Расширенная диаграмма выгорания, недельный Статус и SDD-конвейер производства агентов

helios extended-burndown burnup weekly-sprint status-report sdd forecasting agent-production human-in-the-loop modified: 2026-09-12 21:51 · canonical

Расширенная диаграмма выгорания и недельный «Статус»

В «Гелиосе» разработка агента представляется как наблюдаемый полуавтоматизированный производственный поток. Его управленческий экран одновременно показывает стадии, недельные результаты, первоначальный и добавленный объём работ, а также статистический прогноз даты завершения. ^telegram-helios-extended-burndown-and-weekly-status-2026-09-12

Управленческий инструмент

Расширенная диаграмма выгорания работ — отчетный экран проекта агента. Она должна отвечать не только на вопрос «сколько первоначальной работы осталось», но и показывать:

Инструмент сохраняет принятое внутри «Гелиоса» название «расширенная диаграмма выгорания», но аналитически является гибридом:

ПредставлениеЧто показывает
BurndownКак уменьшается оставшийся объём работ
BurnupКак растёт выполненный объём и меняется общий scope
Cumulative flowГде копятся задачи и возникают очереди по стадиям
ForecastВероятностный коридор срока завершения

Элементы burnup принципиальны: обычный burndown плохо объясняет добавленную работу и может создавать ложное впечатление падения производительности команды.

Недельный ритм и документ «Статус»

Спринт длится одну неделю и формируется из трёх входов:

1. актуальных данных проекта; 2. действующей спецификации; 3. обратной связи заказчика.

Результатом каждого спринта становится «Статус» — внутренний публичный отчётный документ компании «Синергия». Публичность здесь означает доступность участникам и пользователям корпоративной среды, имеющим право видеть проект; она не подразумевает публикацию конфиденциальных сведений во внешнем интернете.

«Статус» даёт обзор произошедшего за период:

Субагент формирования «Статуса»

Отдельный отчетный субагент автоматически собирает события спринта и выпускает дайджест-summary-review по корпоративному стандарту. Он не должен сочинять управленческую картину из свободного текста: источниками служат версионируемые спецификации, планы, задачи, результаты тестов, решения заказчика и журнал изменений.

Минимальные проверки субагента:

SDD-конвейер производства агента

СтадияАртефакт или результатОсновной исполнитель
1. IntakeНабор данных и итоговый summary заказчикаИнициирующий агент + человек
2. SDDФормализованные спецификации и критерии приёмкиАгент спецификации + reviewer
3. PlanningПлан реализации и зависимостиПланирующий агент
4. DecompositionИсполнимые задачи, распределённые между субагентамиОркестратор
5. ImplementationКод, конфигурации, интеграции и документыСпециализированные субагенты
6. ReviewНезависимая проверка реализации и соответствия SDDReview-агент
7. TestingРезультаты испытаний и обратная связьНаладчик или заказчик
8. StatusНедельный публичный дайджест и обновлённый прогнозСтатус-субагент

Каждая задача должна сохранять трассировку: данные заказчика → спецификация → план → задача → реализация → тест → решение/статус. Это связывает производство агента с Everything as Code и превращает историю разработки в воспроизводимое кифу «Партии компании».

Ручной контур и человеческие ограничения

Наиболее ручная часть потока — тестирование и организационный ввод в эксплуатацию. Есть два режима:

Скорость этого участка определяется не только технической сложностью. Отдельно учитываются:

Эти ожидания нельзя смешивать с активным временем разработки. На диаграмме они должны отображаться отдельным классом блокировок — иначе статистический прогноз будет систематически ошибочным.

Минимальная модель данных

Для первой реализации достаточно событийной модели:

ПолеНазначение
sprint_id, periodНедельный отчетный интервал
stageТекущая стадия SDD-конвейера
scope_originПервоначально заказанный объём
scope_addedДобавленная после старта работа
remaining, completedОстаток и выполненный объём
change_sourceИсточник изменения: заказчик, тест, риск, регламент
blocked_reason, blocked_since, ownerЧеловеческая или техническая блокировка
evidence_uriСсылка на спецификацию, задачу, тест или решение
forecast_p50, forecast_p85Медианный и консервативный прогноз завершения

Единицей объёма на первом этапе может быть число атомарных задач. После накопления истории целесообразно перейти к throughput/cycle-time и вероятностному прогнозированию методом Monte Carlo, не подменяя статистику субъективными story points.

Ключевой ценный результат

Главная ценность экрана — не декоративная отчётность, а объяснимый прогноз срока изготовления агента, который учитывает:

Концепция расширяет Executive Dashboard «Гелиоса» от наблюдения за уже внедрёнными агентами к прозрачному наблюдению за самим процессом их производства.