AI в SDLC: путь от ассистентов к агентам

Выступление продолжает летний доклад о том, как AI встраивают в жизненный цикл разработки в крупной компании: часть материала переиспользована, но большая часть новая, и смотреть Александр советует по порядку. Начинает он с ассистентов: первым массовым и масштабным копайлотом был инструмент GitHub — компании, в своё время поглощённой Microsoft и теперь ещё теснее встроенной в её AI-экосистему, — а самым хайповым инструментом разработчика стал Cursor, среда с кучей ассистентов и даже с зачатками агентского режима внутри. Агенты — следующий этап: системы, которые сами планируют задачи и выполняют их без пошаговых указаний, а человек говорит, что делать дальше, и может проверить результат, а может и положиться на агента. В 2025 году это Claude Code от Anthropic и Codex от OpenAI, который ставится плагином в IDE, работает в вебе и есть в виде консольной тулзы.

Без инфраструктуры вокруг эта движуха не поехала бы. Протокол MCP от Anthropic, вышедший, по осторожной формулировке докладчика, «по-моему, в ноябре» прошлого года, заменил интеграции точка-точка стандартным способом дать большой языковой модели вызывать внешние инструменты. Прошло полгода — его приняли плюс-минус все, и Google выпустил свой agent-to-agent протокол: если агент умеет дёргать тулы, дальше агенты начнут общаться между собой, и им нужны правила игры. Этот протокол проработан получше, часть болей MCP закрыта, а сами протоколы спокойно сосуществуют; готовили его в коллаборации с большим числом компаний. Дальше Александр объясняет, почему про агентский режим столько говорят, — экономикой. С 2023 года в AI вливаются миллиарды долларов и со стороны провайдеров моделей, и со стороны компаний-потребителей, которые улучшают этими инструментами свою разработку; когда вкладываешь такие деньги, ждёшь возврата инвестиций.

Второе давление — на эффективность: за рубежом после ковида многие компании начали сокращать инженеров, не отказываясь от планов роста, и появилась мантра, что инструменты позволят не просесть по темпу, а то и ускориться. Третий фактор — обещания провайдеров: больше полугода назад Дарио из Anthropic обещал, что к текущему моменту 90% кода будут писать AI-инструменты, но этого не произошло. Топ-менеджеры компаний-потребителей нацелены именно на эти эффекты, а инвесторы ждут обещанного. Есть ли настоящий кризис ожиданий, Александр спрашивает вслух; при умном подходе, считает он, результаты бывают космические. Пример — white paper AlphaEvolve, выпущенный Google в мае 2025 года: агентская система для алгоритмических и научных задач. Пайплайн собран из шаблонов промтов и конфигураций, ансамбля моделей, из которого можно выбирать на каждом шаге, способа оценить, насколько хорошо работает код, и базы версий программы с результатами — предыдущие версии мутируют, пытаясь их улучшить.

Задачи брали такие, где evaluation делается просто: шедулинг ресурсов в Borg, оркестраторе внутренних нагрузок Google, и перемножение матриц. Шедулинг стал на 0,7% эффективнее, тренировка моделей ускорилась на 1%, заодно оптимизировали дизайн TPU; в Google этим занимаются больше десяти лет — сначала AlphaGo, вынесшая лучших игроков в го в 2016–2017 годах, потом AlphaTensor, теперь AlphaEvolve. Вторая работа, из Стэнфорда, раскладывает задачи по уровням агентности: первый — агент закрывает деятельность под ключ, пятый — процессом всё ещё рулит человек. Пятьдесят экспертов проставили уровни для базы данных по американским должностям, а больше тысячи, по памяти докладчика, реальных работников опросили, хотят ли они делегировать эту работу ИИ. Получились зелёная зона, где автоматизации хотят и она возможна; красная, где она возможна, но работникам не нужна, — и экономика продавит её независимо от желания; и зона, где делегировать хочется, а инструменты не тянут: туда авторы советуют направлять R&D и стартапы.

Много таких задач как раз в хорошо формализуемых областях, включая саму разработку и администрирование, — дизрапт, который софт устраивал другим индустриям, дошёл и до создания софта. Ещё один разобранный paper, Software Engineering 3.0 от авторов из университетов и Huawei, описывает три этапа: code-first со стандартными IDE и CI/CD, расцвет AI-assisted разработки с копайлотами и интентный этап, где инженер обсуждает задачу с моделью, а имплементацию отдаёт AI. Ограничиваться сценарием «агент сделал под ключ» нельзя: думать нужно про всю экосистему разработки. Здесь помогает white paper Google про цели разработчиков: они покрывают весь SDLC, не привязаны к одному инструменту (качественный код, дизайн решения, поиск информации) и линкуются с инструментами внутренней платформы, из чего складывается journey map, по сути Jobs to Be Done для платформы разработки. В Т-Банке такая платформа называется Spirit, и сейчас её делают AI-нативной: этапы жизненного цикла разнесли по профессиям — тестировщики, разработчики, аналитики, SRE-инженеры — и собрали вокруг них рабочие группы, которые ищут самые болезненные джобы; сначала джоб усиливают ассистентом, а когда тот начинает работать слишком хорошо, переходят к агентскому режиму.

Выбор объясняют замеры: мобильные и веб-команды тратят 40% времени на написание кода, по 15% — на ревью с merge-реквестами и на тесты, по 12% — на Jira и вики. Агентский режим сильно забустился после раскатки модели на 480B. В демо агент под ключ пишет «пять букв» на Python; в Helicopter, форке Zeppelin для тысяч аналитиков, генерирует и исполняет код с графиком; в тест-менеджмент системе собирает тест-кейс по описанию бизнес-логики; cover agent дописывает юнит-тесты и присылает merge request, причём прирост подчиняется убывающей полезности — команде с покрытием около 10% он добавляет порядка сорока пунктов, а зрелой даёт не очень значительный аплифт. Отличить веру в инструмент от эффекта помогает замер: Александр проходит по DORA, SPACE, DevEx и платформе DX, чей свежий фреймворк для оценки ассистентов и агентов стоит на трёх колоннах — утилизация, импакт и cost-benefit. Недельный ретеншен двух инструментов — 79% и 70%; до конца ноября идёт опрос про AI в российской разработке, отчёт по нему обещают в феврале 2026 года.