Материалы к докладу на DevOpsConf 2026, 2 апреля 2026.

Михаил Петров, Yandex Cloud.

Прямое использование LLM как «умного генератора кода» на сложных системах быстро упирается в потерю контроля: AI молча принимает архитектурные решения, генерирует большие diff, упрощает модель там, где упрощать нельзя.

В докладе показан воспроизводимый инженерный процесс SPEC → PLAN → TEST → CODE → REVIEW → LEARN, который превращает LLM из генератора правдоподобного кода в управляемый инструмент разработки. Каждый этап — вход, действие, выход, критерий качества и отдельная роль для LLM.

Реальный кейс: production Kubernetes-оператор за 7 дней вместо оценки в 90 дней.

Project Operator в реальном кластере Stackland — от пустого проекта до мультитенантной изоляции с квотами и RBAC за 2 минуты:

# Установить asciinema: brew install asciinema
asciinema play demo.cast

Это не абстрактные шаблоны, а реальные рабочие артефакты проекта:

project.md          — "Что мы хотим построить"
    ↓
SPEC.md             — "Какие инварианты мы фиксируем до кода"
    ↓
PLAN.md             — "Как разбиваем на маленькие проверяемые шаги"
    ↓
project-operator/   — "Код, который прошёл тесты и review"
    ↓
CLAUDE.md           — "Что мы узнали и не хотим повторять"

Цикл SPEC → PLAN → TEST → CODE → REVIEW → LEARN реализован как open-source инструмент для Claude Code:

github.com/azalio/map-framework

pip install mapify-cli
mapify init                    # установка в проект

/map-plan "задача"             # декомпозиция на подзадачи с контрактами
/map-tdd "задача"              # тесты до кода в чистой сессии
/map-efficient "задача"        # реализация с quality gates
/map-review                    # независимый review
/map-learn                     # извлечение уроков в project memory

11 специализированных агентов, state machine, branch-scoped артефакты.

Полный текст презентации со спикер-нотами: devopsconf_2026_ai_operator_presentation_rewrite-v2.md

• MAP Framework — реализация цикла для Claude Code
• DevOpsConf 2026 — страница доклада