The Kubernetes design is based on choreography, but can incorporate orchestration benefits.

Пояснительная бригада: choreography и orchestration это два подхода композиции микросервисов (паттерна saga).
В случае orchestration есть отдельный микросервис, который оркестрирует процесс, проходящий через несколько микросервисов.
В случае choreography микросервисы обмениваются событиями напрямую.

Так вот, операторы в Kubernetes в общем случае работают в соответствии с подходом Choreography, а не Orchestration как мы могли бы подумать.

Что с этим делать? Ничего, просто забавное наблюдение 😃

Страница команды Github по продуктовым исследованиям (во многом на базе LLM).
В разных стадиях — от «набросок на салфетке» до «работающий продукт»

https://githubnext.com/

Интересный взгляд от Github на Platform Engineering в эпоху AI:
https://githubnext.com/projects/continuous-ai/

«Классические» платформы всегда event-driven, они предоставляют сервис в ответ на некий API-запрос, будь то вызов REST API или push в репозиторий.

С появлением понятия «агент» платформа может выполнять некоторую активность постоянно — переход от вызовов API к постоянному сервису. Робот-пылесос убирающий квартиру постоянно, а не только по запросу.

Промежуточным шагом к этому были операторы и шедулеры — условный cert-manager не просто выписывает тебе сертификат LetsEncrypt, а поддерживает его в актуальном состоянии.
Auto-scaling group или HPA не просто масштабирует нагрузки, а поддерживает оптимальное количество мощностей для них.
И то и другое — это по сути классическая работа operations. Написание автоматизации и ее конфигурирование — классическая работа разработки.

Если рассматривать результат работы agentic AI как некую активность над вверенным ему ресурсами (или шире — объектами), платформенную инженерию можно осмыслить по новому.
Не доставка товаров курьером по кнопке, а непрерывная доставка JIT.
Не сканирование кода на уязвимости по созданию PR, а непрерывное сканирование и их устранение. Раньше мы рассматривали dependabot и vulnerabot как ботов. Кажется теперь можно рассматривать их как first class citizen в платформах

Мне кажется, половина восторгов вокруг LLM связаны с тем что они постоянно исподволь и умело хвалят человека у клавиатуры, даже если он пишет полнейшую хрень.

В обычном цикле работы «гипотеза - реализация - оценка» напрочь ломается последний шаг, если его явно не выносить за рамки чата с LLM.
При этом, не важно занимаешься ли ты оценкой своей работы по факту — ты так или иначе ее получаешь в любом случае, и она в любом случае будет носить некоторый объективный характер.
В случае с LLM положительное подкрепление получаешь сразу же, при этом независимо от того что вы оба написали — если не развита саморефлексия, получится «я герой, и гитхаб не пустой, но время потрачено, а результата нет»