Как искусственный интеллект меняет разработку программного обеспечения в Shopify: интервью с Фарханом Таваром (часть 3)

Оригинальное видео: https://www.youtube.com/watch?v=u-3IILWQPRM

Как работают инженеры в Shopify

**Ведущий:** Если я решу присоединиться к Shopify в качестве программиста или инженерного менеджера, не могли бы вы рассказать о рабочих процессах в компании? Прежде всего, какими инструментами пользуются инженеры? Полагаю, сейчас это уже не просто VS Code, написание кода и проведение код-ревью — наверняка в процесс интегрированы различные инструменты искусственного интеллекта.

**Фархан Тавар:** Действительно, у нас существует особый подход к разработке программного обеспечения. Настолько особый, что мы создали собственную систему управления проектами. Мы не используем ни Jira, ни Linear, ни другие стандартные решения...

**Ведущий:** Да?

**Фархан Тавар:** Да, и причина этого в нашей философии: "Сначала вы создаёте инструмент, а затем инструмент формирует вас". Мы глубоко верим в этот принцип, поэтому разрабатываем собственные решения, которые затем влияют на наш подход к работе. Это не критика существующих инструментов — я искренне восхищаюсь Linear и хорошо знаком с Jira, учитывая моё прошлое в Pivotal.

Но мы убеждены, что у нас есть особый метод создания программного обеспечения, и использование сторонних инструментов неизбежно привело бы к принятию чужой методологии работы.

Вместо сторонних решений мы используем собственный инструмент под названием GSD — "Get Shit Done" ("Делай дело"). Эта платформа позволяет нам комплексно анализировать наши проекты: видеть состав команды, последние еженедельные обновления, ключевые метрики. Система автоматически интегрирует запросы на проверку кода, благодаря чему можно наглядно отслеживать активность по проекту — основных участников, продолжительность работы. Этот инструмент определяет весь рабочий процесс и предусматривает обязательные еженедельные отчеты.

Интересная деталь: мы внедрили ИИ-компонент, который анализирует последние запросы на проверку кода и обсуждения в Slack, а затем формирует проект отчета. Вы можете просмотреть предложенный вариант, внести корректировки или задать системе вопрос: "О чем я не подумал?", "Пожалуйста, выдели этот аспект". Таким образом, искусственный интеллект помогает составлять еженедельные отчеты о ходе проекта, существенно упрощая процесс управления.

**Ведущий:** Это действительно интересный момент, и я хотел бы немного углубиться в эту тему. Мне кажется, здесь существуют две принципиально разные точки зрения. Согласно одной из них, еженедельный отчет — это прежде всего инструмент самоанализа, возможность осмыслить проделанную работу. Я ценю, что вы придерживаетесь такого подхода. Очевидно, что составление отчетов редко вызывает энтузиазм у сотрудников, но возникает закономерный вопрос: если искусственный интеллект возьмет на себя эту функцию, не лишимся ли мы важного элемента профессиональной рефлексии?

**Фархан Тавар:** Именно поэтому мы создаем симбиоз человека и искусственного интеллекта. Мы не публикуем отчеты автоматически без вашего участия, но если вы позволяете системе делать это без вашего вмешательства, мы отслеживаем такую статистику. Конечно, существует определенный риск потери контекста, который вы как руководитель проекта должны были бы получить при глубоком анализе, однако мы ожидаем, что каждый, как и в случае с кодом, написанным ИИ, внимательно изучит и сам код, и сформированный отчет.

**Ведущий:** То есть ответственность остается за вами.

**Фархан Тавар:** Именно так. Мы находимся на начальном этапе этого эксперимента — всего три недели, и готовы отказаться от него, если заметим, что сотрудники перестали следить за еженедельной динамикой проектов. Важно отметить, что каждые шесть недель на уровне компании вместе с Тоби мы анализируем все проекты: оцениваем, движутся ли они в правильном направлении, следует ли продолжать работу, достаточно ли ресурсов, не затягивается ли реализация. Поэтому вам необходимо хорошо знать ситуацию, поскольку эти вопросы будут рассматриваться на уровне руководства.

**Ведущий:** Мне нравится ваш подход, потому что с появлением ИИ я стремлюсь автоматизировать задачи, которые действительно не хочу выполнять. Ирония в том, что ИИ особенно хорошо справляется с тем, что нам иногда нравится делать — с написанием кода, но составление отчетов или документации редко вызывает энтузиазм у инженеров. Как инженеры, мы стараемся минимизировать рутину. Если мы обнаружим, что это снижает понимание контекста, мы откажемся от такой автоматизации.

Ценю ваш экспериментальный подход и гибкость. А какие дополнительные инструменты используют инженерные менеджеры? Создают ли люди собственные решения для отслеживания процессов?

**Фархан Тавар:** Да, на уровне инженерных менеджеров и директоров мы стремимся визуализировать ключевые метрики эффективности команд. У нас есть инструменты, позволяющие отслеживать время концентрации сотрудников, частоту их участия в совещаниях, степень использования ИИ-инструментов. Мы делаем эту информацию наглядной и доступной.

Мы также отслеживаем, сколько членов вашей команды задействовано в проектах GSD, а сколько освободилось для новых задач после завершения предыдущих. Что касается инженерных менеджеров, многие лучшие из них начинали как рядовые инженеры, поэтому даже при найме опытных руководителей извне мы стараемся, чтобы они сначала поработали в Shopify в качестве индивидуальных разработчиков, прежде чем перейдут к управленческим функциям.

Навык написания кода для руководителей инженерии

**Ведущий:** Вот интересная тема, которую стоит обсудить. Вы упомянули нечто очень любопытное: при найме директоров по инженерии и руководителей более высокого уровня раньше проводились стандартные собеседования о культуре, стратегии и подобных вещах. Теперь вы добавили техническое интервью по написанию кода для всех кандидатов на должность директора по инженерии и выше. Расскажите об этом подробнее.

**Фархан Тавар:** Да, так что это интересно, это, может быть, шокирует людей, и я знаю, как, Родни сидит там, он работал на меня, я провёл интервью по парному программированию с ним. И что происходит, это шокирует особенно VP, когда они такие: «Вау, есть интервью по кодированию?» Я такой: «Да, потому что мы верим, что лучшие лидеры здесь были теми, кто не убегал от кодирования, они просто чувствовали, что получили лучший рычаг от управления командой. Они всё ещё глубоко влюблены в технологии, и они всё ещё, в случае Родни, всё ещё кодируют на выходных, верно?»

И поэтому это сработало очень хорошо, но вся наша идея в том, что вы не убегаете, вы бежите к технологиям, и это просто лучший способ для вас выразить это. Так что я работаю в паре с кандидатами, и они также видят, что, хотя я не пишу код каждый день, я всё ещё глубоко в деталях технологии, я всё ещё люблю технологии, и я всё ещё хочу говорить о технических темах. И поэтому мы работаем в паре, и некоторые люди считают, что это не лучшее для них, и они могут, знаете, есть много отличных компаний, где это не требование, но в Shopify мы верим, что люди должны быть как можно ближе к деталям, и мы такая компания технических ботаников, как, опять же, наши продавцы сейчас «вайб-кодят», мы хотим, чтобы наши инженерные лидеры тоже кодировали.

И поэтому это не означает кодирование день за днём, но вы должны понимать код и как код работает, и многое из этого возвращается, мышечная память кодирования вернётся в этих интервью по парному программированию.

**Ведущий:** И я полагаю, особенно сейчас, когда у нас есть эти инструменты кодирования, когда вы... Знаете, вы можете сгенерировать что-то, пока вы можете просмотреть его, как...

**Фархан Тавар:** Это лучшая часть о копилотах, кандидат приходит, копилот генерирует тонны кода, и теперь я такой: «Отлично, это хороший код, плохой код?»

**Ведущий:** Подождите, так вы используете ИИ во время вашего процесса интервью?

**Фархан Тавар:** Да.

**Ведущий:** Интересно, что вы не избегаете использования ИИ даже в процессе собеседований. Недавно мы узнали, что Cursor, сама будучи компанией, разрабатывающей ИИ-инструменты, запретила их использование на своих собеседованиях. А вы, напротив, полностью принимаете эту практику. Расскажите подробнее, как это работает у вас?

**Фархан Тавар:** Мне действительно нравится этот подход. Дело в том, что ИИ иногда генерирует совершенно непригодный код. Когда кандидат демонстрирует свой экран, я прямо говорю: «Используйте любые инструменты — Copilot или что угодно ещё, что вам удобно». И вот что я заметил: кандидаты, которые не используют ИИ-ассистенты, как правило, проигрывают тем, кто их использует. Поэтому у них фактически нет выбора, кроме как применять эти инструменты.

Иногда я сам решаю задачи параллельно с кандидатами, используя те же инструменты ИИ, и прошу интервьюера: «Оцените, пожалуйста, и мое решение тоже. Кстати, я еще ни разу не проиграл». Если кандидат не использует Copilot или аналогичные инструменты, он почти наверняка проиграет. Но когда кандидат применяет ИИ, мне особенно интересно наблюдать за сгенерированным кодом и спрашивать: «Как вы оцениваете этот код? Он качественный? Есть ли в нём проблемы?»

Я наблюдал интересную ситуацию с некоторыми инженерами: когда в коде есть что-то, что можно исправить буквально одним движением, они вместо этого пытаются заставить ИИ исправить ошибку через промпты. В такие моменты я задаюсь вопросом: «Вы действительно инженер?» Я понимаю логику постоянного использования промптов, но иногда проблема настолько очевидна, что проще исправить её самостоятельно. Я говорю: «Просто измените один символ», но они продолжают пытаться решить проблему через промпты. Это показательно. Я не хочу видеть инженера, который на 100% полагается на ИИ. Идеально — это баланс около 90-95%, когда специалист может взглянуть на код и сразу сказать: «Да, вот эта строка неправильная» и исправить её самостоятельно.

Что делает инженера выдающимся сегодня

**Ведущий:** Я хотел бы узнать, что, по вашему мнению, отличает выдающегося старшего или стаффового инженера в Shopify сегодня? И как это изменилось по сравнению с ситуацией трёхлетней давности, когда у нас не было этих ИИ-инструментов? Интересно понять, как использование искусственного интеллекта изменило ваши ожидания от первоклассного инженера.

**Фархан Тавар:** Я замечаю важное изменение: наши лучшие инженеры теперь используют ИИ-инструменты для работы над инфраструктурой, которую они всегда хотели улучшить, но никогда не находили на это времени. Это сокращение технического долга, рефакторинг, улучшение читаемости кода — именно для этих задач наши лучшие специалисты применяют инструменты ИИ, потому что раньше им просто не хватало ресурсов на это.

Представьте инженера, который всегда мечтал: «Вот бы у меня было шесть месяцев на полную переработку кода». Теперь он может использовать инструменты ИИ для рефакторинга, такие как Claude Code или OpenAI CodeEx, запустить несколько агентов параллельно, проверить все pull-запросы и фактически получить в своё распоряжение целую команду. Кроме того, наши инженеры не боятся экспериментировать. Они могут запустить какой-нибудь инструмент, например Devon, на 24 часа, и если результат окажется неудовлетворительным, они просто удалят всё и скажут: «Попытка стоила того».

Заключительный вопрос: как стать более ИИ-ориентированной компанией

**Ведущий:** И в качестве заключительного вопроса: многие хотели бы трансформировать свои компании по примеру Shopify. Будь то рядовой инженер, стаффовый инженер или директор по разработке — все задаются вопросом, как сделать культуру компании более ориентированной на ИИ. Какой совет вы бы дали тем, кто хочет начать этот путь? Ведь не у всех есть преимущество в виде генерального директора, который говорит: «Отлично, я поддерживаю эти инициативы». Какие рекомендации вы даёте своим коллегам, например, в сообществах технических директоров?

**Фархан Тавар:** Я считаю, что самое главное — это личный пример. Ничто не работает лучше, чем демонстрация на собственном опыте. И способ, которым это происходит — вы должны сами активно применять эти технологии. Если вы пишете код, показывайте коллегам свой рабочий процесс с использованием ИИ, делитесь в общих каналах своими вопросами: «Я пытался реализовать эту функцию, но столкнулся с трудностями» или «Мне удалось настроить этот процесс с помощью такого-то промпта».

В Shopify мы создали внутреннюю библиотеку промптов, где любой сотрудник может взять готовый промпт и адаптировать его под свои задачи: «Этот подход сработал для коллеги, попробую модифицировать его для своего случая». Это основной способ, которым люди начинают осваивать ИИ — они видят, как это делают другие, и следуют их примеру.

Мы активно делимся примерами использования ИИ и постоянно пополняем нашу библиотеку промптов. Недавно на Саммите Shopify мы провели хакатон с акцентом на ИИ, и что интересно — в нём участвовали не только младшие сотрудники, но и опытные специалисты, которые осваивали Claude Code. Один из наших старших разработчиков признался: «Я не писал код вручную шесть недель, использовал только Claude Code». Когда я уточнил детали, он добавил: «Ну, конечно, иногда приходится вносить небольшие правки». На что я ответил: «Отлично, значит вы используете ИИ на 95%, и это именно то, к чему мы стремимся — не нужно пытаться автоматизировать абсолютно всё».

Личный пример и обмен опытом — вот ключевые факторы успеха, особенно учитывая, что никто ещё полностью не освоил эту область. Мы все находимся в процессе обучения.

**Ведущий:** Действительно, никто ещё не достиг совершенства в этом.

Это было замечательное обсуждение. Мне нравится, как активно вы экспериментируете, как не боитесь принимать определённую неопределённость ради получения новых знаний, и как щедро делитесь опытом внутри компании. Мы получили лишь небольшое представление о вашем подходе, но надеюсь, что всё больше людей и компаний последуют вашему примеру. Большое спасибо за эту беседу.

**Фархан Тавар:** Спасибо за приглашение.

Заключение ведущего

**Ведущий:** Меня по-настоящему впечатлил практичный подход Shopify к использованию языковых моделей. Очевидно, что в компании глубоко понимают: для достижения значимых результатов необходимы как инвестиции, так и постоянное экспериментирование. 

Особенно интересной мне показалась стратегия Shopify по повышению эффективности через найм стажёров. Эти молодые специалисты приходят с непредвзятым взглядом на инструменты искусственного интеллекта и способны предложить нестандартные, но чрезвычайно эффективные способы их применения. Такой подход к обновлению корпоративной культуры через привлечение нового поколения — это действительно дальновидное решение.

Предыдущая часть здесь