Автономная AI-система управления проектами: разработка и внедрение

Тимлид тратит 30% времени на ручной сбор статусов. Спринт-цели срываются из-за незамеченных блокеров, а PM погряз в отчётах. Мы разрабатываем автономную AI-систему управления проектами, которая берёт на себя рутину: декомпозицию эпиков, отслеживание прогресса в реальном времени, выявление рисков и генерацию отчётов для разных аудиторий. В результате PM получает время на стратегию, а команда — прозрачность и фокус.

В одном из внедрений для SaaS-компании мы сократили время PM на административные задачи на 42%, а количество блокеров старше 3 дней — на 71%. Система на базе LangGraph и GPT-4o обрабатывает проекты в 3 раза быстрее человека. Экономия бюджета достигает $40 000–100 000 в год в зависимости от масштаба.

Проблемы, которые решаем

• Невидимость прогресса. Статусы задач собираются вручную, информация устаревает к моменту отчёта. Наш AI-агент каждый час тянет метрики из Jira, фиксирует отклонения по velocity и отправляет алерты.
• Запоздалое обнаружение блокеров. Блокер может висеть днями, пока PM не заметит. Система эскалирует задачи, заблокированные более 2 дней, с указанием зависимостей и загрузки разработчика.
• Ручная декомпозиция эпиков. Разбивка большой задачи на подзадачи отнимает у PM 2-3 часа в неделю. LLM-агент разбивает эпик на атомарные задачи с критериями приёмки, story points и требуемыми компетенциями.

Как AI обнаруживает риски срыва дедлайна?

Система анализирует спринт в реальном времени. Если velocity отстаёт от плана более чем на 5 SP, агент генерирует алерт с рекомендацией ревью скопа. Блокеры старше 2 дней эскалируются с указанием зависимостей. LLM анализирует паттерны: концентрация рисков на одном разработчике, технический долг на критическом пути.

class RiskDetector:
    RISK_THRESHOLDS = {
        "velocity_gap_critical": -5,
        "blocker_age_days": 2,
        "overloaded_developer": 1.4,
    }

    async def analyze_sprint_risks(self, sprint_data: dict) -> list[dict]:
        risks = []
        velocity_gap = sprint_data.get("velocity_gap", 0)
        if velocity_gap < self.RISK_THRESHOLDS["velocity_gap_critical"]:
            risks.append({
                "type": "velocity_lag",
                "severity": "high",
                "message": f"Отставание {abs(velocity_gap)} SP от планового прогресса",
                "recommended_action": "Ревью скопа спринта — возможно перенести задачи",
            })
        for blocker in sprint_data.get("at_risk_tasks", []):
            blocked_days = blocker.get("blocked_days", 0)
            if blocked_days >= self.RISK_THRESHOLDS["blocker_age_days"]:
                risks.append({
                    "type": "prolonged_blocker",
                    "severity": "critical" if blocked_days > 3 else "high",
                    "task": blocker["task_id"],
                    "message": f"Задача {blocker['task_id']} заблокирована {blocked_days} дней",
                    "recommended_action": "Требует немедленного вмешательства PM",
                })
        if risks:
            risk_assessment = await self.llm_risk_assessment(sprint_data, risks)
            risks.extend(risk_assessment)
        return risks

    async def llm_risk_assessment(self, sprint_data: dict, known_risks: list) -> list[dict]:
        response = llm.invoke(f"""Проанализируй данные спринта на скрытые риски.
Данные: {json.dumps(sprint_data, ensure_ascii=False)}
Известные: {json.dumps(known_risks, ensure_ascii=False)}
Верни JSON с type, severity, message, recommended_action""")
        try:
            return json.loads(response.content)
        except Exception:
            return []

Ядро системы: AI-PM агент

Агент построен на LangGraph и GPT-4o. Он принимает состояние проекта и выполняет цепочку инструментов: получение метрик, анализ блокеров, создание задач, отправка уведомлений.

from langgraph.graph import StateGraph, END
from langgraph.prebuilt import ToolNode
from langchain_openai import ChatOpenAI
from typing import TypedDict, Annotated, Optional
import operator

class ProjectState(TypedDict):
    project_id: str
    sprint_data: dict
    team_capacity: dict
    blockers: list[dict]
    risk_flags: list[dict]
    action_items: Annotated[list, operator.add]
    generated_reports: Annotated[list, operator.add]
    notifications_sent: Annotated[list, operator.add]

llm = ChatOpenAI(model="gpt-4o", temperature=0.1)

PM_SYSTEM_PROMPT = """Ты — AI-менеджер проекта. Анализируй спринт и принимай решения как Scrum Master:
- Выявляй риски по velocity trend и прогрессу
- Предлагай конкретные действия
- Учитывай зависимости между задачами
- Эскалируй блокеры"""

Инструменты PM-агента

from langchain_core.tools import tool
import json

@tool
def get_sprint_metrics(project_id: str, sprint_id: str) -> str:
    """Получить метрики спринта"""
    sprint = jira_client.get_sprint(project_id, sprint_id)
    done_sp = sum(t["story_points"] for t in sprint["tasks"] if t["status"] == "Done")
    in_progress_sp = sum(t["story_points"] for t in sprint["tasks"] if t["status"] == "In Progress")
    total_sp = sum(t["story_points"] for t in sprint["tasks"])
    days_remaining = sprint["remaining_days"]
    days_total = sprint["total_days"]
    velocity_expected = total_sp * (1 - days_remaining / days_total)
    velocity_gap = done_sp - velocity_expected
    return json.dumps({
        "done_sp": done_sp,
        "in_progress_sp": in_progress_sp,
        "total_sp": total_sp,
        "velocity_gap": round(velocity_gap, 1),
        "at_risk_tasks": [t for t in sprint["tasks"] if t.get("blocked") or t.get("overdue")],
        "days_remaining": days_remaining,
    })

@tool
def analyze_blockers(project_id: str) -> str:
    """Получить активные блокеры"""
    blockers = jira_client.get_blockers(project_id)
    enriched = []
    for b in blockers:
        enriched.append({
            "task_id": b["id"],
            "title": b["title"],
            "blocked_since": b["blocked_since"],
            "blocking_tasks": b.get("dependents", []),
            "assignee": b["assignee"],
            "blocker_reason": b.get("blocker_reason", "Не указано"),
        })
    return json.dumps(enriched)

@tool
def create_task(project_id: str, title: str, description: str, assignee: str, story_points: int, labels: list[str]) -> str:
    """Создать задачу в Jira"""
    task = jira_client.create_issue(project=project_id, summary=title, description=description, assignee=assignee, story_points=story_points, labels=labels)
    return f"Задача создана: {task['key']} — {task['url']}"

@tool
def send_standup_reminder(project_id: str, message: str, channel: str = "slack") -> str:
    """Отправить напоминание в Slack"""
    slack_client.post_message(channel=channel, text=message)
    return f"Уведомление отправлено в {channel}"

@tool
def decompose_epic(epic_description: str, team_skills: list[str]) -> str:
    """Декомпозировать эпик"""
    decomposer_llm = ChatOpenAI(model="gpt-4o")
    result = decomposer_llm.invoke(f"Декомпозируй эпик: {epic_description}\nКомпетенции: {team_skills}\nВерни JSON-список задач")
    return result.content

Какие задачи автоматизирует AI-PM?

Система автоматизирует три ключевые области:

• Сбор и синхронизация статусов — каждые 15 минут тянет данные из Jira, вычисляет velocity, прогресс по спринту.
• Эскалация блокеров — при обнаружении блокера старше 2 дней отправляет alert в Slack с указанием ответственного.
• Генерация отчётов — формирует standup digest (5-7 пунктов), weekly stakeholder report и executive summary.

Практический кейс: SaaS-компания, 8 продуктовых команд

Ситуация: 8 Scrum-команд, 2 engineering manager, PM тратил ~30% времени на сбор статусов и отчёты.

Автоматизации:

• Ежедневный standup digest в Slack в 9:45
• Автоматическое создание задач из Slack-сообщений «нужно сделать X»
• Weekly stakeholder report по пятницам
• Risk alert при velocity gap > 3 SP
• Эскалация блокеров старше 2 дней без комментариев

Результаты:

Engineering Manager: «Благодаря внедрению AI-PM мы сократили время на административные задачи на 42%. Это дало команде больше времени на разработку».

Как развернуть систему: пошаговая инструкция

1. Интеграция с инструментами — настройте Jira, Slack, Confluence и Git через API. Мы предоставляем готовые конфиги для OAuth и токенов.
2. Настройка LLM-агента — выберите модель (GPT-4o, Claude 3.5), задайте system prompt и триггеры для действий (например, risk threshold).
3. Определение workflow — настройте цепочки: получение метрик → анализ → действие (alert, create task).
4. Тестовый запуск — запустите агента на тестовом проекте, проверьте срабатывание триггеров.
5. Мониторинг и доработка — следите за точностью рисков и при необходимости корректируйте пороговые значения или промпты.

Процесс работы

1. Аналитика — изучаем текущие процессы, интеграции, боли команды.
2. Проектирование — проектируем workflow агента, выбираем модели, определяем триггеры.
3. Реализация — пишем код агента, интегрируем с Jira, Slack, Confluence, Git. Используем LangGraph для state management.
4. Тестирование — запускаем на тестовом проекте, проверяем все сценарии.
5. Деплой и обучение — разворачиваем в Docker, обучаем PM работе с системой.

Что входит в работу

• Документация: описание архитектуры агента, API-спецификации, инструкция для PM.
• Код: репозиторий с реализацией агента, конфиги, скрипты деплоя.
• Интеграции: настройка Jira, Slack, Confluence, GitLab/GitHub.
• Обучение: сессия для PM и команды, демонстрация функционала.
• Поддержка: первые 2 недели после деплоя — сопровождение и корректировка.

Сроки и стоимость

Ориентировочные сроки: от 7 до 11 недель в зависимости от сложности интеграций и количества команд. Стоимость рассчитывается индивидуально — получите консультацию для оценки вашего проекта. Мы гарантируем качество благодаря опыту внедрения AI-агентов в продуктовые команды.

Почему стоит внедрить AI-PM агент?

Наша команда реализовала более 20 проектов по автоматизации управления проектами. Средняя экономия бюджета проекта составляет 30-40%, а снижение затрат на управленческую рутину достигает 70%. В денежном выражении это может составлять экономию от $40 000 до $100 000 в год в зависимости от масштаба. Закажите консультацию для оценки возможностей вашей команды.

Практический разбор LLM: fine-tuning, RAG, агенты, деплой

Модель GPT‑4 или Claude 3.5 Sonnet через публичное API — не решение, а просто инструмент. Когда приходит требование «сделать как ChatGPT, но на наших данных», за ним стоит реальная инженерная задача: от настройки промптов до обучения 70B‑модели на собственной инфраструктуре. Разработка решений на базе LLM под ключ — это сложный стек, и мы занимаемся этим более 5 лет. За это время реализовано свыше 20 проектов в области генеративного AI: от RAG‑систем для юридических департаментов до кастомных агентов для техподдержки. Где именно находится ваша задача — зависит от данных, latency‑требований, бюджета и того, насколько критична конфиденциальность.

Типичная ситуация: клиент уже попробовал ChatGPT, но результаты нестабильны — то отвечает точно, то галлюцинирует. Либо нужна интеграция в корпоративный портал с соблюдением политик безопасности. Разберём каждый слой стека в деталях — от RAG до production‑деплоя.

Почему RAG‑системы ломаются и как это исправить?

RAG (Retrieval‑Augmented Generation) выглядит просто: нашли релевантные документы, положили в контекст, модель ответила. На практике сбоит в нескольких местах.

Chunking без перекрытия. Классическая ошибка: chunk_size=512, overlap=0. Если ответ лежит на границе двух чанков, retrieval не найдёт ни одного с достаточной уверенностью. Решение: overlap 15–25% от chunk_size, а лучше sentence‑aware splitting через spaCy или NLTK, а не наивное разбиение по символам.

Плохой embedder. Текст‑embedding‑ada‑002 — хорош для общего случая, но на юридических или медицинских текстах проигрывает специализированным моделям: E5‑large‑v2, BGE‑M3 или fine‑tuned sentence‑transformers на доменных данных. Разница в Recall@5 может составлять 15–25%.

Отсутствие re‑ranking. Векторный поиск оптимизирован по скорости, не по релевантности. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) после первичного retrieval поднимает точность топ‑3 при приемлемой задержке (+50–150 ms). Это часто важнее улучшения embedding‑модели.

Гибридный поиск. Только dense векторы плохо работают на точных запросах: имена, артикулы, коды. BM25 (sparse) хорошо находит точные совпадения, но не понимает семантику. Гибрид через RRF (Reciprocal Rank Fusion) — оптимальный компромисс. Qdrant, Weaviate и pgvector 0.7+ поддерживают гибридный поиск нативно.

Когда стоит fine‑tune, а не промпт‑инжиниринг?

Промпт‑инжиниринг решает ~70% задач адаптации LLM под домен. Оставшиеся 30% требуют дообучения. Три признака: модель игнорирует специфический формат вывода даже при детальном описании в промпте; задача требует глубокого знания специализированной лексики (медицина, право); нужно значительно снизить затраты на токены, заменив большую модель меньшей специализированной.

LoRA и QLoRA — стандарт для SFT. LoRA добавляет trainable low‑rank матрицы к attention‑слоям. Типичная конфигурация для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — обучаемых параметров ~0.8%, обучение на одной A100 40GB. QLoRA добавляет 4‑битную квантизацию (NF4) и позволяет fine‑tune 70B модель на двух A100 40GB, хотя скорость падает вдвое по сравнению с bf16.

DPO вместо RLHF. Direct Preference Optimization требует только пары (chosen, rejected), а не скалярные reward‑сигналы. DPOTrainer из библиотеки trl (Hugging Face) реализует это несколькими десятками строк.

Типичная ошибка. Датасет из 500 примеров, 5 эпох, validation loss 0.8 — кажется норм. Но на тесте модель деградировала на общих инструкциях. Причина: catastrophic forgetting. Решение — добавить 10–20% общих instruction‑following примеров (Alpaca, FLAN) в обучающую выборку, чтобы не разрушить исходные способности.

Как выбрать базовую модель: 8B или 70B?

Для большинства задач fine‑tuning 8B модели достаточно. 70B нужен, когда требуется глубокое рассуждение или baseline 8B не достигает нужного качества даже после дообучения. Стоимость инференса Llama‑3 8B через vLLM на A100 — около $0.001/1K токенов, что в 15 раз дешевле GPT‑4.

Что даёт PagedAttention в production?

vLLM — первый выбор для serving open‑source моделей. PagedAttention — ключевое техническое решение: KV‑cache управляется как virtual memory в ОС, без фрагментации. Это даёт throughput в 2–4 раза выше по сравнению с наивным HuggingFace Transformers inference. Документация vLLM подтверждает: continuous batching и PagedAttention — стандарт для высоконагруженных LLM‑сервисов.

Типичные числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двух A100 с tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизация AWQ или GPTQ снижает потребление памяти в 2 раза при потере качества в пределах 1–3%.

Мультиагентные системы

Агенты — LLM с доступом к инструментам: поиск, выполнение кода, запросы к API, работа с БД. Основные паттерны:

• ReAct (Reason + Act): модель рассуждает → выбирает инструмент → наблюдает результат → снова рассуждает. LangChain и LlamaIndex реализуют из коробки.
• Multi‑agent orchestration: несколько специализированных агентов с координатором сверху. Пример: coordinator → researcher (поиск + summarization) → coder (генерация и исполнение кода) → critic (проверка). Инструменты: AutoGen (Microsoft), CrewAI, кастомная реализация на LangGraph.

В продакшене агентные системы недетерминированы. Обязательные guardrails, лимиты шагов, логирование каждого шага, human‑in‑the‑loop для критических действий.

Как мы работаем: этапы, сроки, результат

Что входит в работу

Мы передаём:

• Техническую документацию (model card, конфиги, инструкции по развёртыванию)
• Доступ к инфраструктуре (репозиторий с кодом, обученные веса)
• 1 месяц поддержки после деплоя (консультации, правки по багам)
• Обучение команды заказчика (2–3 занятия по эксплуатации системы)

Сроки: базовый RAG‑прототип — 1–2 недели. Fine‑tuning с данными заказчика — 3–6 недель (с учётом подготовки данных). Production‑система с мониторингом и переобучением — 2–4 месяца. Стоимость рассчитывается индивидуально, зависит от объёма данных, сложности модели и требований к инфраструктуре.

Хотите оценить свой проект? Оставьте заявку — мы подготовим предварительное резюме за 1–2 рабочих дня. Или получите консультацию по выбору подхода: RAG, fine‑tuning или гибрид — расскажем, что подойдёт именно вам.