Внутри инженерной команды Anthropic — ИИ-лаборатория продолжает «собачить» (dogfooding), тихо.

The Pragmatic Engineer публикует « deepdive » о внутренней инженерии Anthropic. Неожиданный вывод: « ever more » ревью кода и тестирование с помощью ИИ, но команды « two-pizza » сохраняют свои позиции. Сглаживание, а не переход.

Простыми словами — Глубокий анализ инженерии Anthropic от The Pragmatic Engineer показывает, что ИИ-лаборатория всё активнее использует ИИ для ревью кода и тестирования, при этом «команды на две пиццы» остаются основой структуры. Никаких неожиданностей, как обещает хайп, — и в этом вся суть.

Контекст

28 июля 2026 года The Pragmatic Engineer опубликовал «глубокий анализ» внутренних инженерных практик Anthropic. Интерес к этому двойной: Anthropic — крупнейший поставщик ИИ-моделей для инструментов разработки (Claude Code, Cursor через API, Windsurf и др.), а также один из немногих надёжных источников информации о том, «как на самом деле выглядит организация, которая использует свой собственный LLM в повседневной работе».

Основные тезисы

В статье (newsletter.pragmaticengineer.com) приводятся ключевые моменты, обобщённые автором:

• ИИ берёт на себя всё больше ревью кода и тестирования.
• «Команды на две пиццы» живы и здоровы — классическая Agile-структура сохраняется.
• Подробности организации и процессов выходят за рамки стереотипа «чисто исследовательская лаборатория».

Под капотом

Фраза «ever more» («всё больше») кажется простой, но на самом деле она важна: она указывает на постепенное и взвешенное внедрение, а не на радикальный переход. Anthropic, создающая модель, не заменила инженеров на ИИ-агентов и не отменила человеческое ревью кода — обе системы сосуществуют, и ИИ постепенно расширяет своё влияние.

Анализ

Три ключевых вывода. Ритм: внедрение внутреннего LLM — это эволюция, а не революция, что согласуется с подходами Google (Amplified Engineer) и Shopify (AI mandate). Структура: «команды на две пиццы» остаются актуальными, потому что это организационный, а не технический формализм — ИИ меняет результат работы разработчика, но не оптимальный размер команды. Самопотребление: Anthropic продаёт Claude Code профессиональным инженерам; использование (и улучшение) этой модели внутри компании — это скрытое преимущество перед OpenAI, чей стек Codex был позже интегрирован в ChatGPT (см. тред openai-super-app).

Сценарии (12 месяцев)

• 60 % — Другие ИИ-лаборатории (OpenAI, Google DeepMind) публикуют свои внутренние практики под давлением прозрачности инструментов разработки.
• 25 % — Внутренние метрики Anthropic (время ревью, количество багов после мержа) утекут наружу.
• 15 % — Частичный откат: возвращение человеческих гарантий для определённых классов кода (криптография, безопасность, распределённые системы).

Выводы для практиков

Для руководителя инженерной команды: статья даёт конкретные аргументы для обоснования внедрения LLM перед руководством — Anthropic не сломала свои команды. Для архитектора: не перестраивайте структуру ради «внедрения ИИ»; пусть он естественным образом вписывается в существующие процессы. Для CTO: настоящий дифференциатор — не «какая ИИ», а «на каком этапе цикла» (ревью, тестирование, деплой).

На что обратить внимание

Продолжение серии The Pragmatic Engineer. Запуск специализированного блога Anthropic Engineering. Первый публичный постмортем инцидента, где ИИ мог пропустить ошибку.