Зайняти місце

Для Middle / Senior розробників і Tech Leads

Опануйте мультиагентну AI-розробку і Spec-Driven Development — щоб адаптувати стек під ринкові вимоги та стати AI Engineer

4 тижні

8 занять

Один deployed продукт

Старт: 15.06

Early Bird місця 13/25

Програма навчання

Зайняти місце

Cпікер

Іван Лапа

UI Engineer L5 у Netflix

11+ років у сфері

Senior Software Engineer та автор AI‑коуча для ультрамарафонів

Ви використовуєте AI 60% робочого часу. Але реальний speed-up — десь близько 10%

Виправляєте AI на тих самих помилках втретє.

Ви знову й знову нагадуєте йому про style guide, conventions, "не чіпай auth модуль". Кожна сесія — заново.

PR від AI компілюється, але щось не так

Тести проходять. 100% coverage. А mutation score — 4%. Логіка крихка, типи неправильні, кеш дублюється. Code review ловить — після того як ви витратили 40 хвилин.

Ваш AI-workflow живе тільки у вашій голові.

Молодші інженери не можуть повторити. Tech Lead не бачить, як це масштабувати. Ваші знання не передаються — і зникають, коли ви зміните проєкт.

Ринок розділився на тих хто пише промпти і тих хто проєктує системи

Karpathy перейшов від 20% agent coding (Nov 2025) до 80% (Jan 2026)

Cursor публічно визнає, що 35% власних merged PR — від Background Agents.

Stripe мігрував Scala→Java за 4 дні через slice-then-dispatch.

Anthropic Code Review зріс із 16% до 54% PR з substantive comments — після впровадження planning discipline.

Ви будуєте власну інженерну систему, де AI-агенти — члени команди з ролями, обмеженнями та чіткою комунікацією

До навчання:

Промпт → AI генерує код → 40 хв review → rework

Виправляєте AI на одній помилці втретє

"AI зробив, мабуть, правильно" + 100% coverage / 4% mutation

Міграція Express→Hono на 50 файлів = тиждень роботи

"AI = швидше" як єдиний argument для CFO

Після навчання:

Spec → 5 агентів паралельно → plan-verifier у CI → merge-ready за 1 ітерацію

Записуєте Skill — AI дотримується автоматично, для всієї команди

Hooks блокують поганий код, plan-verifier блокує merge, evals ловлять regression

Worktree fan-out, 3 агенти паралельно, controlled merge — 2 години

$17.42 per feature, model routing, 30-day rollout doc з 10 metrics

В основі програми 4-pillar harness framework - новий industry-standard

SKILLS

SUBAGENTS

MCP

HOOKS

ТИЖДЕНЬ 01

System Design

L01

Harness: 4 компоненти + 5-фазний workflow

perception-gap аудит · CLAUDE.md v1 · surface map

L02

Skills Layer: постійні інструкції між сесіями

3+ Skills · CLAUDE.md ≤200 рядків · /spec /plan /commit

ТИЖДЕНЬ 02

Agent Topology

L03

Ізоляція контексту: Hub-and-Spoke vs Peer Mesh

5 subagents · dispatch matrix · cost-per-topology звіт

L04

MCP інтеграція: зовнішні сервіси за єдиним протоколом

custom MCP server ~50 рядків · token budget аудит · hybrid Skill+MCP

ТИЖДЕНЬ 03

CI Pipeline

L05

Spec-Driven Development: spec → plan → implement → verify

spec.md + plan.md · feature за $17.42 · retro-spec

L06

Quality Gates: hooks → TDD → plan-verifier → evals

3 hooks · plan-verifier у CI · 20-trace eval · mutation report

ТИЖДЕНЬ 04

Масштаб + Production

L07

Паралельний fan-out: worktree × 3 агенти + migration playbook

working migration · fan-out log · cost delta звіт

L08

Plugin packaging + CI agents + 30-day rollout

FINAL BUNDLE: harness plugin · CI agent · deployed DevDigest v1

Хочу приєднатись до спринту

4 тижні. 8 занять. 6 артефактів

ARTIFACT · 01

Deployed Product — DevDigest

Повноцінний web-app: GitHub OAuth, збір PR/issues/commits за тиждень, LLM-generated summary через Anthropic API, доставка в Slack або email. Deployed на Vercel + Railway.

Proof-of-skill у портфоліо і на співбесіді

ARTIFACT · 02

Distributable Harness Plugin

Skills + Subagents + MCP + Hooks + Commands + CLAUDE.md template — упаковані в один artifact. Ставиться на чужу машину однією командою через private marketplace.

Tech Lead роздає команді з понеділка

ARTIFACT · 03

Plan-Verifier у GitHub Actions

Блокує merge, якщо implementation не відповідає spec. Completeness %. File:line issues. Реальна quality gate — не checklist у Notion.

Review cycles до 1–2 ітерацій

ARTIFACT · 04

20-Trace Eval Pipeline

Для LLM-powered features: збираємо 20 трейсів → кластеризуємо за типами помилок → binary judge (pass/fail) → CI як індикатор деградації між PR. Husain & Shankar Jan 2026 methodology.

Regression detection до production

ARTIFACT · 05

Cost Engineering Audit

Model routing (Haiku / Sonnet / Opus), prompt caching, batch API. Референс: $17.42 за повний feature (задокументована практика). Де 30%+ зайвих витрат у вашому workflow.

Знаєш точно скільки коштує кожна фіча — і де скоротити 30%+ без втрати якості

ARTIFACT · 06

30-Day Rollout Doc

Готовий план для команди з понеділка. 10 measurable metrics: time-to-PR, CI pass rate, rework rate, cost per task, cache hit ratio, model routing distribution.

Tech Lead-ready, можна показати VP Engineering

Хочу приєднатись до спринту

Спікер

Іван Лапа

Senior UI Engineer

Senior Software Enginee

Team Lead, Senior UI Developer

Team Lead, Senior Front-end Developer

Front-end Developer

Але цей практичний спринт не для всіх

Підходить

Middle developer, який самостійно бере фічі та проходить PR review

Senior developer, що хоче побудувати AI-workflow який новий член команди відтворює за один артефакт

Tech Lead, який обирає інструменти та процеси для команди

Інженер з 1+ місяцем досвіду з Cursor / Claude Code / Copilot

Той, хто пише тести, має CI/CD, знайомий з Git workflows

Не підходить

Junior без досвіду з PR, тестами, CI/CD

Той, хто очікує «AI напише за мене» без specs і verification

No-code аудиторія

Той, хто шукає overview-презентацію — це hands-on intensive з 5–7 год/тиждень take-home

Вартість 4-тижневого Production AI Harness Sprint‍

DevDigest v1 — deployed product

URL який відкриваєш на співбесіді