AI вчера, сегодня, завтра

Рафаэль отвечает в Сбере за трансформацию производственного процесса и за инженерные инструменты — GigaCode, GigaIDE и всё вокруг них. Путь такой: весь прошлый год и год до этого строили assisted-подход — code completion, чат по коду, ассистенты по всему процессу, — а под конец прошлого года очень хорошо показали себя агент в CLI и агент в десктопном приложении, и агентизация разработки стала топ-приоритетом. Чтобы это заработало, пришлось выстраивать контекст-менеджмент, policy as code, налаживать нормальную работу регуляторов и пересобирать сам процесс. Сейчас в Сбере смотрят аналитику по проявленности навыков разработчиков в модели зрелости: кого учить, кого поощрять, а с кем придётся расстаться. Дальше очередь смежных ролей — обновлённые агенты для тестирования и аналитики выходят сейчас, во втором квартале им замерят метрики, в третьем начнут обучение, а в третьем-четвёртом дойдут до devops и дизайна, который, как им пока кажется, поддастся тяжелее всего.

Алексей — технический директор VK Tech: облака, рабочее пространство с почтой и календарём, финансовые продукты и своя AI-платформа. У них идёт «широкий посев» по всей цепочке от идеи до релиза у клиента. Аналитикам и продуктам дали инструмент, в который зашили давно известные требования к требованиям — решать одну задачу, не конфликтовать; эффект померили просто: из разработки стало возвращаться заметно меньше постановок с формулировкой «мы это даже оценить не можем». Разработчики поставили себе Claude Code и ходят во внутренние развёрнутые модели, а Codex, по его словам, пользуются мало. Ту же платформу — запуск моделей внутри контура, фильтрация персональных данных, логирование для аудита — VK Tech отгружает клиентам, и сложность там не в железе, а в администрировании. Просадка у девопсов: пускать агента туда, где есть доступ к проду, боязно даже с локальной моделью.

Андрей Кулишов руководит разработкой части Sourcecraft Security и делает платформу Sourcecraft — аналог GitHub от Яндекса. Всю жизнь он занимался компиляторами и анализом кода, и старая боль этой области — разбор находок статических анализаторов, под который держали команды, придумывавшие эвристики, — теперь закрывается просьбой к модели, написанной человеческим языком; автоматическое ревью и опостылевшие описания коммитов и pull request'ов появляются по щелчку. Своего агента команда не пишет, берут OpenCode, который Андрей называет единственным по-настоящему открытым полноценным агентом. Цифры он приводит трезвые: по докладу Андрея Попова, который в Яндексе занимается замерами производительности, AI так или иначе касаются 80% разработчиков, а ежедневно пользуются около 30% — он называет то 26, то 36, — прирост по числу коммитов 10–20%. Сам он к этим числам скептичен и боится представить, что происходит в компаниях, где нет ни доступа к моделям, ни денег на подписку.

Александр напоминает эволюцию метрик: сначала Lines of Code, потом AI Lines of Code, а теперь ощущение, что кто-то гонится за максимальным потреблением токенов в стиле «жги по полной». Алексей считает передачи контекста и число участников эпика — часть стадий теперь склеивается, — считает возвраты требований и подключает модели к тяжёлым инцидентам, меряя там время восстановления. Убедительнее всего сравнение внутри одной команды: эпик по классической схеме с разделением ролей против эпика по фасттреку, разница колоссальная, при том что вовлечённых в AI, если считать не только разработчиков, по его прикидке меньше 30, а то и 15%. Рафаэль признаёт, что токены они смотрят, нравится им это или нет: по ним удобно ткнуть в кого-то пальцем, хотя непонятно, кто молодец — тот, кто тратит много, или мало. Ему важнее проявленность навыков: в докладе он показывал шесть уровней зрелости, а в топе потребителей инференса часто те, кто понастроил автоматизаций и жжёт токены зря.

Бизнесу Сбер показывает другое: объём стори, доезжающих до продакшна, в пересчёте на человека, и влияние на time to market. Рост pull request'ов и коммитов на 60% в прошлом году вызвал у зампредов вопрос: может, вы сами себе работы придумали, а фичей в моих продуктах больше не стало? Ответом стал GigaView — продукт, который моделью оценивает трудозатраты по написанному коду и сравнивает их с эталоном: как написал бы этот код условный миддл в идеальных условиях, с грамотными требованиями и пятью часами продуктивного времени. Получаются условные кодо-часы «в попугаях», защищающие от соблазна раздробить пять стори на пятьдесят. Алгоритм проверяли на репозиториях за десять лет: в первые месяцы ковидной удалёнки и в первые месяцы после начала СВО трудозатрат всегда становилось больше, потом всё возвращалось к норме, а плавный рост начался с моделями, у которых появился алайнмент в код, с резким скачком с середины прошлого года. Теперь Сбер упирается в пропускную способность аналитики — и это было ожидаемо: если разработка радикально ускорится, команды сами начнут пушить аналитику. Александру близка эта логика вытягивающей системы: она честнее попытки насадить агентов в discovery, где много субъективного.

Новым узким местом становится ревью. Андрея удивляют скромные 10–20%: в его проекте есть разработчики, которые действительно стали десятикратными, и к вечеру висит стопка pull request'ов. Заменить ревью системами пока нельзя — даже флагманские модели могут удалить кусок теста, если на них слишком надавить; такие случаи он с сотрудниками складывает в отдельную папку, хотя есть и agents.md, и прописанные правила. Алексей предлагает опцию: ревьюить должен другой агент с другим промптом, это классический конфликт разработчика и тестировщика; нерешённой он называет задачу сверить задуманное с получившимся, не отправляя продакт-менеджера проверять руками. Ответ Сбера про правила организации — инициатива policy as code, где кибербезопасность, архитектура, надёжность и риски переводят базовые требования в машиночитаемый формат, по сути в Markdown: агенты учитывают их уже при проектировании, у регуляторов появляются свои проверяющие агенты (кибербезопасность, по его словам, агентизировала около 60% проверок), ручные проверки остаются для самых критичных систем, а сгенерированный код проходит те же гейты, что и написанный человеком. Александр называет это сбывшимся shift left.