Nodar Daneliya, CEO a spoluzakladatel Shuttle – Rozhovorová série

Nodar Daneliya, CEO a spoluzakladatel Shuttle – Rozhovorová série: Nodar Daneliya působí jako spoluzakladatel a CEO společnosti Shuttle od jejího založení v roce 2019, kdy vedl růst společnosti od rané fáze startupu YC Summer 2020 až po platformu pro inženýry zaměřenou na vývoj; předtím působil ve funkcích včetně Chief Risk Officer ve společnosti Provenance Technologies Ltd, kde pracoval na kvantitativních strategiích hedge fondů, a dříve na technických a datových pozicích v Londýně a v Google.

Shuttle je open-source platforma pro cloudovou infrastrukturu, která zjednodušuje vývoj a nasazení backendu tím, že odvozuje infrastrukturu z kódu, takže vývojáři se mohou soustředit na psaní kódu v Rustu nebo jiném jazyce bez nutnosti spravovat samostatné konfigurační soubory nebo komplexní cloudové nastavení; platforma umožňuje rychlé nasazení, automatické zajištění zdrojů a plynulé škálování a je používána desítkami tisíc inženýrů s více než 130 000 nasazeními, s cílem rozšířit svou bezkonfigurační, AI-podporovanou zkušenost na všechny jazyky a integrovat se s nástroji jako GitHub Copilot a Cursor.

Jaký okamžik nebo frustrace vás nakonec vedl ke spoluzaložení Shuttle a jaký problém jste se snažili vyřešit na samém začátku?

Zlomový bod nastal během mého působení ve vedení obchodování v kvantitativním hedge fondu. Měli jsme výjimečné inženýry – PhD, seniorní platformové lidi, výzkumníky ML – ale i přes tento talent byla cloudová infrastruktura neustálým úzkým místem. Budování obchodního modelu nebo backendové služby nebylo těžké. Problém spočíval v nasazení: dostat jej živě bezpečně, škálovat jej, propojit cloudové služby. Tam se všechno zpomalilo. V jednom okamžiku více než polovina našeho inženýrského týmu dělala DevOps práci pouze proto, aby systémy udrželi v chodu.

Co mě zasáhlo, nebyla složitost kódu nebo matematika. Bylo to sledování vysoce schopných lidí, kteří tráví většinu svého času bojem s cloudem místo toho, aby budovali to, co skutečně záleželo. Nikdo nechtěl dělat tu práci, ale byla nevyhnutelná. Ta frikce – mezera mezi “vytvořil jsem něco” a “běží spolehlivě” – je to, co Shuttle vytvořil, aby to vyřešil.

Shuttle byl založen v roce 2019, před dnešní vlnou nástrojů pro AI-kódování. Jak se vaše původní vize vyvinula, když se AI-podporovaný vývoj stal mainstreamem?

Základní problém zůstal stejný, ale AI ho dramaticky zesílil. Když jsme začali, infrastruktura byla již omezujícím faktorem pro silné inženýrské týmy. Když se objevily nástroje jako Copilot, Cursor a Claude, stalo se toto úzké místo nevyhnutelným.

Najednou mohli vývojáři generovat plné aplikace za několik minut, ale tyto aplikace narazily na zeď okamžitě. AI může psát kód, ale nemůže spolehlivě konfigurovat a spravovat cloudové zdroje. Mezera, kterou jsme se snažili vyřešit, se stala mnohem širší a mnohem naléhavější. Milióny lidí nyní budují prototypy, ale pouze zlomek z nich se dostane do produkce.

Naše vize se vyvinula z “zjednodušit infrastrukturu pro vývojáře” na “zjednodušit infrastrukturu pro zcela novou generaci stavitelů” – solo zakladatelé, malé týmy a AI agenti, kteří mohou vytvářet backendový kód, ale nemají zájem se zápasit s cloudovou konfigurací. Už nesloužíme pouze tradičním inženýrům. Naše publikum explodovalo.

Nástroje AI, jako je Cursor a GitHub Copilot, změnily způsob, jakým vývojáři píší kód. Z vašeho pohledu, které části softwarového životního cyklu se zlepšily nejvíce, a kde týmy stále zápasí?

Generování kódu vyskočilo dopředu. Ta část je téměř vyřešena. Můžete popsat funkci a AI ji vygeneruje. Frontend especialmente bénéficioval, protože vzory jsou dobře pochopeny – komponenty, styly, layouty.

Tam, kde týmy zápasí, je vše, co následuje: nasazení, infrastruktura, operace. AI může vygenerovat API endpoint, ale nemůže automaticky vytvořit databázi, úložiště, frontu, síť, oprávnění nebo nasazení pipeline, které to činí reálným. Backendová infrastruktura nedržela krok s generováním kódu.

Výsledkem je nerovnoměrný pokrok. Místo toho, aby se věci staly jednodušší od začátku do konce, se objevují nové tlaky. Týmy generují celé backendy za několik minut, ale pak se zasekávají na dny, zatímco se snaží nasadit je bezpečně. Někdy AI dělá věci horšími, protože produkuje více kódu, než týmy mohou skutečně spustit nebo udržovat. Tam žije skutečná frikce.

Nasazení je často popsáno jako největší úzké místo pro AI-generované aplikace. Co konkrétně činí produkční systémy tak náročnými ve srovnání s generováním kódu samotného?

Problém spočívá v spolehlivosti a důsledcích. Generování kódu je shovívavé – pokud AI udělá chybu, vidíte ji okamžitě a opravíte ji. Chyby infrastruktury jsou jiné. Jedna špatná oprávnění, jeden špatně nakonfigurovaný zdroj, jeden špatný předpoklad o nákladu nebo zabezpečení a vytvořili jste skutečný problém, který se může projevit až později.

Na začátku jsme se pokusili nechat AI volně odvodit infrastrukturu z aplikací. Vypadalo to skvěle v demonstracích. Ve skutečných systémech to se zhroutilo. AI by s jistotou produkovalo nastavení, která byla téměř správná, ale ne quite. Oprávnění příliš široká, divná volba zdrojů, konfigurace, která by se tiše stala drahá.

To nás naučilo něco kritického: v produkci inteligence bez hranic vytváří problémy. AI nepotřebuje více svobody. Potřebuje lepší kolejnice. Musíte navrhnout systémy, ve kterých AI může navrhnout a urychlit, ale nemůže běžet divoce. To je technická výzva, která činí produkční systémy AI-generovaných aplikací tak mnohem náročnější než generování kódu.

Shuttle nedávno představil Neptune jako další evoluci své platformy. Neptune je popsán jako univerzální AI platformový inženýr—co to znamená v praktických termínech pro vývojáře, kteří přecházejí z prototypu na produkční backend?

Neptune působí jako chybějící vrstva mezi kódem a produkcí. V praktických termínech to znamená, že vývojáři – nebo AI agenti – se mohou soustředit na psaní aplikací, a Neptune zajišťuje vše ostatní: chápání, co je potřeba pro infrastrukturu, zajišťování zdrojů, spravování tajemství, zajišťování nasazení, orchestrace služeb.

Místo toho, aby vývojáři museli překládat svou aplikaci do cloudové infrastruktury, Neptune chápe aplikaci a generuje infrastrukturu kolem ní. Váš kód je modrou tiskou. Neptune buduje prostředí potřebné pro jeho běh. Žádné Docker soubory, žádný Terraform, žádná nekonečná konfigurace.

Pro někoho, kdo přechází z prototypu na produkci, to znamená, že nenaráží na zeď, kde náhle potřebujete naučit se DevOps. Aplikace, kterou jste vytvořili, pokračuje v běhu, jakmile ji škáluje. Neptune mostí mezeru mezi “vytvořil jsem něco” a “běží spolehlivě v produkci.”

Jak vyvažujete rychlost a abstrakci s potřebou kontroly, zabezpečení a pozorovatelnosti, když se vývojáři více spoléhají na AI pro generování backendových systémů?

Důvěra je odpověď. V infrastruktuře záleží důvěra více než schopnost. Jedno špatné překvapení – bezpečnostní díra, rozbité nasazení, obrovský cloudový účet – a ztratíte lidi.

Brzy jsme se naučili, že cokoliv AI dotkne, musí být srozumitelné a přezkoumatelné. I když vývojář něco nenakonfiguroval ručně, stále potřebuje vidět, co se děje a proč. To je důvod, proč Neptune používá deterministické infrastrukturní pravidla. AI může navrhnout a urychlit, ale vše, co dělá, je založeno na specifikacích, které jsou přezkoumatelné, předvídatelné a testovatelné.

Posun, který jsme provedli, byl z “AI rozhoduje” na “AI navrhuje v rámci omezení.” To je rozdíl mezi zábavnou demonstrací a něčím, co můžete důvěřovat, když to skutečně záleží. Vývojáři netráví méně času rozhodováním – tráví méně času psaním a více času rozhodováním, co by mělo existovat, co je přijatelné, jaké kompromisy mají smysl. Nejlepší týmy zacházejí s AI jako se velmi schopným junior inženýrem: užitečným, produktivním, ale ne ve vedení.

Jaké typy týmů vidí největší hodnotu z Neptune dnes, ať už se jedná o solo vývojáře, startupy nebo větší inženýrské organizace?

Profil se dramaticky změnil. Původně na straně Rustu jsme měli rozmanitou základnu – jednotlivé vývojáře, rané fáze startupů, scaleup, dokonce i podnikové týmy v automobilovém, IoT, finančním, kryptoměnovém, kde záleží na spolehlivosti a výkonu. Tyto týmy chtěly sílu Rustu bez zátěže komplexní cloudové infrastruktury.

Ale za posledních rok se vzhledem k vlně AI-podporovaného vývoje úplně změnil, kdo buduje software. Nyní vidíme solo zakladatele, indie vývojáře, AI agenty, malé týmy a tradiční softwarové společnosti, všechny generující backendový kód nevídanou rychlostí. Naše publikum už nejsou pouze seniorní inženýři ve specializovaných oborech.

Pravidelně vidíme solo zakladatele a malé týmy, kteří přecházejí z ideje na nasazený backend v jednom sezení, protože nemusí trávit dny nastavením. Není to pouze čas, který je ušetřen – je to zachovaná dynamika, což je všechno na začátku. Tam je nejsilnější hodnota: lidé, kteří mohou budovat, ale nemají zájem stát se experty na infrastrukturu, aby dostali své nápady živé.

Z technického hlediska, jak Neptune zpracovává konfiguraci prostředí, správu tajemství a orchestraci infrastruktury, když mění AI-generovaný kód na nasaditelný produkční backend?

Neptune zachází s kódem a infrastrukturou jako s jedním sjednoceným systémem. Většina nástrojů pro nasazení funguje jako doručovací služba – přineste jim kontejner a budou se snažit jej spustit. To stále zanechává vývojáře odpovědnými za šití cloudových zdrojů, psaní konfigurace, řešení environmentálních proměnných, spravování tajemství, zajišťování databází.

Neptune otočí tento model. Místo toho, aby vývojář musel překládat svou aplikaci do cloudové infrastruktury, Neptune chápe aplikaci a generuje infrastrukturu kolem ní. Je to AI-nativní přístup k DevOps: kód je modrou tiskou a Neptune buduje prostředí potřebné pro jeho běh – včetně správy tajemství, konfigurace prostředí a orchestrace zdrojů.

Klíč je v tom, že AI funguje uvnitř deterministických infrastrukturních pravidel. Nemůže produkovat libovolné konfigurace. Vše zůstává přezkoumatelné a předvídatelné, což je nezbytné pro zabezpečení a kontrolu nákladů v produkčních prostředích.

Pohledem do budoucnosti, jak vidíte roli Neptune vyvíjet se v ekosystému, kde AI systémy stále více budují, nasazují a spravují jiné softwarové systémy?

Pohybujeme se směrem k světu, kde mezera mezi nápadem a fungující produkt je téměř nulová. Brzy produkty nebudou pouze budovány rychleji – budou se neustále zlepšovat sami na základě skutečné zpětné vazby od toho, jak je lidé skutečně používají.

V tom světě software nebude statický. Aplikace, agenty a systémy budou vytvářeny, modifikovány a vyvíjeny neustále. Všechno to stále potřebuje běžet někde. Stále potřebuje infrastrukturu, oprávnění, zdroje a spolehlivost.

Naším dlouhodobým cílem je stát se výchozím systémem pro AI-podporovaný DevOps – vlastně AI Platform Engineer. Bez ohledu na to, zda je kód napsán vývojářem v Cursoru nebo vygenerován autonomně AI agentem, Neptune by měl být vrstvou, která vezme kód a změní jej na plně běžící, škálovatelnou, produkční službu.

Pokud se kreativita stane neomezenou, infrastruktura nemůže být omezením. Když se AI agenti a samo-evoluční produkty stanou normálními, naše práce je udělat interakci s cloudovou infrastrukturou bezproblémovou, předvídatelnou a bezpečnou. Soustředíme se na to, aby to bylo neviditelné, aby vývojáři, zakladatelé a společnosti mohli soustředit na vytváření hodnoty místo zápasení s infrastrukturou.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Shuttle.