Жизненный цикл «идея → прод» с агентами: доска и MCP, архитектурные решения, слой опыта, обвязка тестов и сквозные e2e через браузер — с привязкой к мировым практикам AIDLC / Agentic SDLC
Данные на 2026-06-21 · владелец фактов — AssetManager · доклад — ResearchAI
Доклад описывает наш реализованный операционный контур разработки продукта (PDLC): как идея проходит до прода через канбан-доску, где машина (агент) ведёт работу, а человек ставит гейты. Сюжет: становление по кварталам → слои реализации с корнями (мировые практики) → конвейер из 12 состояний по колонкам доски → факты на графиках → шкала автономии и доказуемость → итоговая архитектура. Источник модели — реальная «доктрина фабрики поставки» в репозитории; цифры берутся из неё и из report 007, без ручных правок.
Крупными мазками, без деталей: что происходило на каждой ключевой вехе.
Контур собран из пяти слоёв. Колонка «корни» — мировая практика AIDLC/Agentic SDLC, с которой слой соотносится.
| Слой | Название | Определение | Корни (мировая практика) | У нас |
|---|---|---|---|---|
| 1 | Доска задач + MCP | Канбан-доска проектов (Backlog→Ready→WIP→Done); карточки синхронизируются через MCP-мост (DRU-055), задачи двигаются между колонками. | AIDLC: агенты взаимодействуют с трекером задач через MCP под единым governance. | Kanboard + user-automation-hub MCP (kanboard_snapshot/sync). |
| 2 | Архитектурные решения | Отдельный набор ADR/решений, фиксирующих «как делаем»: stage-first деплой, прод только вручную. | ADLC/AI-driven SDLC: spec-driven + архитектурный агент, policy-as-code. | ARCHITECT-DEC-*, ADR-003 (stage-first), DEC-2026-04-01-001 (прод вручную). |
| 3 | Слой знаний/опыта | Память о ранее принятых решениях, чтобы агент не начинал каждый раз с нуля. | AIDLC: постоянная память, compound-знание на переходе L3→L4. | decisions.jsonl × 8 ролей + Butler RAG (семантический поиск, Rule 10). |
| 4 | Обвязка тестирования | Фабрика тестов: порог покрытия и зелёный прогон как машинный гейт перед передачей человеку. | Quality-gated handoff: контракт на каждый переход, gate в CI до завершения. | DRU-063 фабрика тестов, порог 80%, tier-оркестратор (DRU-061). |
| 5 | Сквозные e2e через браузер | Бизнес-сценарии проверяются реальным браузером (Playwright) с доказательством-скриншотами; новые сценарии заводятся как карточки на доске. | Агентный Playwright (MCP), детерминированный код, «10+ зелёных прогонов до авто-merge». | Playwright e2e бизнес-цепочки на Hub (Rule 9), proof-скриншоты, e2e_scenarios_registry. |
Где именно человек ставит гейт (остальное агент проходит сам). Это «halt points» из мировой практики: машина исполняет между ними.
| Вектор | Вопрос | У нас | Проекция на оси |
|---|---|---|---|
| G1 | Стоит ли вообще делать? | Гейт «Гипотеза» (hypotheses_registry) | D |
| G2 | Требования и архитектура верны? | Гейт «Требования уточнены» (Ready) | D, I |
| G3 | Бизнес-приёмка готова? | Гейт «Принято человеком» (Done, [uat-passed]) | D, G |
| G4 | Выкатываем в прод? | Гейт «Прод» (DRU-015, вручную) | D, I |
Как PDLC проецируется на измеримые оси зрелости report 007 (баллы из amendment 2026-06-22 Wave G, composite 93,7%).
| Ось | Название | Балл | Корни (ориентир) |
|---|---|---|---|
| D | HITL и тиринг автономии | 93 | NIST AI RMF; COMPEL/CSA уровни; «agents execute, humans govern» |
| F | Дисциплина оркестрации | 88 | формальный bounded-оркестратор (Wave G, subagent_orchestration.v1.json): до 5 readonly workers, parent-агрегатор, лимиты в коде + валидаторы/тесты; без мега-оркестратора LangGraph/AutoGen |
| G | Регрессии и eval | 93 | quality-gated handoff; LLM-judge; golden-set |
| I | Governance / контракты | 98 | machine-readable governance в коде (NIST/ISO 42001) |
| J | Machine-first SoT | 94 | JSON-доктрина/реестры читаются раньше MD |
PDLC опирается на сильные оси I (98) и J/G/D (93–94). F подтянулась 83 → 88 (Wave G, поправка 2026-06-22): bounded parallel fan-out теперь формализован в коде (subagent_orchestration.v1.json: max 5 readonly workers, parent-агрегатор, parallel_write_forbidden) с резолвером, валидаторами и тестами — закрыт прежний пробел «нет формального оркестратора». Потолок F держит осознанная позиция «без мега-оркестратора» (LangGraph/AutoGen) + окно калибровки fan-out открыто до 2026-07-21; в фазе discover task-driven сессии — mandatory Task(explore) + parallel_discover при сигналах fan-out.
Единая модель состояния «идея → прод». Зелёная метка слева — переход проходит агент автономно; оранжевая — обязателен человеческий гейт. Карточка двигается по колонкам; в Done её переводит агент на зелёной фабрике (active release), но НЕ закрывает — закрытие и прод за человеком.
| Состояние | Владелец | Гейт | Колонка | Двигает |
|---|---|---|---|---|
| Идея/ниша | ResearchAI | — | — | агент |
| Гипотеза | ResearchAI | человек | — | человек |
| PRD | ResearchAI | — | — | агент |
| Roadmap | ResearchAI | — | — | агент |
| Карточка заведена | DrupalDev | — | Backlog | агент |
| Требования уточнены | DrupalDev | человек | Ready | человек |
| В реализации | DrupalDev | — | Work in progress | агент |
| Фабрика тестов зелёная (80%) | DrupalDev | машина | Work in progress | агент |
| В Done — ждёт человека (20%) | DrupalDev→оператор | машина→человек | Done | агент двигает |
| Принято человеком | оператор | человек | Done | человек |
| Релиз помечен | DrupalDev | машина | Done | агент |
| Прод | оператор | человек | — | человек |
Граница автономии (доктрина): «агент владеет машинными 80%, человек — бизнес-20%». Автоперевод в Done разрешён только для карточек активного релиза и только при зелёном покрытии + proof; агент никогда не закрывает карточку и не катит прод. Фаза discover (task-driven, RA-023): новый чат, якорь Kanban #id или landfill-шаблон; parent — plan_only, разведка через Task(explore) readonly; при parallel-сигналах — resolve_subagent_orchestration (max 5 workers, parallel_write_forbidden). Фаза implement — scoped edit в parent; close — handoff + DRU-055 proposals.
Источник: DrupalDev/sites/kanban-strateg/docs/delivery_factory_doctrine.v1.json (lifecycle.states, autonomy_boundary).
Каждый график сопоставлен с опубликованной мировой бест-практикой (пунктирная линия / зелёная полоса = ориентир).
Что доказывает: Из 12 состояний агент проходит 8 сам; человек держит 4 ключевых гейта: стоит ли делать (гипотеза), требования/архитектура, бизнес-приёмка, прод. ~2/3 конвейера автономно.
Мировая практика: Это ровно модель «agents execute, humans govern»: индустрия сводит ~8 ручных передач к 3 checkpoint-гейтам (Augment, Agentic SDLC, 2026). Наши 4 гейта — те самые halt points, где человек добавляет бизнес-суждение.
Источник: delivery_factory_doctrine lifecycle.states (autonomous=true: 8; operator-gated: 4).
Что доказывает: PDLC силён там, где важно для governance: контракты I=98, machine-first J=94, тесты G=93, автономия D=93. F подтянулась 83 → 88 (Wave G): bounded parallel fan-out теперь формальный код-контракт (до 5 readonly workers, parent-агрегатор), а не только посыл; composite report 007 = 93,7%.
Мировая практика: F=88 — anti-mega-orchestrator сохранён (delivery_factory_doctrine anti_patterns), но Wave G (DEC-015) формализует supervisor-worker fan-out 3–5 concurrent readonly workers с code-enforced лимитами (subagent_orchestration.v1.json max_workers_hard_cap=5) + валидаторы/тесты; не LangGraph/AutoGen.
Источник: report 007 amendment_2026_06_22 (F 83→88, composite 93,7%) + subagent_orchestration.v1.json (Wave G).
Где наш конвейер стоит на опубликованных шкалах автономии. Ключевая граница: агент исполняет и двигает карточку до Done, но решения «принять» и «катить прод» остаются за человеком.
| V3 | У нас | Мировая шкала | Статус |
|---|---|---|---|
| 1 | Чтение/диагностика (digest, поиск опыта) | L1 assisted | Butler RAG, release digest |
| 2 | Именованные действия по доске/тестам | L2 bounded executor | DRU-055 sync, tier-прогон |
| 3 | Mutating по процедуре: автоперевод в Done на зелёной фабрике | L3 supervised executor / CSA Tier 3 | LIVE, только active release + proof |
| 4 | Закрыть карточку / катить прод | L4 autonomous executor | Запрещено агенту — только человек |
Мировая практика: Adaptive governance (CSA/NIST): уровень повышают только после стабильной измеримой работы. У нас это hard-gate: автоперевод в Done разрешён лишь для активного релиза и при зелёных proof; всё выше — человек.
Источники: delivery_factory_doctrine autonomy_boundary; COMPEL Autonomy Spectrum; CSA NIST Agentic Profile.
Каждый элемент конвейера соотнесён с опубликованной практикой AIDLC/Agentic SDLC и тестовой передачи 2026.
| Что делаем | Мировая бест-практика | Источник |
|---|---|---|
| Агент двигает до Done, но не закрывает и не катит прод | «Agents execute, humans govern» + объявленные halt points | Augment AIDLC / Agentic SDLC; ADLC (Towards AI, 2026) |
| 8 автономных переходов / 4 человеческих гейта | ~8 ручных передач сводятся к ~3 checkpoint-гейтам | Augment, Agentic SDLC (2026) |
| machine_layer: governance в коде, проверяется на pre-push/post-receive | machine-readable governance, enforce в runtime (переход L3→L4) | AIDLC maturity (Augment); NIST AI RMF; PwC 2026 |
| decisions.jsonl × 8 + Butler RAG — память об опыте | постоянная память, compound-знание между сессиями | AIDLC (Augment); ADLC tag-based retriever |
| Фабрика тестов 80% + e2e бизнес-цепочки в браузере + proof | quality-gated handoff; детерминированный Playwright; «10+ зелёных до auto-merge» | QA Wolf; Ouroboros (Playwright MCP); ThoughtWorks |
| Автоперевод в Done только для active release | policy-as-code gate перед продвижением | AI-driven SDLC governance (ranthebuilder, 2026) |
| Фаза discover: Task(explore) + bounded parallel fan-out (max 5 readonly) | supervisor-worker 3–5 concurrent workers; configuration-as-code limits | subagent_orchestration.v1.json (H026); task_driven_sessions.v1.json discover phase; DEC-015 |
Технические узлы, на которых держится конвейер «идея → прод».
Поток: идея (ResearchAI) → discover/implement фазы (task-driven, Kanban #id якорь) → карточка на доске (DRU-055/MCP, Backlog) → требования/архитектура (гейт человека, Ready) → реализация (git→Gitea→стейдж, WIP) → фабрика тестов зелёная вкл. e2e в браузере → release-digest ready_for_done → агент двигает карточку в Done (active release) → человек принимает (20%) и катит прод.
Источники: delivery_factory_doctrine.v1.json (components_map, machine_layer_control); report 007.
Зачем этот раздел. Здесь честно перечислено, чего отчёт НЕ показывает и где границы автономии. Читать перед интерпретацией.
| Рычаг | Ось | Статус |
|---|---|---|
| H026 calibration gate (fanout≥2 L:R cohort) | F | baseline n=0; review 2026-07-21 (DEC-016) |
| Kanban #141 orchestration pilot → Done | F, D | discover pilot на AI проекты; landfill + parallel resolve |
| Живой срез доски в отчёт (kanboard_snapshot) | C, F | нужен Hub-доступ к MCP-кредам |
| Рубрика приёмки качества per-intent (Outcomes) | G | расширить G5 LLM-judge |
| Сквозные e2e на новые продукты (OMS LK) | G | по мере карточек |
| BGE-M3 router (условно) | B | trigger не сработал (macro ~0,93) |
Модель и цифры воспроизводимы из источников ниже. Живой срез доски — через MCP (нужны Hub-креды). Факты по деньгам — слой AssetManager.
DrupalDev/sites/kanban-strateg/docs/delivery_factory_doctrine.v1.jsonResearchAI/reports/007_2026-05-18_ai_first_maturity_vs_frontier.json (amendment 2026-06-20)ResearchAI/subagent_orchestration.v1.jsonResearchAI/task_driven_sessions.v1.jsonResearchAI/decisions.jsonl (RESEARCHAI-DEC-2026-06-21-008, -014, -015, -016)ResearchAI/Hypotheses/hypotheses_registry.json (H026)Зрелость: ResearchAI/reports/007_2026-05-18_ai_first_maturity_vs_frontier.json · теория: ResearchAI/HUMAN_AI_MULTILAYER_ROLE_SPACE.md
python3 ResearchAI/Scripts/build_collaboration_report_html.py --root . --data ResearchAI/reports/pdlc_report_data.json --output ResearchAI/reports/ai_pdlc_report.html