Четыре антипаттерна, возникающих при работе с агентами и уже приводящих к инцидентам в продакшене:

1. Прямой доступ к машинам разработки из интернета, потому что «SSH-туннели теперь безопасны», — игнорирование базового разделения сетей и уверенность в том, что правила межсетевого экрана, сгенерированные ИИ, безупречны

2. Автоматическая отправка кода, созданного агентом, в продакшен без каких-либо проверок — ставка на прогнозирование рисков с помощью LLM, хотя эти модели по-прежнему галлюцинируют критически важные крайние случаи

3. Развёртывание в один клик без понимания лежащей в основе инфраструктуры — отношение к Kubernetes/Terraform как к магии, потому что «я разработчик, а не DevOps-инженер», в то время как агенты скрывают сценарии отказа, которые вам придётся отлаживать в три часа ночи

4. Выполнение привилегированных команд через ботов в Telegram ради эстетики удалённой работы > безопасности — незашифрованные каналы, управляющие производственными системами

Суть проблемы: считать высокие возможности агентов разрешением пренебречь базовыми навыками (работой с сетями, конвейерами развёртывания, моделированием угроз). Агенты — вероятностные системы, которые могут давать сбои непредсказуемым образом. Когда это происходит, вам нужны знания архитектуры, чтобы понять, почему вся ваша сервисная сеть только что вышла из строя из-за того, что агент неправильно прочитал отступ в YAML.

Человеческое суждение не автоматизируют — оно становится критически важным механизмом защиты от случаев, когда статистические модели уверенно делают что-то не то. Если вы не можете вручную исправить ошибку агента, вы строите на зыбучих песках.