Ограничения моделей разобраны — остаётся превратить их в рабочие привычки. Заодно посмотрим на вторую сторону темы, о которой говорят реже: ИИ не только помогает инженеру, но и создаёт ему работу.
Правила, которые стоит завести сразу
Ни одно из них не про недоверие к технологии. Все они — про то, что последствия выполненной команды несёт человек.
Последний пункт — не теория. Ровно так устроена проверка задач в этой платформе: вердикт выносят правила, записанные в уроке, а модель подключается только тогда, когда правила не сошлись, и объясняет, чего не хватает. Если бы решала она, было бы непонятно, кто ошибся — ты или она.
ИИ как новая нагрузка
Теперь вторая сторона. Модели не только помогают — они сами становятся системой, которую кто-то эксплуатирует. И эксплуатирует их инженер инфраструктуры, то есть ты.
Посмотри на список внимательно: в нём нет ничего принципиально нового. Развернуть, наблюдать, ограничить, посчитать деньги, предусмотреть отказ — привычная работа инженера инфраструктуры, просто с новым типом нагрузки. У этой области уже есть название, LLMOps, и вакансии на неё появились раньше, чем устоялась терминология.
Из этого следует и ответ на вопрос, с которого начинался разговор.
Так стоит ли идти в DevOps
Короткий ответ: да, и причина не в оптимизме, а в устройстве работы.
Инфраструктура — это область, где цена ошибки высока, а проверить решение можно только зная систему. Модель ускоряет написание, но не берёт на себя ни ответственность, ни знание вашей среды, ни умение отличить правдоподобное от верного.
Спрос смещается от «человека, который помнит команды» к «человеку, который понимает систему и умеет проверять». Заодно появилась целая область работы, которой пять лет назад не существовало.
Из этого следует и то, как стоит проходить курс: не заучивать команды, а разбираться, почему система ведёт себя именно так. Команды при необходимости напишет модель — а вот оценить её ответ сможешь только ты.
Словарь урока
Что спросят на собеседовании
- Как вы используете ИИ в работе?Черновики конфигов и скриптов, объяснение чужого кода, гипотезы при разборе ошибки. Всё сгенерированное проверяется: версии по документации, поведение — безопасным режимом вроде plan или dry-run. Секреты в запросы не попадают.
- Можно ли отдать модели проверку в CI?Нет, если проверка должна быть воспроизводимой: недетерминированный вердикт либо пропустит поломку, либо заблокирует исправный выкат. Модель уместна как подсказка рядом с детерминированной проверкой.
- Заменит ли ИИ DevOps-инженеров?Он удешевляет написание черновика и не берёт на себя ни знание конкретной среды, ни ответственность за прод. Ценность смещается к пониманию систем и проверке решений; плюс появилась эксплуатация самих ИИ-сервисов.
- Что меняется в инфраструктуре, когда продукт начинает использовать модели?Появляются узлы с GPU, лимиты и учёт стоимости обращений, кеш ответов, требование работать при недоступности провайдера и контроль того, какие данные уходят наружу.
Что дальше
Следующий урок — про устройство самого курса: формат уроков, как сдаются практики и как начисляется опыт.