Компания Treasure Data, разработчик платформы клиентских данных, представила Treasure Code — новый интерфейс командной строки, созданный с использованием ИИ. Этот инструмент позволяет инженерам по данным управлять всей CDP с помощью естественного языка, а Claude Code отвечает за создание и итерации кода.
Разработка самого кода заняла около 60 минут и была выполнена одним инженером. Однако, как отмечают в компании, главное не скорость, а то, что предшествовало этим 60 минутам и какие проблемы возникли после запуска. Основной акцент делается на необходимости создания надёжной системы управления и контроля до начала генерации кода искусственным интеллектом.
Прежде чем была написана первая строка кода, Treasure Data пришлось решить сложный вопрос: что системе запрещено делать и как это обеспечить на уровне платформы. Были созданы защитные механизмы, которые работают до выполнения кода. Когда пользователь подключается к CDP через Treasure Code, управление доступом и разрешениями наследуются напрямую от платформы. Пользователи могут получить доступ только к тем ресурсам, на которые у них уже есть разрешение. Это предотвращает утечку персональных данных (PII) и API-ключей, а также запрещает системе негативно отзываться о брендах или конкурентах. В процесс были вовлечены специалисты по информационной безопасности, технический директор и руководители инженерных отделов.
Эта основа позволила перейти к следующему шагу: полная генерация кодовой базы ИИ с трёхступенчатой системой контроля качества, которая обеспечивает соответствие производственным стандартам:
- ИИ-рецензент кода: Этот первый уровень также использует Claude Code. Он проверяет запросы на слияние, оценивая архитектурное соответствие, безопасность, обработку ошибок, покрытие тестами и качество документации. Если все критерии соблюдены, код может быть объединён автоматически; в противном случае требуется вмешательство человека.
- Стандартный CI/CD-конвейер: Второй уровень включает автоматизированные модульные, интеграционные и сквозные тесты, статический анализ, линтинг и проверки безопасности при каждом изменении.
- Человеческий обзор: Третий уровень необходим, когда автоматизированные системы выявляют риски или корпоративная политика требует подтверждения.
Внутренний принцип Treasure Data гласит: ИИ пишет код, но ИИ не выпускает код.
Отличие Treasure Code от других инструментов, таких как Cursor, заключается в глубине управления. Обычное подключение даёт доступ к данным через естественный язык, но не наследует существующие структуры разрешений платформы. Treasure Code, напротив, наследует полный уровень контроля доступа и разрешений Treasure Data, ограничивая действия пользователя тем, на что он уже авторизован. Второе отличие — это оркестрация: Treasure Code подключается к AI Agent Foundry Treasure Data, что позволяет координировать субагентов и навыки по всей платформе, а не выполнять отдельные задачи изолированно.
Несмотря на продуманную архитектуру управления, запуск продукта не прошёл гладко. Treasure Data изначально сделала Treasure Code доступным для клиентов без плана выхода на рынок, предполагая, что он останется незамеченным. Однако клиенты нашли его сами: более 100 клиентов и около 1000 пользователей приняли его в течение двух недель благодаря органическому обнаружению. Это привело к спешке с разработкой маркетинговых стратегий и создало пробел в соответствии требованиям, так как Treasure Code ещё не был официально сертифицирован по программе Trust AI.
Ещё одна проблема возникла, когда разработка навыков была открыта для команд, не связанных с инженерией. Менеджеры по работе с клиентами начали создавать и отправлять навыки, не понимая критериев одобрения, что привело к значительным потерям усилий и накоплению заявок, которые не могли пройти проверку политик доступа.
Thomson Reuters, один из первых пользователей, отметил гибкость и расширяемость решения, а также отсутствие барьеров в закупках. Однако, по словам Рафы Флореса, директора по продуктам Treasure Data, продукту не хватает рекомендаций по зрелости ИИ: он не подсказывает, кто должен его использовать, с чего начать или как структурировать доступ для разных уровней навыков в организации.
Опыт Treasure Data дал несколько важных уроков. В следующий раз Флорес планирует выпускать продукт сначала только внутри компании для контролируемого тестирования с меньшими рисками. Также необходимо заранее установить чёткие критерии для одобрения навыков, прежде чем открывать процесс для команд вне инженерии. Общая идея этих уроков и архитектуры управления заключается в том, что скорость является преимуществом только при наличии прочной структуры.
Для руководителей инженерных отделов, оценивающих готовность агентского кодирования к производству, опыт Treasure Data даёт три практических вывода:
- Инфраструктура управления должна предшествовать коду: Контроль доступа на уровне платформы и наследование разрешений сделали возможной свободную генерацию ИИ. Без этой основы преимущество в скорости исчезает, так как каждый результат требует тщательного ручного обзора.
- Контроль качества, не зависящий полностью от людей, необходим в масштабе: ИИ может последовательно проверять каждый запрос на слияние, без усталости, и систематически проверять соответствие политике по всей кодовой базе. Человеческий обзор остаётся важным, но как окончательная проверка, а не основной механизм контроля качества.
- Планируйте органическое внедрение: Если продукт работает, люди найдут его раньше, чем вы будете готовы. Пробелы в соответствии и выходе на рынок, которые Treasure Data всё ещё устраняет, являются прямым результатом недооценки этого факта.
