Shopify ускорил выполнение задач с часов до минут, перейдя на рой узких микросервис‑агентов — Paulo Arruda

Paulo Arruda рассказал, как переход Shopify от монолитных промптов к специализированным агентам‑микросервисам сократил время задач с часов до минут и какие технические и организационные выводы из этого следуют.

Paulo Arruda, staff engineer в Shopify, на конференции QCon AI рассказал, что компания перешла от больших универсальных промптов к рою узконаправленных агентов‑микросервисов, и это сократило время выполнения задач с часов до минут. По его словам, новая архитектура позволяет делегировать специализированные шаги отдельным агентам и заметно ускоряет рабочие процессы, что важно для команд, которые масштабируют генеративные фичи по продукту. В выступлении «What I Learned Building Multi‑Agent Systems From Scratch» (35:28) Arruda дал практические технические инсайты и описал эксперименты по построению мультиагентных систем. Он привёл свои проекты как примеры реализации: Claude Swarm (1.4k+ звёзд на GitHub) и последующий SwarmSDK, которые служат иллюстрацией перехода от монолитных промптов к коллекциям специализированных агентов.

Одной из предложенных идей для уменьшения роста контекста при взаимодействии агентов Arruda назвал использование адаптеров на базе файловой системы. Такая схема, по его предложению, сокращает объём передаваемого контекста и упрощает обмен данными между сервисами‑агентами, что снижает нагрузку на межагентные коммуникации и облегчает масштабирование. Доклад также содержал хронологию внедрения ИИ в Shopify: после выхода GPT‑3.5 компания быстро заключила ранний контракт с OpenAI, к 2024 году появились договоры с основными поставщиками моделей и внутренние инструменты для настройки агентов, например LibreChat. В экосистему разработки вошли интеграции вроде VSCode с Copilot и сервис Cursor. При этом Arruda отметил, что часть инженеров оставалась скептически настроенной или не использовала ИИ в повседневной работе.

Практические последствия для инженерных команд касаются прежде всего тестирования и контроля качества: в Shopify начали рассматривать генерацию тестов как способ ловить ошибки в PR, которые могут появляться при массовом использовании генеративного кода. Arruda рассказал об экспериментах в формате hackdays и обсуждении интеграции генерации тестов в процессы обзора кода, причём отправной точкой таких размышлений он назвал октябрь 2024 года. В биографическом фрагменте докладчик обозначил свою роль: он — staff engineer в Shopify, примерно два месяца назад перешёл в команду Revenue Data после роли технического лидера в команде Augmented Engineering Developer Experience. В выступлении он подчёркивал платформенное мышление, прагматический скептицизм и позицию, что ИИ должен дополнять, а не заменять разработчиков.