7 рівнів AI-Native розробника

Радишся з AI у чаті й копіюєш код руками.

Сильний класичний інженер, який скуштував AI — але лише як співрозмовника в чаті. Без агентів, без інтеграції з репозиторієм. Проєкт живе у твоїй голові, а не в контексті агента. Це стартова лінія реформи, а не погане місце.

• ▹Копіюєш код туди-сюди в ChatGPT / Claude web
• ▹До ~50% коду торкається AI, але як copy-paste
• ▹Немає MCP, скілів і plan-before-code
• ▹Працюєш над задачею сам — глибоко, але вузько

AI пише код; ти все ще перевіряєш кожен рядок руками.

Ти вже зайшов в AI-native. Код по суті не пишеться без AI — але в асистентному режимі, з ручною перевіркою кожної правки. Ти вчишся формулювати задачу й делегувати рутину.

• ▹~100% коду йде через AI, в асистентному режимі
• ▹Працюєш переважно в одному чаті / сесії
• ▹Перевіряєш кожну правку руками
• ▹Підключив свій перший MCP

Агент — твій головний механізм виробництва — з планом і верифікацією.

Агенти пишуть рутину, а не ти. Ти плануєш до коду, ведеш пам'ять проєкту в репозиторії й не віриш агенту на слово — ти будуєш верифікацію. Це справжній AI-native middle.

• ▹≥50% рутинного коду йде через агента, а не copy-paste
• ▹2+ робочих MCP, а також скіли й плагіни
• ▹Тримаєш CLAUDE.md / AGENTS.md свіжими
• ▹Plan-before-code для нетривіального; диктуєш довгі запити

Ти будуєш AI-систему для проєкту — а не лише пишеш код.

Ти керуєш агентами на високому рівні замість того, щоб друкувати рутину. Спека стає продакшеном за дні. Ти будуєш переносні харнеси, ганяєш паралельних агентів у worktree, додаєш evals у CI й задаєш політику безпеки.

• ▹Оркеструєш 5–10 паралельних агентів у worktree
• ▹Спека → фіча в продакшені за дні, а не тижні
• ▹Переносні скіли / харнес + evals у CI
• ▹Незалежне AI-ревʼю на кожному вагомому PR; автономні рани 5+ год

Ти проєктуєш agent-stack рівня компанії й відповідаєш за AI-native SDLC.

Уже не просто розробник — архітектор платформи AI-доставки: політика маршрутизації моделей, cost-дашборди, eval-платформа, MCP governance і межі безпеки для всієї компанії.

• ▹Agent-stack рівня компанії + політика маршрутизації моделей
• ▹Cost / telemetry дашборди й eval-платформа
• ▹MCP governance + внутрішній маркетплейс скілів
• ▹Ведеш багатотикетні автономні цикли від початку до кінця

Ти будуєш переносні AI-методи, які впроваджують інші, і прокачуєш людей.

Найвищий рівень майстерності: ти створюєш переносні харнеси й skill-паки, якими користуються інші команди, впроваджуєш їх у чужі проєкти й піднімаєш інших розробників драбиною. Ти задаєш, що означає AI-native.

• ▹Створюєш AI-методології, не привʼязані до одного проєкту
• ▹Твоїми харнесами / skill-паками користуються інші команди
• ▹Впроваджуєш процеси в чужі проєкти й супроводжуєш adoption
• ▹Задаєш визначення AI-native для компанії

Режисер, а не кодер — одна людина, повний цикл, будь-який артефакт.

Ролі розмиваються. З агентами ти проводиш фічу чи продукт через весь цикл сам — аналіз ринку → спека → продакшн → просування — і створюєш артефакти будь-якого типу: код, дизайн, презентації, PoC, маркетинг. Вершина моделі.

• ▹Повний цикл сам: дослідження → спека → реліз → просування
• ▹Артефакти поза своєю роллю: дизайн, презентації, маркетинг, PoC
• ▹≥×3 продуктивності за рахунок перекриття суміжних функцій
• ▹Працюєш на рівні «постав задачу й прийми», а не ручне виконання