Как встроить AI-агентов в процесс разработки, не потерять архитектуру и не собирать контекст заново при каждой передаче задачи? Как проверить агента не на уровне демо, а на всём пути от первого прототипа до тестов, инцидентов и сопровождения?

На HighLoad++ 2026 эти задачи разберём в докладе и деловой игре.

🔴Агенты в SDLC энтерпрайза: как не потерять архитектуру по дороге. Илья Кудряшов и Игорь Симонов (МТС Веб Сервисы).
Доклад для архитекторов, системных аналитиков, тимлидов и руководителей разработки, у которых узким местом стали постановка задачи, сбор контекста и проверка результата. Илья и Игорь покажут, как хранить знания о продукте в Git, передавать между ролями готовые артефакты и проводить изменения через ревью. Одну задачу спикеры проведут по процессу целиком — от сбора контекста до передачи в разработку.

🔴ИИ-агент за 90 минут: от идеи до продакшена. Евгений Денисов (Ингосстрах).
Деловая игра для тех, кому нужно пройти полный цикл создания ИИ-агента и понять, как не остановиться на быстром прототипе. Игра состоит из четырёх раундов: от первого прототипа до мультиагентной системы. Участники будут искать слабые места, готовить тесты, разбирать ошибки и улучшать агента. Глубокий ML- или AI-бэкграунд не требуется.

Ждём вас 30 ноября и 1 декабря в Москве на HighLoad++ 2026 🙌

Узнать подробнее о программе можно на сайте.

*Программа ещё формируется

Вы работаете с системой, которую нельзя остановить и спокойно переписать с нуля. База растёт, legacy остаётся, новые функции цепляют старые решения, а после релиза всплывают вопросы, которых не было на схеме.

Когда выбираете следующий шаг, одной документации мало. Важно увидеть, как похожую задачу решали другие команды: с какими ограничениями столкнулись, что проверяли, где ошиблись и почему в итоге выбрали именно такой вариант.

На HighLoad++ 2026 вы можете собрать программу под свою текущую задачу.

🔴Готовите миграцию? → смотрите разборы архитектуры и баз данных.
🔴Разбираетесь с надёжностью и релизами? → выбирайте доклады по тестированию, SRE и Platform Engineering.
🔴Внедряете AI в разработку? → сравните кейсы, в которых он помог команде, и ситуации, когда работы на ревью и проверку стало больше.

Ищите в докладах ответы на вопросы, которые важны именно для вашей системы:
- где решение может упереться в рост нагрузки;
- что стоит измерить до изменений;
- какие риски нужно обсудить с командой.

Посмотрите программу и начните с задачи, которую решаете сейчас ✅

📍HighLoad++ 2026 пройдёт 30 ноября и 1 декабря в Кампусе СКОЛКОВО и онлайн.

Как повысить точность RAG, выбрать подходящую архитектуру и сохранить сервис при сбое AI-агента — открыли записи трёх докладов HighLoad++ 2025, где спикеры показывают, как решали эти задачи в своих проектах.

🔴Как RAG ускоряет поддержку RUTUBE: от гибридного поиска до мониторинга галлюцинаций. Виктор Леньшин.
Если ваш RAG часто отвечает «не знаю» или не справляется с растущей базой знаний, доклад поможет пересмотреть подход к поиску и оценке качества. Сравните первую версию RAG с подходом на основе гибридного поиска, разберётесь в роли BM25 и FRIDA, изучите альтернативы Milvus и сможете выбрать метрики, которые точнее покажут качество системы.

🔴RAG → GraphRAG → LightRAG: как мы трижды переписывали медицинский AI и кратно снизили издержки. Андрей Носов.
Когда нужно выбрать RAG-архитектуру и обосновать её стоимость, сравните три подхода на примере одного проекта. Доклад поможет оценить, когда обычного RAG уже недостаточно, во сколько может обойтись GraphRAG и как LightRAG меняет баланс между качеством ответов и затратами на индексацию.

🔴Как сохранить высокую надежность при GenAI-трансформации. Вячеслав Кудряшов.
Если AI-агент становится частью критичной системы, заранее спроектируйте её поведение при сбоях. В докладе разберёте, как отслеживать действия агента, ограничивать зацикливание, продолжать работу без него и откатывать критичные операции. Эти решения можно использовать как основу для собственных требований к надёжности GenAI.

Продуктивного просмотра и отличных выходных 🙌

Новый выпуск Podcast++ про ML в инцидент-менеджменте: как научить систему находить связи между тысячами событий и собирать их в реальные инциденты вместо ручного разбора каждого алерта.

🎤 Ведущий: Александр Арестенок, руководитель команды мониторинга Ви.Tech.

🖐 В гостях: Евгений Лачугин и Михаил Копытин, MWS.

Обсудили:
🟣почему ручная обработка событий перестает работать на больших масштабах,
🟣как использовать накопленные данные дежурных инженеров для обучения ML,
🟣и где автоматизация действительно помогает быстрее находить и разбирать инциденты.

Этот выпуск будет полезен SRE, DevOps-инженерам, специалистам по мониторингу и всем, кто работает с надежностью больших систем.

🎧 Слушайте подкаст:
ВКонтакте
Яндекс Музыка
mave

Как проверить работу AI-агента, прежде чем доверять ему изменения в коде или разбор аварии?

Приходите на эти мастер-классы, чтобы разобраться на конкретных примерах, как агент следует инструкциям, какие результаты выдаёт и что делает, когда что-то ломается:

🔴Мы наняли ИИ, что дальше? Или техно-экстремизм, который мы заслужили. Георгий Меликов (Exordos).
Как встроить ИИ в разработку — от требований до поддержки? Георгий покажет на открытых примерах, как организовать тестирование, запускать стенды и деплой по кнопке и оценивать затраты на инфраструктуру.

🔴От документа к действию: создаём инженерный гайдлайн, который понимает AI-агент. Евгений Харченко (Райффайзен Банк).
На этом мастер-классе вы превратите правило команды или частое замечание с ревью кода в инструкцию с примерами и ограничениями. Выполните одну задачу без инструкции и с ней, сравните результаты и проверите, следует ли агент вашим правилам.

🔴OpenClaw против хаоса: сможет ли агент справиться с авариями? Филипп Бочаров (МТС Web Services (MWS)).
Филипп попробует создать и испытать агента прямо на сцене, а вы выберете, что ломать. Сравните, как простая и доработанная версии справляются с авариями: что делают, как быстро работают и сколько токенов расходуют.

Приходите сравнить подходы и выбрать, что попробовать в своей команде.

➡️ Узнать больше о программе — на сайте HighLoad++ 2026

Как масштабировать вычисления, разобраться с расходами AI-агента и найти причину замедления базы? Собрали пять материалов этой недели, в которых инженеры разбирают свои решения, показывают измерения и говорят об ограничениях.

🔴How DoorDash Built a Next-Generation Real-Time Dispatch Platform.
Технический кейс DoorDash: пока система распределяла заказы, ситуация на дорогах успевала измениться. Если тоже упираетесь в пределы масштабирования, посмотрите, как команда разделила координацию и вычисления и проверила новую архитектуру на копии production-трафика.

🔴Cutting our inference bill by 68% by being obsessive about optimization.
Статья о расходах AI-ревьюера Cloudflare. Если агент обходится всё дороже, здесь есть с чем сравнить свои наблюдения: команда проследила расход токенов, убрала лишние вызовы инструментов и наладила переиспользование контекста. Средняя стоимость ревью снизилась с $2,43 до $0,77; качество замечаний проверяли отдельно.

🔴Troubleshooting MySQL with OpenTelemetry Metrics.
Практическая статья для случая, когда график уже показывает проблему, а причина ещё не ясна. На примерах соединений, запросов и блокировок разберётесь, какие данные собрать дальше и как проверить свою гипотезу. Есть SQL-запросы и оговорки о том, чего метрики не доказывают.

🔴SIMD and Go.
Статья с примерами кода и разбором инструкций компилятора. Если оптимизируете вычислительный цикл, сможете сравнить обычную реализацию с SIMD и оценить, стоит ли ускорение дополнительной сложности. API пока экспериментальный, а результат зависит от задачи и данных.

🔴8 eMudhra certificates are compromised. Here's what you need to know.
Разбор инцидента с сертификатами eMudhra. Если проверили обновления в браузере, загляните и в фоновые сервисы: у них могут быть собственные хранилища доверия. В материале объясняют, как проследить TLS-проверку приложения и почему обновления SDK может не хватить.

Забирайте дайджест и делитесь с коллегами 🙌

Как работать с базами под нагрузкой, когда привычных инструментов уже не хватает?

На докладе и мастер-классе вы разберёте альтернативы для бэкапа сотен терабайт и увидите, как смена инструментов помогает ускорить антифрод без тонкой настройки приложения:

🔴Бэкап апокалипсис: ищем альтернативные решения для БД размером в 100+ терабайт, когда стандартные решения бессильны! Андрей Комягин (STM Labs).
Что делать, если у вас бэкап занимает сутки и мешает работе основной системы? Андрей разберёт альтернативы: LVM-снапшоты, бэкап Cassandra/Scylla по диапазонам токенов и копирование с реплики.

🔴Мастер-класс: Ускорение антифрода в прямом эфире. Владимир Комаров, Федор Васильев (xStack).
Где искать запас скорости, если не ограничиваться настройками приложения и более мощным железом? Владимир и Федор покажут в прямом эфире, как ускорить антифрод, выйдя за пределы привычного набора инструментов.

Приходите на доклад — разобраться, как выбрать способ бэкапа с учётом нагрузки и времени восстановления, а на мастер-класс — проследить, какие изменения дают прирост скорости.

➡️ Больше о программе — на сайте HighLoad++ 2026

Новый выпуск Podcast++ о том, как устроен поиск Ozon под высокой нагрузкой: как за десятки миллисекунд выбрать из огромного каталога и отранжировать самые релевантные товары, сохранив скорость и качество выдачи.

🎤 Ведущий: Михаил Степанов, Ви.Tech.

🖐 В гостях: Лев Саськов, руководитель команды среднего поиска Ozon.

Обсудили:
🟣как устроены три уровня поиска Ozon;
🟣где происходит ранжирование и персонализация;
🟣какими метриками измеряют качество выдачи;
🟣как балансируют между релевантностью и latency;
🟣как выкатывают изменения без скачков p99;
🟣какие простые оптимизации дают заметный эффект;
🟣какие архитектурные решения пришлось пересмотреть с ростом нагрузки.

Выпуск будет полезен backend- и ML-инженерам, тимлидам и всем, кто работает с highload-системами, поиском и ранжированием.

🎧 Слушайте подкаст:
ВКонтакте
Яндекс Музыка
mave

Когда отвечаете за команду, приходится принимать решения о процессах разработки, архитектуре и технических приоритетах. Собрали три записи докладов HighLoad++ 2025, которые помогут разобраться, как AI меняет работу команды, что нужно для надёжной работы агентов и как выстроить работу с техдолгом.

👩‍🔬Стратегия масштабирования команд. Алексей Шарапов.
Внедряете AI в разработку? Посмотрите, как это меняет роли, код-ревью и работу с артефактами. Алексей разбирает, где новые инструменты помогают, где мешают и как развитие команды связано с архитектурой.

👩‍🔬Как сохранить высокую надежность при GenAI-трансформации. Вячеслав Кудряшов.
Если готовите AI-агента к продакшену, проверьте, что произойдёт при его отказе. В докладе — опыт критичных банковских систем: как ограничивать зацикливание, отслеживать действия агента и откатывать изменения.

👩‍🔬Не тушите пожары, стройте систему: управление техдолгом в гармонии с бизнесом. Алексей Шаблюк.
Когда работу с техдолгом снова откладывают, нужны аргументы для разговора с бизнесом. Алексей разбирает, как оценивать расходы и риски, выбирать приоритеты и договариваться о времени на инженерные улучшения. Делится и решениями, которые увеличили долг.

В докладах спикеры разобрали, как обосновывать инженерные решения и учитывать их последствия для команды, системы и бизнеса.