classificeren, communicatie samenvatten en tickets routeren. De voortgang stagneerde echter omdat elk nieuw scenario weken van onderdompeling in specifieke diensten vereiste, en er zijn meer dan 200 diensten. Het team realiseerde zich dat de bottleneck niet de LLM was, maar de domeinkennis van de ingenieurs, die moeilijk overdraagbaar is. Verwijzend naar Microsoft's Work Trend Index 2026 en BCG's AI at Work 2026 concludeerden ze dat het doel is om ingenieurs in staat te stellen hun eigen agents te bouwen met behulp van hun expertise. Ze begonnen met evangeliseren, het wegnemen van technische barrières door lokale modellen, guardrails, een veilige omgeving en MCP-servers aan te bieden. Onverwachts creëerden ingenieurs agents voor diagnose, interne API's, loganalyse en Kubernetes-checks. Om de momentum vast te houden, bouwden ze een community genaamd 'AI Vanguard' met leaderboards, interne valuta en prestaties, en richten ze zich nu op het opschalen van deze praktijk naar 100 mensen, met details die in een volgend artikel zullen volgen.
Bron: Habr — хаб ИИ —
origineel
