В одной финтех-компании, по её заявлению (проект в бете), в общем пространстве у действия AI-агента два имени: кто сделал и кто разрешил. У агента свой ключ. Хозяин подписывает узкое разрешение. Каждый push, ревью, одобрение и слияние становится подписанным событием.

По её заявлению, агента можно отозвать, не трогая человека. Если отозвать разрешение, агент замолкает, человек работает дальше. Мой вывод, не заявление компании: если у агента нет своего ключа, отозвать агента значит отозвать доступ человека. Журнал в ролике условный.

Компания приводит пример одного небольшого проекта с открытым кодом и волонтёрами: по 10 будних дней до и после переезда в общее пространство. Влитых изменений кода (pull request) было 62, стало 97. Медиана с открытия до слияния была 7,3 ч, стала 4 ч. Время календарное, с ночами. Наблюдение, а не доказательство причины.

Разбор на странице: https://stapel.studio/squads#shared

А у вас кто подписывает действие агента и можно ли отозвать его, не останавливая людей?

#сквады #ключи

Клиент подтверждает 5 000 ₽, а платёжному сервису приходит версия на 50 000 ₽ с тем же подтверждением. Её не принимают: лишнего списано 0 ₽, маме 5 000 ₽, как просил клиент. Подтверждение выдано на версию 1, версию 2 клиент не подтверждал.

В моей схеме агент собирает черновик платежа. Кнопка «Подтвердить» подтверждает только текущую версию платежа. Клиент меняет 5 000 ₽ на 7 000 ₽ и подтверждает версию 2: принято. Старая вкладка, открытая до изменения, подтверждает версию 1: отклонено, данные изменились.

Проект: правило проекта, учебный сценарий. Суммы и номера условные.

Ответ на странице: https://stapel.studio/actions#confirm

Как ваше приложение узнаёт, какую версию платежа подтвердил клиент?

#агенты_действуют #безопасность

Годы работ в АБС до первого запуска? Нет: у пары с ИИ лендинг открытия РКО доходит до клиента уже на первом этапе. АБС, процессинг и другие банковские системы остаются: продукт подключается к ним по API.

Пары разработчика и продуктолога с ИИ начинают сразу с процессов вокруг продуктов, открытие РКО среди них. За вторую неделю лендинг проверяют, подключают к системам банка, закрепляют автотестами и выпускают.

Авторизованные зоны идут следом, ядро банка дальше. Это следующие этапы, а не условие старта.

Этапы я взял со своей страницы. Лендинг РКО там демонстрационный пример, неделя 2 и её шаги из практики, системы из обобщённой карты среднего банка.

Этапы внедрения: https://stapel.studio/product/ai-native-development#rollout

С какого процесса начали бы вы?

#AInative #внедрение

Сторож моего AI-агента нарочно строже, чем нужно. Из двух безобидных запросов второй он отклонит.

Так задумано: лучше отказать зря, чем пропустить запись. Это правило стоит комментарием в версии сторожа на сайте.

Сторож ищет слово записи в любом месте запроса. В created_at есть create, но за ним стоит буква d, и запрос проходит. В do_flag есть do, за ним подчёркивание, не буква, и сторож отказывает. Так же он отклонит drop в кавычках и в комментарии.

Сторож только первый из трёх замков. База выполняет запрос в транзакции только для чтения и от имени роли без прав на запись. Даже если запрос обойдёт первые два, база не даст роли изменить данные банка.

Версия сторожа на сайте отвечает как боевой скрипт. Совпали все 28 ответов сверки: пропускает 12, отклоняет 16. Ответы боевого скрипта записаны 16.09, тест сайта сверяет с ними эту версию. Код обезличен.

Как устроен сторож: https://stapel.studio/security#guard

Что для вас хуже: лишний отказ или пропущенная запись?

#агент_гипотез #безопасность

С ИИ приложение с подключениями к системам банка ускорилось в 4 раза: 3 месяца вместо 12, это пилот. Но срок всё ещё в месяцах. Лендинг ускорился больше чем в 6 раз, с 3 месяцев до 2 недель, и перешёл в недели. Это практика, реальные запуски. А проверка гипотезы с AI-агентом ушла из недель в минуты, это оценка по работе продуктовых команд и пилоту аналогичного агента.

Я поставил три срока со своей главной страницы на одну шкалу, где у каждой единицы времени свой этаж. Сократились все три, в разы. А единица сменилась не у всех: приложение осталось на этаже месяцев, лендинг спустился на один этаж, гипотеза на три.

Шкала логарифмическая. Я посчитал по срокам со страницы: в 4 раза, в 6,4 раза и минус 9 месяцев, месяц = 30 дней.

Как это посчитано: https://stapel.studio/#latest
Правило «месяц = 30 дней»: https://stapel.studio/product/ai-native-development

Какой единицы ждать в вашем проекте?

#AInative #скорость

В моём расчёте сервер под AI-агента на 100 сотрудников по оперативной памяти примет 125. Но видеокарту докупить придётся: для 125 человек нужно 5 видеокарт A100 80 ГБ, а не 4. При 20 % одновременной работы карту добавляют на каждые 25 человек, а память удваивают комплектом.

На 100-м сотруднике 4 карты и память 1 ТБ. На 101-м пятая карта, память та же. На 126-м шестая карта и память 2 ТБ. Запас по памяти не даёт запаса по видеокартам.

Оценка по допущениям, не замер. Ступени при 20 %: расчёт по модели страницы; память комплектами по правилу автора; карты по видеопамяти, а не по скорости.

Расчёт на странице: https://stapel.studio/capacity#headroom

Сколько видеокарт и какая память у вашего сервера?

#мощности #железо

В моей схеме из 8 действий AI-агента 5 идут без подписи человека. Агент отвечает, показывает, находит и собирает: деньги и учёт при этом стоят на месте.

Подпись стоит там, где они меняются. Списание подтверждает клиент, проводку одобряет сотрудник банка. Поручение с лимитом клиент подписывает один раз, и дальше агент платит в его рамках.

Проект: правило проекта, матрица действий. Данные условные. Поручение с лимитом: цель, не сегодняшнее.

Матрица на странице: https://stapel.studio/actions#sign

Под какими действиями вашего AI-агента стоит подпись человека?

#агенты_действуют #безопасность

До закупки сервера под AI-агента банк рискует одной видеокартой, а не сервером. Нагрузочный тест на одной карте даёт число задач при приемлемом времени ответа, и это число двигает сервер.

Для 100 сотрудников при 20 % одновременной работы это 20 задач. Если тест даст 3 задачи на карту, серверу нужно 7 карт, если 5, то 4, если 7, то 3. До теста у меня есть только оценка по памяти: 5 задач на карту, 20 ÷ 5 = 4 карты.

Первый шаг из пяти я уже сделал: задача помещается в ноутбук с 12 ГБ видеопамяти. Спецификация и бюджет, установка в контуре банка и пилот идут после теста.

Предлагаемый порядок. 12 ГБ: тест автора на ноутбуке. Оценка по допущениям, не замер: 5 задач и 4 карты по памяти, а не по скорости; «если тест даст» условно.

Порядок на странице: https://stapel.studio/capacity#rollout

Сколько видеокарт у вас под риском до закупки?

#мощности #внедрение

Синтезированный голос просит AI-агента перевести 50 000 ₽ на новый номер. Агент готовит черновик, как на любую просьбу. Для него голос только ввод: без подтверждения на телефоне клиента деньги не спишутся.

У каждого черновика свой замок. Клиент просит перевести маме 5 000 ₽ и нажимает «Подтвердить» на своём телефоне. Деньги ушли. Черновик на 50 000 ₽ стоит у своего замка и ждёт: подтверждения нет, лишнего списано 0 ₽. Кнопка подтверждает версию платежа: изменились данные, и старое подтверждение не действует.

Если клиента обманули и он нажал сам, антифрод называет причину тревоги и даёт паузу перед отправкой.

Я показываю предлагаемую архитектуру, а не системы конкретного банка. Сценарий учебный, данные условные.

Как это устроено: https://stapel.studio/actions#lab

А у вас кто разрешает перевод, который готовит агент?

#агенты_действуют #безопасность

Три числа из заявления одной финтех-компании, и ни у одного база не раскрыта. За три месяца после запуска программы код, написанный ИИ, вырос на 69 %, заявленная экономия времени на 37 %, число автоматизированных изменений кода (pull request) в 21 раз. Это рост, не доля. Что именно считали и от какой базы, компания не раскрывает.

Мой вывод: такие числа в бизнес-кейс не кладут. Плюс 69 % от неизвестной базы не показывает, сколько кода пишет ИИ. Кто заявлял экономию времени, компания тоже не говорит.

Для своего пилота советую до старта записать четыре вещи: что считать кодом от ИИ и автоматизированным изменением кода, исходный уровень, чьи репозитории входят, с чем сравнивать. Заявленную экономию времени в пилоте я считаю самооценкой. Вывод, список и слово «самооценка» мои: в заявлении компании их нет.

Разбор на странице: https://stapel.studio/squads#prep

А вы что записываете до старта пилота?

#сквады #цифры

В моём расчёте 20 % одновременной работы это 96 минут AI-агента на человека в день. Возьмём 100 человек и день в 8 часов: в каждую минуту задачи идут у 20 из 100, а к вечеру каждому достаётся пятая часть дня.

Всего 160 часов работы агента: 20 задач на 8 часов. Долю можно посчитать наоборот: минуты в день поделить на 480. Выбрать её можно по своему дню.

Оценка по допущениям, не замер: день 8 часов, нагрузка ровная.

Расчёт на странице: https://stapel.studio/capacity#day

Сколько минут AI-агента на человека в день у вас?

#мощности #нагрузка

В моей схеме код AI-агента меняет не он сам. Он пишет заявку из шести полей: цель, границы, риск, проверка, обратимость, источник. Заявку проверяет человек. После этого её выполняет отдельный агент-исполнитель.

Дорога исполнителя зависит от риска. Низкий риск и обратимое изменение идут в один шаг. Заявки среднего и высокого риска проходят в две фазы: подготовка, потом применение.

Поля и дороги: правило агента, код автора, обезличено. Кто меняет и проверяет: со слов автора.

Ответ на странице: https://stapel.studio/security#faq

Кто и как меняет код ваших AI-агентов?

#агент_гипотез #безопасность

В моей схеме статус перевода клиенту пишет платёжный сервис, а не AI-помощник. Помощник может написать «готово» или «ошибка», а на экране всё равно «Отправляем».

Сервер банка проверяет подтверждение, платёжный сервис заново сверяет лимиты, деньги и риск. Только после этого приходит фактический статус: «Перевод проведён». Модель узнаёт о результате позже. Клиент видит фактический статус, а не со слов помощника.

Проект: правило проекта, условный пример; сумма условная.

Ответ на странице: https://stapel.studio/actions#confirm

Кто в вашем приложении пишет клиенту статус перевода?

#агенты_действуют #безопасность

Видеокарта на 96 ГБ вместо 80 ГБ: сервер под AI-агента на 100 сотрудников при 20 % одновременной работы всё равно из 4 карт. Карты покупают целиком: на карту в 96 ГБ помещается 6 задач, на 80 ГБ 5.

Задача 12 ГБ как в моём тесте, запас памяти 20 %. 20 ÷ 6 = 3⅓, поэтому 4 карты, и последняя занята на треть: 2 задачи из 6. А 20 ÷ 5 = 4 ровно, все четыре карты полные.

У другой команды иначе: на 250 сотрудников 9 карт против 10, на 500 это 17 против 20.

Оценка по допущениям, не замер · карты посчитаны по памяти, а не по скорости · объёмы памяти по данным производителя. Задача 12 ГБ: тест автора.

Расчёт на странице: https://stapel.studio/capacity#calc

Сколько задач несёт последняя видеокарта в вашем расчёте?

#мощности #железо

В моей схеме польза AI-агента банка начинается уже на третьей ступени из пяти. Агент готовит действие, а человек подтверждает.

Платить сам агент начнёт только на пятой ступени, по поручению с лимитом. Каждую следующую ступень открывают замеры: в агента летят заложенные ошибки, подмена реквизитов, инструкция в тексте, повтор, самоодобрение. Одно действие без разрешения останавливает выпуск ступени.

Проект: уровни это наша разметка; L3 и L4: следующий шаг и цель, не сегодняшнее. Лимит: пример. Ошибки: учебный сценарий, условные данные.

Ступени на странице: https://stapel.studio/actions#ladder

На какой ступени ваш AI-агент?

#агенты_действуют #внедрение

Учебный сценарий на моём сайте. Посреди перевода, который собрал AI-агент, обрывается связь. Запросов два, списание одно.

Платёжный сервис исполнил перевод и записал номер операции. Ответ до приложения не дошёл, и оно само повторило запрос с тем же номером. Сервис нашёл этот номер среди исполненных и ответил статусом «уже исполнено». Второго списания нет.

Его остановил слой «Номер операции»: повтор с тем же номером не спишет дважды. Обещание ровно такое и не шире. Перевод исполняет платёжный сервис, а агент собрал только черновик перевода.

Данные условные: номер DEMO-01 и перевод на 5 000 ₽ взяты из сценария страницы.

Разбор: https://stapel.studio/actions#lab

А у вас кто отсекает повтор запроса: платёжный сервис или приложение?

#агенты_действуют #безопасность

Одна финтех-компания заявляет: около 1 500 изменений кода (pull request) в неделю её бот в рабочем чате доводит до влитых. Выкатку в прод решает человек. Это анонс июня 2026, дата замера 1 500 не названа. Pull request не равен ценности для клиента.

Я разложил путь изменения на три решения: принять изменение, влить, выкатить. Владелец назван только у выкатки. Кто нажимает «влить», анонс не называет; руководитель направления в интервью говорит, что бот вливает сам.

Ещё два числа из того же заявления: около 15 % всех изменений кода в проде и больше 200 000 операций в сутки. Что считают операцией, не определено. Данные клиентов бот, по словам компании, не читает.

Моя рекомендация банку: назвать владельца у каждого из трёх решений.

Разбор: https://stapel.studio/squads#bot

А у вас кто решает «влить»?

#сквады #ключи

На странице про мощности калькулятор видеокарт для AI-агента пересчитал 30 чисел двух таблиц автора по тем же формулам. Совпали все 30. Это сверка расчёта, не замер на железе: «совпало» значит, что код считает как таблица автора.

Что такая сверка ловит, я посчитал на своём примере ошибки. Если бы код округлял задачи на карту вверх (64 ÷ 12 → 6 вместо 5), главное число страницы осталось бы прежним. Это 4 карты A100 на 100 сотрудников при 20 % одновременной работы. Но разошлись бы 10 клеток из 30. А когда работают все сразу, вышло бы 17 карт вместо 20. По главной клетке ошибку не видно, по всем тридцати видно. Пример ошибки мой, у калькулятора её нет: 30 из 30.

Чего сверка не ловит: допущения у калькулятора и таблицы общие. Похожи ли задачи на тест автора, покажет нагрузочный тест.

Разбор: https://stapel.studio/capacity#check

А вы сверяете расчёт по одной итоговой клетке или по всей таблице?

#мощности #железо

Одна финтех-компания в январе 2026 описала метод для сложных задач AI-агента. До первой строки кода у задачи уже два документа: что нашёл агент и подробный план. В методе три сессии: исследование, план и реализация. Между сессиями переходят документы, а не переписка.

План пишет новая сессия с чистым контекстом. Она читает документ исследования, а не переписку первой сессии. О третьей сессии компания такого не говорит. По словам компании, так AI-агент не дрейфует в большой кодовой базе. Чисел качества в описании нет.

Отсюда мой вывод. Всё, что план берёт из исследования, записано в документе. Если этот документ подписывает человек, ошибку в предпосылке видно до кода. Банку два документа дают след решения.

Места подписи между сессиями я нарисовал в своей схеме, и это не регламент компании. Где ставить подписи, банк решает сам.

Разбор: https://stapel.studio/squads#path

Где у вас человек смотрит на работу агента: до кода или уже в ревью?

#сквады #команда

Одна правка в заявке на РКО. В монолите классического банка она трогает весь комплекс и ждёт его выпуска: окна релизов, долгие согласования. У пары «продуктолог + разработчик» меняется только нужная часть. Выходит она маленькой порцией.

После выкатки ошибка бывает у обоих. Разница в откате: у пары откатывают один сервис одной командой, монолит откатывают вручную.

На моей странице это две строки таблицы, «Архитектура» и «Выпуск». Слева обобщённая карта среднего банка, справа стек пары на открытых системах: отдельные сервисы и процессы на Temporal, выпуск через GitLab CI/CD и Kubernetes. Замеров здесь нет: я сравниваю подходы.

Разбор: https://stapel.studio/product/ai-native-development#landscape

А у вас одна правка ждёт окна релиза всего комплекса?

#AInative #команда