Moja nowa rola w SDLC z AI wersja beta

Odpowiadasz za rzetelne zrozumienie potrzeb użytkowników i za rekomendacje oparte na wynikach badań.

1. Planowanie badań UX

   Etap SDLC: Odkrywanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Dobór metody badania, pytań i zadań dla uczestników oraz organizacja badania pod konkretny cel i grupę użytkowników.

   Rola człowieka: Badacz decyduje, czy metoda i pytania pasują do celu, i ustala z uczestnikami warunki udziału. AI nie kontaktuje się z uczestnikami w jego imieniu.

   Uzasadnienie: AI pomaga porównać metody i zredagować pytania, ale wybór metody wymaga znajomości kontekstu. Dlatego nawet w przepływie agentowym zadanie pozostaje w kategorii „Z pomocą AI”.

2. Analiza i interpretacja wyników badań

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Porządkowanie materiału z badań i wyciąganie wniosków z zachowaniem powiązania z obserwacjami i wypowiedziami uczestników.

   Rola człowieka: Badacz sprawdza, czy wnioski wynikają z materiału, oddziela obserwacje od interpretacji i odpowiada za opis potrzeb.

   Uzasadnienie: AI może pomóc pogrupować notatki i przygotować wstępną syntezę. Wniosków o potrzebach użytkowników nie warto jednak oddawać AI, dlatego zadanie pozostaje w kategorii „Z pomocą AI”.

3. Projektowanie wariantów interfejsu

   Etap SDLC: Projektowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Przygotowanie wariantów makiet i treści interfejsu dla konkretnego problemu, zgodnie z systemem projektowym.

   Rola człowieka: Projektant określa problem i ograniczenia oraz sprawdza każdy wariant, zanim trafi do rekomendacji albo do wdrożenia.

   Uzasadnienie: Przygotowanie wariantów makiet można zlecić AI. Trafność treści i dopasowanie rozwiązania do problemu trzeba jednak ocenić w całości, także w przepływie agentowym.

4. Przegląd użyteczności i dostępności

   Etap SDLC: Testowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Ocena interfejsu według przyjętych kryteriów użyteczności i dostępności oraz wskazanie potencjalnych problemów.

   Rola człowieka: Projektant decyduje, które uwagi są trafne w kontekście użycia. Taki przegląd nie zastępuje obserwacji prawdziwych użytkowników.

   Uzasadnienie: AI dobrze wskazuje potencjalne problemy już przy pracy z asystentem. Specjalista wybiera istotne ustalenia i ocenia ich skutki dla użytkowników.

5. Rekomendacja i uzgodnienie projektu

   Etap SDLC: Projektowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przygotowanie rekomendacji rozwiązania, omówienie wariantów z zespołem i zapisanie ustaleń oraz ryzyk.

   Rola człowieka: Projektant odpowiada za rekomendację. Decyzje i zobowiązania potwierdzają osoby do tego uprawnione.

   Uzasadnienie: AI może uporządkować argumenty za poszczególnymi wariantami, ale nie uzgadnia stanowisk i nie akceptuje projektu w imieniu zespołu.

6. Utrzymanie bazy wiedzy z badań dla AI (nowe zadanie związane z AI)

   Etap SDLC: Analiza

   Bez AI

   Nie wykonuję

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Prowadzenie zatwierdzonego zbioru materiałów z badań, odwołań do źródeł i ich wersji, z którego korzystają narzędzia AI.

   Rola człowieka: Badacz decyduje, które źródła są dozwolone i kto ma do nich dostęp. Zmiany zgód, uprawnień i interpretacji materiału zatwierdza człowiek.

   Uzasadnienie: To nowa praca, która pojawia się razem z AI. Aktualizację odwołań w zatwierdzonym zbiorze można zlecić AI, a w przepływie agentowym kontrolować próbkami i alarmami. AI nie zmienia samodzielnie zasad dostępu.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze odwołania po zmianie źródeł oraz cytaty i rekordy, których wersja jest niejasna.
   • Kiedy zatrzymać: Brak oryginału, źródło spoza zatwierdzonego zbioru albo zmiana zasad dostępu.
   • Co zrobić po zatrzymaniu: Wstrzymaj aktualizację i przed użyciem sprawdź cały zestaw, wynik po wyniku.

7. Ocena podsumowań badań przygotowanych przez AI (nowe zadanie związane z AI)

   Etap SDLC: Testowanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Bez AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Sprawdzanie na wybranych przykładach, czy podsumowania badań przygotowane przez AI wiernie oddają wypowiedzi, pokazują wyjątki i nie dodają własnych wniosków.

   Rola człowieka: Badacz dobiera przykłady i ocenia zgodność ze źródłami. Ocena wystawiona przez samo AI nie dowodzi jego wiarygodności.

   Uzasadnienie: Gdy zespół zaczyna korzystać z asystenta, trzeba sprawdzać jego podsumowania. AI może pomóc zorganizować porównania, ale wychwycenie zniekształceń pozostaje zadaniem specjalisty.

Odpowiadasz za rzetelność analizy i zapis uzgodnień. Decyzje biznesowe podejmują uprawnieni interesariusze.

1. Przygotowanie rozmów o wymaganiach

   Etap SDLC: Odkrywanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przygotowanie pytań, tematów do wyjaśnienia i materiałów na rozmowę lub warsztat z interesariuszami.

   Rola człowieka: Analityk dobiera pytania do rozmówców, prowadzi rozmowę i upewnia się, że dobrze rozumie odpowiedzi.

   Uzasadnienie: AI pomaga zredagować pytania i wskazać luki w wiedzy, ale nie przejmuje rozmowy ani uzgodnień.

2. Przygotowanie specyfikacji wymagań

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Przygotowanie roboczego opisu wymagania i propozycji kryteriów akceptacji na podstawie wskazanych źródeł.

   Rola człowieka: Analityk sprawdza zgodność opisu ze źródłami i oznacza luki. Wymagania i kryteria zatwierdzają uprawnieni interesariusze.

   Uzasadnienie: Szkic wymagania można zlecić AI, ale wynik trzeba sprawdzić w całości, także w przepływie agentowym. Jedno przeoczone znaczenie potrafi zmienić całe wymaganie.

3. Modelowanie procesów

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Tworzenie i poprawianie modeli procesów na podstawie potwierdzonego opisu i przyjętej notacji.

   Rola człowieka: Analityk sprawdza poprawność modelu i jego zgodność z uzgodnionym przebiegiem procesu. Model nie jest źródłem faktów o organizacji.

   Uzasadnienie: Na początku AI wspiera analityka w modelowaniu. W przepływie agentowym można zlecić AI aktualizację modelu na podstawie wskazanych źródeł, ale wynik nadal trzeba sprawdzić w całości.

4. Analiza wpływu zmiany

   Etap SDLC: Projektowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Wskazanie procesów, reguł i systemów, na które może wpłynąć zmiana, wraz z uzasadnieniem i brakującą wiedzą.

   Rola człowieka: Analityk weryfikuje zależności, ocenia skalę wpływu i potwierdza kluczowe założenia z właściwymi osobami.

   Uzasadnienie: AI dobrze wyszukuje zależności i podsuwa pytania. Niepełna wiedza o organizacji nie pozwala jednak oddać mu całej oceny, dlatego zadanie pozostaje w kategorii „Z pomocą AI”.

5. Uzgadnianie sprzecznych wymagań

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Wyjaśnianie sprzeczności między wymaganiami, doprowadzenie do decyzji właściwych interesariuszy i zapisanie jej uzasadnienia.

   Rola człowieka: Analityk prowadzi uzgodnienia, a decyzje biznesowe podejmują interesariusze w ramach swoich uprawnień.

   Uzasadnienie: AI pomaga zestawić sprzeczne stanowiska i możliwe rozwiązania. Kategoria „Z pomocą AI” nie oznacza przekazania decyzji. Uzgodnienia nadal prowadzi człowiek.

6. Przygotowanie wiedzy dziedzinowej dla AI (nowe zadanie związane z AI)

   Etap SDLC: Analiza

   Bez AI

   Nie wykonuję

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Utrzymywanie zatwierdzonego słownika pojęć, reguł biznesowych, przykładów i odwołań do źródeł, z których korzystają narzędzia AI w analizie.

   Rola człowieka: Analityk zatwierdza znaczenie reguł i zakres źródeł. Narzędzie nie dopisuje i nie rozstrzyga samo zasad dziedziny.

   Uzasadnienie: Wiedza przekazywana AI wymaga osobnego utrzymania i wersjonowania. Aktualizację odwołań w zatwierdzonym zbiorze można zautomatyzować, pod warunkiem że każda zmiana znaczenia lub uprawnień zatrzymuje proces.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze odwołania po zmianie wersji słownika oraz reguły z wyjątkami i sprzecznościami.
   • Kiedy zatrzymać: Zmiana znaczenia reguły, brak wskazanego źródła albo sprzeczne wersje.
   • Co zrobić po zatrzymaniu: Zatrzymaj aktualizację i sprawdź cały zmieniony zestaw, wynik po wyniku.

7. Ocena wyników analizy przygotowanych przez AI (nowe zadanie związane z AI)

   Etap SDLC: Testowanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Bez AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przygotowanie przykładów kontrolnych i sprawdzanie, czy wyniki AI zachowują sens wymagań, wskazują źródła i ujawniają luki.

   Rola człowieka: Analityk ustala, czego oczekuje, i ocenia rozbieżności ze źródłami. Poprawny format odpowiedzi nie oznacza poprawnej analizy.

   Uzasadnienie: To praca nad tym, czy można polegać na AI w analizie, a nie jednorazowy odbiór szkicu. Asystent może uporządkować próby, ale nie zastąpi oceny merytorycznej.

Odpowiadasz za rekomendowane kompromisy architektoniczne i jasne pokazanie ograniczeń rozwiązania, w granicach swoich uprawnień.

1. Opis architektury i zależności

   Etap SDLC: Projektowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Odtwarzanie i aktualizacja roboczego opisu komponentów i zależności na podstawie wskazanych repozytoriów i dokumentacji.

   Rola człowieka: Architekt wskazuje źródła, sprawdza kluczowe zależności i zatwierdza dokumentację do użycia. Sam spis komponentów nie dowodzi, że wiedza o systemie jest kompletna.

   Uzasadnienie: Spis komponentów, mapa zależności i robocza dokumentacja to jeden rezultat. Rutynowe aktualizacje opisu można kontrolować próbkami i alarmami, ale zmiany decyzji architektonicznych są poza tym zadaniem.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwszy opis po zmianie struktury systemu oraz nowe komponenty i zależności o niepewnym źródle.
   • Kiedy zatrzymać: Nieznany komponent, źródło spoza listy albo rozbieżność opisu z repozytorium.
   • Co zrobić po zatrzymaniu: Wstrzymaj publikację i sprawdź całą aktualizację, wynik po wyniku.

2. Doprecyzowanie wymagań jakościowych

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Doprecyzowanie mierzalnych scenariuszy jakościowych, takich jak wydajność, dostępność czy bezpieczeństwo, oraz ograniczeń i pytań do właścicieli wymagań.

   Rola człowieka: Architekt prowadzi uzgodnienia, a docelowe poziomy jakości i akceptowalnego ryzyka potwierdzają właściwe osoby.

   Uzasadnienie: AI pomaga wychwycić niejasności i zaproponować scenariusze. Wybór wymagań i akceptowalnego ryzyka wymaga osądu i uzgodnień, niezależnie od sposobu pracy.

3. Porównanie wariantów i wybór kompromisu

   Etap SDLC: Projektowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Porównanie wariantów rozwiązania i rekomendacja kompromisu na podstawie jawnych kryteriów, założeń i konsekwencji.

   Rola człowieka: Architekt dobiera kryteria i uzasadnia rekomendację. Decyzję podejmuje albo uzyskuje zgodnie ze swoimi uprawnieniami.

   Uzasadnienie: Sama tabela wariantów bez kryteriów i osądu niewiele daje, dlatego porównanie i wybór to jedno zadanie. AI pomaga zebrać argumenty, ale nie podejmuje decyzji.

4. Ocena zgodności i ryzyk rozwiązania

   Etap SDLC: Wydanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Przegląd rozwiązania pod kątem przyjętych ograniczeń oraz ocena ryzyk i odstępstw przed dalszymi pracami.

   Rola człowieka: Architekt ocenia trafność ustaleń, a odstępstwa i akceptację ryzyka przekazuje ich właścicielom.

   Uzasadnienie: W przepływie agentowym AI może przygotować pełny raport według listy kontrolnej, ale cały wynik trzeba sprawdzić. Pominięte ryzyko ma zbyt poważne skutki.

5. Dokumentowanie decyzji architektonicznych

   Etap SDLC: Utrzymanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Przygotowanie zapisu kontekstu, rozważanych opcji i uzasadnienia decyzji architektonicznej, która rzeczywiście zapadła.

   Rola człowieka: Architekt potwierdza, że zapis odpowiada ustaleniom, i uzyskuje akceptację uczestników. Sam zapis nie jest decyzją.

   Uzasadnienie: Redakcję zapisu można zlecić AI, gdy ustalenia są już potwierdzone. Pełny przegląd zostaje także w przepływie agentowym, bo zapisanie decyzji, która nie zapadła, przesuwa odpowiedzialność.

6. Projektowanie granic działania agentów AI (nowe zadanie związane z AI)

   Etap SDLC: Projektowanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Bez AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Określenie, jakie działania i narzędzia są dozwolone dla agentów AI, do czego mają dostęp, gdzie są punkty kontroli i kiedy następuje eskalacja lub wyłączenie.

   Rola człowieka: Architekt uzgadnia granice z właścicielami systemów i ryzyka. Agent nie nadaje sobie uprawnień i nie zatwierdza własnego zakresu działania.

   Uzasadnienie: To nowe zadanie związane z AI, które wymaga osądu architektonicznego. AI może pomóc przeanalizować warianty kontroli.

7. Projektowanie monitorowania i reakcji na błędy AI (nowe zadanie związane z AI)

   Etap SDLC: Utrzymanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Nie wykonuję

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Projektowanie rejestrowania przebiegu, alarmów, obsługi błędów i wycofywania zmian dla zadań wykonywanych przez AI.

   Rola człowieka: Architekt uzgadnia kryteria zatrzymania i eskalacji oraz odpowiedzialność za utrzymanie. Uruchomienie na produkcji wymaga osobnej zgody.

   Uzasadnienie: Gdy AI zaczyna samo wykonywać zadania, trzeba zaplanować wykrywanie błędów i reakcję na nie. Przy samym korzystaniu z asystenta takie zadanie nie występuje.

Odpowiadasz za prowadzenie uzgodnień w projekcie, rzetelną komunikację i eskalowanie spraw, które wykraczają poza Twoje uprawnienia.

1. Komunikacja postępu i ustaleń

   Etap SDLC: Wytwarzanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Przygotowanie raportów, notatek i komunikatów o postępie, działaniach i ustaleniach w projekcie.

   Rola człowieka: Kierownik projektu potwierdza fakty i zobowiązania. O wysłaniu komunikatu i przyjęciu zobowiązania decyduje człowiek.

   Uzasadnienie: Cykliczne zestawienia z uzgodnionych danych AI może przygotowywać samo, pod kontrolą próbek i alarmów. Nie negocjuje jednak i nie składa nowych zobowiązań.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze zestawienia w nowym formacie oraz pozycje opóźnione, niepełne i wskazane przez alarm.
   • Kiedy zatrzymać: Nieaktualne źródło, sprzeczne statusy albo niepotwierdzone zobowiązanie.
   • Co zrobić po zatrzymaniu: Wstrzymaj wysyłkę i sprawdź cały raport, pozycja po pozycji.

2. Planowanie harmonogramu i zależności

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przygotowanie wariantów harmonogramu oraz ocena zależności i skutków zmian założeń, terminów lub zakresu.

   Rola człowieka: Kierownik projektu ocenia wykonalność planu z osobami odpowiedzialnymi za prace i uzgadnia go. Propozycja planu nie jest zobowiązaniem co do zasobów ani terminów.

   Uzasadnienie: AI pomaga przygotować warianty planu i ocenić skutki zmian, ale realny plan trzeba uzgodnić z ludźmi.

3. Zarządzanie ryzykiem i problemami projektu

   Etap SDLC: Wytwarzanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Rozpoznawanie ryzyk i problemów projektu, ustalanie ich właścicieli i działań oraz śledzenie potwierdzonych zmian statusu.

   Rola człowieka: Kierownik projektu ocenia wagę ustaleń i uzgadnia działania. Akceptację ryzyka pozostawia jego właścicielowi.

   Uzasadnienie: To praca decyzyjna, a nie przepisywanie rejestru ryzyk. W przepływie agentowym AI może przygotować pełne zestawienie do oceny, ale całość trzeba przejrzeć.

4. Uzgadnianie zakresu i zobowiązań

   Etap SDLC: Odkrywanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Negocjowanie i potwierdzanie zobowiązań dotyczących zakresu, terminów i zasobów projektu.

   Rola człowieka: Kierownik projektu prowadzi uzgodnienia w granicach swoich uprawnień. Zobowiązania potwierdzają osoby, które mogą je przyjąć.

   Uzasadnienie: AI może zestawić warianty i przygotować argumenty, ale to nadal rozmowa z ludźmi. Kategoria „Z pomocą AI” nie daje AI prawa do reprezentowania zespołu ani do podejmowania decyzji.

5. Rozwiązywanie i eskalowanie konfliktów

   Etap SDLC: Wytwarzanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Ocena sytuacji konfliktowej, rozmowy z uczestnikami i wypracowanie rozwiązania albo eskalacja.

   Rola człowieka: Kierownik projektu ocenia konsekwencje i prowadzi działania. Sprawy wykraczające poza jego uprawnienia przekazuje właściwej osobie.

   Uzasadnienie: AI może pomóc spojrzeć na sytuację z innej perspektywy i przygotować się do rozmowy. Nie przejmuje odpowiedzialności za relacje ani decyzji o sposobie rozwiązania konfliktu.

6. Ustalenie zasad pracy zespołu z AI (nowe zadanie związane z AI)

   Etap SDLC: Projektowanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Bez AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Uzgodnienie, do czego zespół używa AI, kto co kontroluje, gdzie są punkty zatwierdzania i co robić, gdy AI się pomyli.

   Rola człowieka: Kierownik projektu prowadzi uzgodnienia, a właściciele danych, narzędzi i ryzyka zachowują swoje uprawnienia.

   Uzasadnienie: Wspólne zasady są potrzebne już wtedy, gdy zespół korzysta z asystenta. Przy szerszym użyciu AI może pomóc je przeanalizować, ale przyjmują je ludzie.

7. Monitorowanie wpływu AI na realizację projektu (nowe zadanie związane z AI)

   Etap SDLC: Utrzymanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Nie wykonuję

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Zbieranie danych o poprawkach, przeglądach, opóźnieniach i problemach związanych z zadaniami wykonywanymi przez AI.

   Rola człowieka: Kierownik projektu ocenia ograniczenia danych i uzgadnia reakcję. Samo porównanie wskaźników nie dowodzi ani przyczyny, ani oszczędności.

   Uzasadnienie: Gdy zadania są zlecane AI, trzeba obserwować dodatkową pracę i problemy, a nie tylko liczbę wygenerowanych wyników. W przepływie agentowym zestawienia może przygotować AI, ale każdy raport trzeba ocenić w kontekście projektu.

Odpowiadasz za ocenę poprawności i ryzyka zmian oraz za ich dopuszczenie do kolejnych etapów, zgodnie z zasadami zespołu.

1. Implementacja niewielkiej zmiany w kodzie

   Etap SDLC: Wytwarzanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Implementacja lub refaktoryzacja wydzielonego fragmentu kodu w osobnej gałęzi, zgodnie z opisanym zachowaniem i kryteriami.

   Rola człowieka: Deweloper wyznacza granice zmiany, ocenia dowody poprawności i skutki uboczne. Scalenie i wdrożenie wymagają osobnej akceptacji.

   Uzasadnienie: W przepływie agentowym AI pracuje w wydzielonej gałęzi, pod kontrolą testów i alarmów. Nigdy samo nie wprowadza zmian na produkcję.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze zmiany po nowej konfiguracji, przypadki brzegowe i operacje narzędzi wskazane przez alarm.
   • Kiedy zatrzymać: Zmiana pliku spoza zakresu, niedozwolona operacja albo niezgodność z testami zachowania.
   • Co zrobić po zatrzymaniu: Zatrzymaj agenta i przejrzyj całą zmianę; nie scalaj jej i nie wdrażaj.

2. Przygotowanie testów jednostkowych

   Etap SDLC: Testowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Przygotowanie testów jednostkowych dla uzgodnionego zachowania komponentu.

   Rola człowieka: Deweloper ustala oczekiwane zachowanie niezależnie od implementacji i ocenia, czy asercje mają sens. To, że testy przechodzą, nie dowodzi jakości kodu.

   Uzasadnienie: Powtarzalne testy dla jasno opisanych interfejsów mogą powstawać automatycznie, z kontrolą próbek. Oczekiwanego zachowania AI jednak nie zatwierdza.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze testy po nowej konfiguracji oraz asercje dla przypadków brzegowych i kluczowych interfejsów.
   • Kiedy zatrzymać: Zmiana oczekiwanego wyniku bez uzasadnienia, pusta asercja albo wyjście poza zakres.
   • Co zrobić po zatrzymaniu: Zatrzymaj generowanie i przejrzyj cały zestaw testów.

3. Diagnozowanie błędów i incydentów

   Etap SDLC: Utrzymanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Stawianie i sprawdzanie hipotez o przyczynach błędu na podstawie logów, odtworzenia problemu i innych danych.

   Rola człowieka: Deweloper odróżnia hipotezę od potwierdzonej przyczyny. Działania zmieniające środowisko produkcyjne wymagają zgody.

   Uzasadnienie: Agent może przygotować wstępną analizę, ale cały wynik trzeba sprawdzić. Samodzielna naprawa na produkcji nie wchodzi w grę.

4. Przegląd kodu i dopuszczenie zmiany

   Etap SDLC: Wydanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przegląd zmiany, dowodów jej poprawności i ryzyka oraz decyzja, czy może przejść dalej.

   Rola człowieka: Decyzję o przyjęciu zmiany podejmuje uprawniona osoba. Akceptacja w przeglądzie nie zastępuje osobnej zgody na wydanie.

   Uzasadnienie: AI może wspierać recenzenta, na przykład wskazując ryzykowne miejsca i pytania do autora. Decyzja zostaje po stronie człowieka.

5. Przygotowanie wydania

   Etap SDLC: Wydanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Przygotowanie opisu wydania, instrukcji weryfikacji, dokumentacji zmiany oraz planu przywrócenia poprzedniej wersji.

   Rola człowieka: Deweloper potwierdza zgodność materiałów ze zmianą. O wydaniu i wycofaniu decydują osoby z odpowiednimi uprawnieniami.

   Uzasadnienie: Przy rozbudowanej automatyzacji przygotowanie materiałów można zlecić AI, ale całość nadal trzeba przejrzeć.

6. Utrzymanie instrukcji i kontekstu dla agenta kodującego (nowe zadanie związane z AI)

   Etap SDLC: Wytwarzanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Utrzymywanie zatwierdzonych odwołań do kodu, instrukcji projektu i przykładów, z których korzysta asystent lub agent kodujący.

   Rola człowieka: Deweloper zatwierdza reguły i zakres dostępu. Automatyczna aktualizacja odwołań nie może zmieniać zasad bezpieczeństwa ani uprawnień agenta.

   Uzasadnienie: Instrukcje i kontekst trzeba utrzymywać od pierwszego dnia pracy z AI. Odświeżanie odwołań w zatwierdzonym zbiorze można zautomatyzować, ale zmiana zasad projektu zawsze wymaga osobnej decyzji.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze odwołania po zmianie w repozytorium oraz odwołania do zmienionych klas, funkcji i wzorców.
   • Kiedy zatrzymać: Zmiana instrukcji lub uprawnień, brak źródła albo odwołanie do niedozwolonego pliku.
   • Co zrobić po zatrzymaniu: Wstrzymaj aktualizację, przywróć poprzedni kontekst i przejrzyj cały zestaw.

7. Nadzór nad pracą agenta (nowe zadanie związane z AI)

   Etap SDLC: Wytwarzanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Nie wykonuję

   Delegowanie zadań

   Bez AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Śledzenie, jak agent wykonuje zadanie: jakich narzędzi używa, czy nie przekracza uprawnień i kiedy trzeba go zatrzymać.

   Rola człowieka: Deweloper wyznacza granice i reaguje na ich przekroczenie. Agent nie rozszerza swoich uprawnień i nie zatwierdza operacji na produkcji.

   Uzasadnienie: To nadzór nad wykonaniem zleconego zadania, a nie kolejny przegląd kodu. Przy delegowaniu zadań deweloper robi to sam; w przepływie agentowym AI pomaga analizować logi i alarmy.

Odpowiadasz za interpretację wyników testów i jasne przedstawienie ryzyka jakościowego. O wydaniu decyduje uprawniony właściciel.

1. Projektowanie przypadków i zakresu testów

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Przygotowanie przypadków testowych, warunków i proponowanego zakresu testów, w tym testów regresji, na podstawie wymagań i ryzyka.

   Rola człowieka: Tester ocenia sens przypadków i luki w pokryciu, a zakres zatwierdza zgodnie ze swoimi uprawnieniami. Długa lista przypadków nie oznacza pełnego pokrycia.

   Uzasadnienie: W przepływie agentowym AI może przygotować kompletną propozycję, ale dobór przypadków trzeba przejrzeć w całości.

2. Tworzenie i utrzymanie testów automatycznych

   Etap SDLC: Testowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Przygotowanie i aktualizacja testów automatycznych dla określonego zakresu, na podstawie niezależnie ustalonych oczekiwań.

   Rola człowieka: Tester ocenia sens asercji i ograniczenia testów. Samo uruchomienie testów nie świadczy o tym, że ich wynik jest wiarygodny.

   Uzasadnienie: Drobne aktualizacje testów mogą odbywać się automatycznie, jeśli oczekiwania są ustalone niezależnie, a próbki kontrolowane. Oceny ryzyka wydania AI nie przejmuje.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze testy po zmianie konfiguracji oraz kluczowe asercje, przypadki brzegowe i alarmy.
   • Kiedy zatrzymać: Osłabienie asercji, pominięcie kontroli, zmiana oczekiwań albo niewyjaśniona niestabilność testów.
   • Co zrobić po zatrzymaniu: Zatrzymaj aktualizację i przed przyjęciem przejrzyj cały zestaw.

3. Przygotowanie danych testowych

   Etap SDLC: Testowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   AI i przegląd każdego wyniku

   Przepływ agentowy

   AI i kontrola wybranych wyników

   Zakres: Przygotowanie danych testowych według jawnych reguł, zakresów wartości, zależności i przypadków brzegowych.

   Rola człowieka: Tester potwierdza dozwolone źródła i przydatność danych. Dane syntetyczne nie są z założenia ani reprezentatywne, ani bezpieczne.

   Uzasadnienie: Przy znanym schemacie i sprawdzalnych regułach generowanie danych można zautomatyzować, z kontrolą próbek i alarmami przy naruszeniu reguł.

   Jak kontrolować pracę AI

   • Co sprawdzać: Pierwsze rekordy w nowym schemacie oraz przypadki brzegowe i zależności między polami.
   • Kiedy zatrzymać: Naruszenie schematu, nieznane pochodzenie danych, wartości spoza dozwolonego zakresu albo niespójna zależność.
   • Co zrobić po zatrzymaniu: Wstrzymaj użycie danych i przejrzyj cały zestaw albo przygotuj go od nowa.

4. Testy eksploracyjne

   Etap SDLC: Testowanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Planowanie i prowadzenie sesji testów eksploracyjnych, analiza anomalii oraz opis obserwacji i powtarzalnych błędów.

   Rola człowieka: Tester kieruje eksploracją i ocenia znaczenie obserwacji. Nie dopisuje przyczyn ani skutków, których nie potwierdził.

   Uzasadnienie: AI może podsuwać ścieżki do sprawdzenia i porządkować notatki, ale nie zastąpi reakcji testera na to, co odkrywa w trakcie sesji.

5. Ocena jakości i ryzyka przed wydaniem

   Etap SDLC: Wydanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Ocena wyników testów i ich ograniczeń oraz przekazanie opinii o pozostałym ryzyku.

   Rola człowieka: Tester odpowiada za opinię i jasno opisuje jej ograniczenia. O wydaniu decyduje uprawniony właściciel.

   Uzasadnienie: AI może pomóc zestawić i przeanalizować wyniki testów. Opinię o ryzyku formułuje tester, dlatego zadanie pozostaje w kategorii „Z pomocą AI”.

6. Budowa zestawów testowych do oceny AI (nowe zadanie związane z AI)

   Etap SDLC: Testowanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Bez AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Dobór przykładów, oczekiwanych odpowiedzi i sposobów oceny wyników narzędzia AI używanego w zespole lub w produkcie.

   Rola człowieka: Tester dba o to, by przykłady były trafnie dobrane, a oczekiwania niezależne. Odpowiedź innego modelu nie jest automatycznie wzorcem.

   Uzasadnienie: Gdy zespół używa AI, trzeba testować także zachowanie samego narzędzia, nie tylko kod. AI może pomóc przygotować zestaw, ale dobór przykładów zostaje po stronie człowieka.

7. Testy regresji po zmianie modelu lub instrukcji (nowe zadanie związane z AI)

   Etap SDLC: Utrzymanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Nie wykonuję

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   AI i przegląd każdego wyniku

   Zakres: Porównanie zachowania narzędzia AI po zmianie modelu, instrukcji, kontekstu lub narzędzi z ustalonym zestawem kontrolnym.

   Rola człowieka: Tester interpretuje różnice, zmienność wyników i luki w zestawie. O dopuszczeniu zmiany decyduje właściwa osoba.

   Uzasadnienie: Gdy zadania są zlecane AI, każda zmiana modelu czy instrukcji może zmienić wyniki. Porównania można zautomatyzować, ale każdy raport trzeba ocenić; brak regresji w próbce nie dowodzi, że nie ma jej nigdzie.

Odpowiadasz za cel produktu, kolejność pozycji w backlogu i ocenę wartości, w granicach uprawnień Product Ownera.

1. Rozpoznawanie problemów użytkowników

   Etap SDLC: Odkrywanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Porządkowanie opinii użytkowników, zgłaszanych problemów, dowodów i brakującej wiedzy w odniesieniu do celu produktu.

   Rola człowieka: Product Owner ocenia znaczenie sygnałów i wybiera problemy do dalszej pracy. To, jak często ktoś o czymś wspomina, nie przesądza o wartości.

   Uzasadnienie: AI pomaga grupować i porównywać sygnały, ale wybór problemu wartego rozwiązania należy do człowieka.

2. Projektowanie hipotez i eksperymentów

   Etap SDLC: Odkrywanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Formułowanie hipotez produktowych i eksperymentów, które pozwolą je potwierdzić albo obalić.

   Rola człowieka: Product Owner wybiera hipotezę i uzgadnia warunki eksperymentu. Projekt eksperymentu nie jest zgodą na kontakt z klientami ani na uruchomienie zmiany.

   Uzasadnienie: AI może pomóc przygotować warianty eksperymentu. Wybór najważniejszej niewiadomej i akceptacja ryzyka wymagają osądu człowieka.

3. Ustalanie celu i priorytetów produktu

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Wybór kierunku rozwoju produktu i ustalanie priorytetów na podstawie danych, potrzeb i ograniczeń.

   Rola człowieka: Product Owner podejmuje decyzje i uzasadnia je w granicach swoich uprawnień. Porównanie wariantów nie podejmuje decyzji za niego.

   Uzasadnienie: AI może wesprzeć decyzję analizą wariantów, ale odpowiedzialność za nią zostaje po stronie Product Ownera.

4. Porządkowanie i uzgadnianie backlogu

   Etap SDLC: Analiza

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przygotowanie i uzgodnienie z zespołem i interesariuszami opisów pozycji backlogu, ich celu i oczekiwanych efektów.

   Rola człowieka: Product Owner sprawdza każdy roboczy opis i prowadzi uzgodnienia. Przygotowany opis nie jest automatycznie zobowiązaniem zespołu.

   Uzasadnienie: AI może pomóc zredagować opisy i porównać stanowiska, ale uzgodnienia prowadzi Product Owner. Dlatego zadanie pozostaje w kategorii „Z pomocą AI” także przy delegowaniu zadań i w przepływie agentowym.

5. Ocena efektów produktu

   Etap SDLC: Utrzymanie

   Bez AI

   Bez AI

   Asystent AI

   Z pomocą AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Interpretacja danych o efektach produktu i decyzja o kontynuacji, zmianie albo zakończeniu danego podejścia.

   Rola człowieka: Product Owner ocenia wartość i podejmuje decyzję w granicach swoich uprawnień. Sam wskaźnik nie wyjaśnia przyczyn i nie wyznacza kierunku.

   Uzasadnienie: Zestawienia danych wspierają ocenę wartości, ale jej nie zastępują. AI może pomóc analizować sygnały, a osąd i decyzja zostają po stronie człowieka.

6. Określenie kryteriów wartości rozwiązań AI (nowe zadanie związane z AI)

   Etap SDLC: Analiza

   Bez AI

   Nie wykonuję

   Asystent AI

   Bez AI

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Uzgodnienie, po czym poznać wartość i akceptowalną jakość konkretnego zastosowania AI w pracy nad produktem lub w samym produkcie.

   Rola człowieka: Product Owner uzgadnia kryteria z zespołem i właścicielami ryzyka. Większa liczba wyników wygenerowanych przez AI sama w sobie nie świadczy o wartości.

   Uzasadnienie: Wprowadzenie AI wymaga jasnego celu, a nie tylko chęci automatyzacji. AI może pomóc przeanalizować kryteria, ale przyjmują je uprawnione osoby.

7. Przegląd wartości i kosztów rozwiązań AI (nowe zadanie związane z AI)

   Etap SDLC: Utrzymanie

   Bez AI

   Nie wykonuję

   Asystent AI

   Nie wykonuję

   Delegowanie zadań

   Z pomocą AI

   Przepływ agentowy

   Z pomocą AI

   Zakres: Przegląd dowodów wartości, kosztów poprawek i ograniczeń konkretnego zastosowania AI oraz decyzja o dalszym kierunku.

   Rola człowieka: Product Owner ocenia dowody razem z zespołem. Nie myli korelacji, liczby wyników ani szacunków narzędzia z udowodnioną korzyścią.

   Uzasadnienie: Gdy AI wykonuje zadania, trzeba sprawdzać, czy dodatkowy nadzór i poprawki są warte uzyskanej wartości. To ocena produktowa, więc nawet w przepływie agentowym nie sprowadza się do kontroli losowych wyników.

Projektuje współpracę ludzi, modeli AI i narzędzi w procesie wytwarzania oprogramowania. Powiązane role: Specjalista UX, Analityk, Architekt, Kierownik projektu. Łączy kompetencje z analizy procesów, architektury i projektowania interakcji, dlatego jest naturalnym następnym krokiem dla kilku ról. Nie jest to prognoza nowego stanowiska.

1. Określenie celu i granic procesu

   Etap: Analiza

   Zakres: Opis celu, danych wejściowych, rezultatów i działań, których nie automatyzujemy.

   Rola człowieka: Właściciel procesu zatwierdza cel i zakres.

2. Projektowanie kroków i przekazań

   Etap: Projektowanie

   Zakres: Podział pracy między ludzi, modele i narzędzia oraz opis tego, co przechodzi między krokami.

   Rola człowieka: Projektant uzasadnia podział; każdy krok decyzyjny ma właściciela.

3. Ustalenie zasad przekazywania kontekstu

   Etap: Projektowanie

   Zakres: Określenie źródeł, wersji i formatu informacji przekazywanych między krokami.

   Rola człowieka: Właściciele źródeł potwierdzają, jakie dane wolno przekazywać.

4. Projektowanie uprawnień narzędzi

   Etap: Projektowanie

   Zakres: Dobór minimalnych uprawnień, kont technicznych i ograniczeń potrzebnych do zadania.

   Rola człowieka: Uprawnienia zatwierdzają właściciele systemów.

5. Projektowanie punktów kontroli

   Etap: Testowanie

   Zakres: Ustalenie, które wyniki są przeglądane, jakie są alarmy i które decyzje wymagają człowieka.

   Rola człowieka: Człowiek zatwierdza akceptowalne ryzyko i sposób kontroli.

6. Projektowanie zatrzymania i wznowienia

   Etap: Utrzymanie

   Zakres: Przygotowanie zatrzymania, eskalacji i przywrócenia pracy po błędzie.

   Rola człowieka: Odpowiedzialna osoba ocenia skutki i zgadza się na wznowienie.

Granice odpowiedzialności: Właściciele procesu, danych, systemów i ryzyka zatwierdzają zakres działania. Projektant nie daje agentom prawa do samodzielnego nadawania uprawnień.

Buduje wiarygodne sposoby sprawdzania, jak zachowuje się AI w produkcie lub w procesie wytwarzania oprogramowania. Powiązane role: Specjalista UX, Analityk, Deweloper, Tester, Product Owner. Rozwija kompetencje testerskie i wiedzę dziedzinową. Uczy też, że dobry wynik na próbce nie oznacza, że rozwiązanie zawsze działa poprawnie.

1. Dobór przypadków testowych

   Etap: Testowanie

   Zakres: Wybór typowych, brzegowych i błędnych przypadków odpowiadających celowi użycia.

   Rola człowieka: Specjalista uzasadnia, jakie ryzyka obejmuje zestaw i czego w nim brakuje.

2. Ustalanie oczekiwanych odpowiedzi

   Etap: Analiza

   Zakres: Przygotowanie wzorców, reguł i kryteriów oceny niezależnych od ocenianego wyniku.

   Rola człowieka: Ekspert dziedzinowy potwierdza poprawność oczekiwań.

3. Budowa narzędzi do uruchamiania testów

   Etap: Wytwarzanie

   Zakres: Wersjonowanie konfiguracji, powtarzanie prób oraz zapisywanie wyników i przebiegu.

   Rola człowieka: Inżynier sprawdza poprawność pomiaru i pochodzenie danych.

4. Kalibracja automatycznej oceny

   Etap: Testowanie

   Zakres: Porównanie ocen wystawianych przez reguły lub modele z oceną człowieka i analiza rozbieżności.

   Rola człowieka: Ocena modelu nie staje się automatycznie wzorcem.

5. Sprawdzanie regresji po zmianach AI

   Etap: Utrzymanie

   Zakres: Porównywanie wersji modeli, instrukcji, kontekstu i narzędzi z uwzględnieniem zmienności wyników.

   Rola człowieka: Specjalista opisuje niepewność i ograniczenia wniosków.

6. Przygotowanie dowodów do decyzji

   Etap: Wydanie

   Zakres: Zestawienie wyników, błędów i luk dla osoby, która decyduje o dopuszczeniu.

   Rola człowieka: Ryzyko akceptuje właściciel decyzji; raport sam nie zatwierdza wydania.

Granice odpowiedzialności: Specjalista jasno pokazuje ograniczenia zebranych dowodów. O dopuszczeniu rozwiązania decyduje właściciel ryzyka lub produktu.

Zapewnia kontrolowane środowisko i integracje dla narzędzi AI, które wspierają tworzenie, wydawanie i utrzymanie oprogramowania. Powiązane role: Architekt, Deweloper, Tester, Kierownik projektu. Łączy praktyki inżynierii platformowej z obsługą modeli i agentów. Nie zakłada, że każdy zespół potrzebuje osobnego stanowiska.

1. Zarządzanie kontami i dostępem AI

   Etap: Projektowanie

   Zakres: Konfiguracja zatwierdzonych kont technicznych i zakresu operacji w narzędziach zespołu.

   Rola człowieka: Właściciel systemu zatwierdza dostęp; agent nie może go sam rozszerzyć.

2. Izolacja środowiska wykonawczego

   Etap: Wytwarzanie

   Zakres: Przygotowanie środowisk roboczych z ograniczonym dostępem do sieci, zasobów i operacji.

   Rola człowieka: Inżynier sprawdza ograniczenia i uzgadnia wyjątki z właścicielem ryzyka.

3. Integracja z repozytorium i CI/CD

   Etap: Wytwarzanie

   Zakres: Udostępnienie agentom wybranych operacji w repozytorium i uruchamiania testów.

   Rola człowieka: Scalanie i wydawanie zmian podlegają osobnym zasadom akceptacji.

4. Wersjonowanie konfiguracji AI

   Etap: Wydanie

   Zakres: Zarządzanie wersjami modeli, instrukcji, kontekstu i narzędzi oraz możliwością powrotu do poprzedniej wersji.

   Rola człowieka: Właściciel zmiany zatwierdza konfigurację do użycia.

5. Rejestrowanie działań i kosztów

   Etap: Utrzymanie

   Zakres: Zapewnienie śladu działań, pomiaru użycia i alarmów w uzgodnionych granicach.

   Rola człowieka: Człowiek ocenia alarmy i sens pomiarów; logi nie zastępują osądu.

6. Obsługa błędów i incydentów AI

   Etap: Utrzymanie

   Zakres: Zatrzymanie integracji, ograniczenie skutków i przywrócenie sprawdzonej konfiguracji.

   Rola człowieka: Uprawniona osoba kieruje reakcją i zgadza się na wznowienie działania.

Granice odpowiedzialności: Właściciele systemów i ryzyka zatwierdzają uprawnienia i użycie produkcyjne. Platforma nie daje agentom nieograniczonych uprawnień.