На конференции QCon London 2026 Joy Ebertz, главный инженер в компании Imprint, предложила новый подход к приоритизации техдолга. В условиях, когда инструменты на базе ИИ ускоряют разработку, важно не просто устранять техдолг, а понять, какие из его аспектов требуют внимания.
Новый фреймворк для оценки техдолга
Ebertz ранее занимала ключевые должности в таких компаниях, как Harness и Box. В своей презентации она оспорила представление о том, что необходимо решать все вопросы техдолга. "Идеальная кодовая база не имеет смысла, если компания обанкротится", — отметила она. Настоящая цель заключается в том, чтобы написать наиболее эффективное программное обеспечение в текущих условиях.
Шесть вопросов для приоритизации
Основой её представления стал фреймворк из шести вопросов, который позволяет командам оценивать и приоритизировать техдолг. Первый вопрос касается стоимости бездействия: "Каковы последствия, если мы ничего не сделаем?" Это позволяет командам понять возможные последствия для разработчиков и пользователей.
Ebertz выделила "тиковые бомбы" как отдельную категорию техдолга, различая масштабные проблемы, о которых заранее известно, и уязвимости с неопределённой вероятностью эксплуатации. Второй вопрос посвящен стоимости исправления: "Сколько будет стоить исправление?" Здесь командам следует учитывать не только прямые затраты, но и скрытые риски.
Также она призвала оценивать необходимость качественного исправления техдолга: "Нужно ли исправлять его идеально, или 80% решения будет достаточно?" Например, простое решение иногда может решить проблему быстрее, чем работа над сложным идеальным решением. Оставшиеся вопросы касаются тайминга, вероятности завершения проекта и реальных результатов, которые он может принести.
Для разработчиков и команд это важно, так как правильная приоритизация может значительно ускорить процессы и снизить затраты. Важно не только устранять проблемы, но и понимать, какие из них действительно критичны для бизнеса в текущий момент.
Что касается будущего, такие новые подходы помогут компаниям более эффективно управлять техдолгом, особенно с учетом растущей роли ИИ в разработке программного обеспечения.