Кейс Caylent: Claude Agent SDK сократил миграцию баз данных с месяцев до дней

Одна миграция базы данных может потребовать свыше 10 000 инженерных часов — ещё до проверки первой рабочей нагрузки. При такой экономике модернизацию годами откладывали на потом. Caylent, облачная консалтинговая компания, помогающая более чем 1 200 заказчикам строить и эксплуатировать решения в Amazon Web Services, создала Caylent Accelerate™: агентную систему поставки, которая параллельно запускает сотни экземпляров Claude и переводит миграции из категории «месяцы» в категорию «несколько дней».

Что получила Caylent с Claude

Сокращение трудозатрат инженеров на 90% при миграции базы с 2 500 процедурами.
Отказ от ежегодных лицензионных расходов в $600 000 у глобального корпоративного SaaS-заказчика.
Ускорение ещё четырёх миграций баз данных на 58–82%.
Сокращение анализа среды на пресейл-этапе: с недель до часов.
Ускорение 70% работ по устранению инцидентов в облачных операциях и снижение среднего времени их разрешения на 40%.
Ежедневное использование Claude более чем 85% команды из 900+ сотрудников; Claude Code стал основной средой разработки.

Задача

Почему миграция стала неподъёмной

Caylent переносит клиентские системы в AWS и модернизирует уже работающие там решения. Самой болезненной частью обычно оказывалась миграция баз данных. При переходе со старой коммерческой СУБД на современную СУБД с открытым исходным кодом в AWS тысячи хранимых процедур приходилось переводить по одной. В среднем — около четырёх часов на объект, причём нужны инженеры, одинаково уверенно владеющие обеими платформами. Таких специалистов немного; неудивительно, что технический долг копился годами.

Похожая история была и с предварительным анализом для облачной миграции. Чтобы построить карту зависимостей приложений и серверов в среде среднего масштаба, команде требовались месяцы — и это до переноса хотя бы одного сервера. Пропускная способность специалистов попросту ограничивала число проектов, для которых можно было точно оценить объём работ.

Решение

Сначала — проверка на себе

История Accelerate началась внутри самой Caylent: компания стала первым пользователем собственной системы. Более 85% из 900+ сотрудников ежедневно работают с Claude. Внутренний инструмент DevBench, предназначенный для крупных инженерных бэклогов, сокращает сотни часов работы до 10–20 часов.

«Caylent работает на Claude», — говорит Рэндалл Хант, CTO Caylent. Компания развернула Claude Enterprise по всей организации, сделала Claude Code главным инструментом разработки и внедрила Claude Tag в нескольких процессах разных подразделений. На моделях Claude также построены глобальные системы управления контекстом и автономной проработки бэклога. Этот опыт стал основой для клиентских проектов.

Как AWS Premier Tier Services Partner, Caylent разворачивает Accelerate в AWS-аккаунтах заказчиков через Amazon Bedrock. Поэтому при выборе моделей критичны не только качество кода и работа с длинным контекстом, но и предсказуемость результата, корпоративная безопасность и пригодность к эксплуатации. Для производственной среды это не мелочь — ошибка обходится дорого.

Специализированные AI-агенты в AWS-аккаунте клиента

Первая версия Accelerate работала на самописном фреймворке оркестрации. Концепцию он подтвердил, но поддерживать и расширять такую конструкцию было тяжело. Затем команда перестроила систему на Claude Agent SDK — том же агентном цикле и инструментах, которые лежат в основе Claude Code.

Вместо громоздкого слоя абстракций Caylent описывает поведение агентов в Markdown, оставляя значительную часть логики оркестрации в промптах, а не пряча её в коде приложения. Это упростило разработку, итерации и отладку. Для компаний, которые планируют собственную агентную разработку под свои процессы, такой подход особенно полезен: границы ответственности каждого агента остаются видимыми, а не растворяются в монолите.

Каждый рабочий процесс состоит из этапов, закреплённых за специализированными агентами Claude. Один разбирает инвентарь, другой переводит диалекты SQL, третий проверяет ограничения, четвёртый собирает управленческую сводку. Оркестратор передаёт работу между ними и выбирает модель под задачу: Haiku — для массового парсинга, Sonnet — для синтеза и материалов для руководителей. Подобное разделение ролей — важный принцип мультиагентной архитектуры: детерминированные скрипты выполняют точные операции, а модели берут на себя рассуждения, языковые задачи и оценку контекста.

При миграции пайплайн анализирует полный инвентарь, определяет сложность объектов и отсекает неиспользуемый код ещё до перевода. Затем Claude переводит активные процедуры в целевой диалект и тестирует их; агент проверки валидирует каждый результат до коммита. Инженеры подключаются к пограничным случаям и финальной приёмке. Всё довольно приземлённо — и именно поэтому работает.

Данные остаются в AWS-аккаунте клиента: они не передаются во внешние системы и не используются для обучения моделей. AWS CloudTrail сохраняет аудиторский след всех действий, выполняемых с поддержкой AI. Такая модель напрямую связана с тем, как выстраивается защита агентных систем: контроль доступа, журналирование и изоляция данных. Ещё до подписания договора Accelerate способен за часы подготовить оценку сложности, сроков и потенциальной экономии — вместо долгого предварительного обследования.

«Caylent работает на Claude».
Рэндалл Хант, технический директор Caylent

Результат

На 90% меньше часов — и более чистая база данных

Один из первых проектов Accelerate был выполнен для Arborgold и сократил время миграции на 90%. Компания больше десяти лет поддерживала инфраструктуру SQL Server: 2 500 хранимых процедур в пяти кластерах баз данных. Целевой платформой стала Amazon Aurora PostgreSQL. При ручном переводе проект потребовал бы примерно 2 600 часов.

После полного анализа инфраструктуры выяснилось, что 1 850 из 2 500 процедур давно не использовались ни одной рабочей нагрузкой. Ручная команда, скорее всего, всё равно перевела бы и этот код. Claude классифицировал объекты, вывел неиспользуемые из эксплуатации, перевёл активные процедуры и проверил их через агента контроля. В итоге миграция заняла около 220 часов вместо 2 600. Активные процедуры были перенесены на 66% быстрее, чем при использовании универсальных AI-инструментов без Accelerate, а прогнозируемое сокращение расходов на базы данных составило 77%.

У компании по управлению программными активами была похожая, но меньшая задача: 257 объектов Oracle и оценка в 1 486 часов. Accelerate завершил работу примерно за 268 часов, то есть на 82% быстрее, обеспечив экономию $202 000. Паттерн повторился и в других проектах: на 73% быстрее у поставщика IT-решений для здравоохранения, на 75,7% быстрее у компании данных с экономией 2 374 инженерных часов и на 58% быстрее у глобальной SaaS-компании, которая одновременно избавилась от ежегодных лицензионных затрат в $600 000.

Что дальше

Архитектура уже вышла за рамки миграций. В предложении Accelerate for Agentic Cloud Operations модели Claude в Amazon Bedrock AgentCore ускоряют 70% работ по устранению проблем и сокращают среднее время разрешения инцидентов на 40%. Инженеры получают возможность заниматься не рутиной, а задачами, которые действительно двигают бизнес.

В апреле 2026 года Caylent запустила ACE — практику Anthropic Consulting and Engineering, усилив своё положение Preferred Services Partner в Claude Partner Network. Команды работают непосредственно с организациями заказчиков, создают интеграции и внутренние компетенции для устойчивого внедрения AI. Здесь важна не только модель, но и управляемость: соответствие AI-решений отраслевым требованиям закладывается в проект с самого начала. Клиенты всё реже спрашивают, нужен ли AI в разработке ПО. Вопрос теперь другой: как встроить его в процессы так, чтобы это было безопасно, измеримо и надолго.

Кейс Caylent показателен не масштабом, а порядком действий: сначала инвентаризация и отсев неиспользуемого, затем перевод, затем автоматическая проверка. Тот же порядок работает и на меньших объёмах — автоматизируем бизнес-процессы с помощью агентных систем.