De ce SDLC tradițional eșuează cu AI agents
Modelele clasice SDLC presupun un dezvoltator uman cu memorie persistentă, judecată și responsabilitate socială. AI agents nu operează așa: suferă de context amnesia, închid prematur task-uri, fac scope overreach, produc invisible failures și acumulează entropy. Soluția nu este un prompt mai lung, ci un closed-loop working system cu scope, state, verification și recovery.
Key concepts
- Scope: ce poate modifica agentul și ce rămâne out-of-bounds.
- State: progresul scris în fișiere, nu presupus în context window.
- Verification: checks automate care nu pot fi bypassed.
- Continuity: handoff suficient pentru următoarea session.
Business takeaway
Pentru management, întrebarea nu este dacă modelul poate genera cod. Întrebarea este dacă delivery system-ul face munca agentului auditable, recoverable și aligned cu risk tolerance-ul echipei.