State of AI4SDLC: как AI меняет процессы разработки в крупных компаниях

Массовое использование уже наступило: проникновение больше 90% показывают все опросы — и DORA на десятки тысяч инженеров, и Stack Overflow. Но эффект неравномерен: у отдельного инженера он виден сразу, на уровне команды появляются вопросы, на уровне организации сложно сказать, есть он вообще или нет. В конце прошлого года команда собрала метаисследование по чужим отчётам и провела свой опрос в стиле DORA по российскому рынку: строчки про Россию в глобальных опросах больше нет. Картина оказалась похожей, но с отставанием в квартал-полгода по adoption, причём кодинг попробовали все, а остальные сценарии жизненного цикла покрыты заметно хуже. Новые результаты обещают к осени, форму опроса откроют на IT-пикнике. Узкое место тем временем переехало: раньше долгой была имплементация, теперь вопрос, как проревьюить, протестировать и где зарелизить. GitHub и GitLab, судя по их планам, уже чувствуют нагрузку от сгенерированного кода и готовят редизайн.

В марте или апреле Александр защищал внутри компании стратегию, куда движется SDLC. Прежняя парадигма — этапы и роли, причём в большой компании за каждой ролью стоит отдельный человек: аналитик, разработчики разных видов, тестировщик, SRE-инженер. В 2025 году каждая профессия ускоряла свой участок: аналитик быстрее генерировал требования, разработчик их не читал и отправлял задачу в IDE со словами «сделай код», тестировщик догонял покрытие сгенерированными тестами. Работы прибавилось у всех, а сквозная эффективность не выросла — её съели потери на передачах, вышла локальная оптимизация. Целевая картина другая: роли и этапы остаются, но закрывать их может меньшее число людей. Раньше говорили про T-shape, теперь буква как будто перевёрнута — разработчик, который признавался, что плохо пишет тесты, получает агента. Из начала двухтысячных возвращаются RUP и V-модель, только переобутые: spec-driven development, где спецификация уже не контракт для разработчика, а контракт для агента.

Контекст компании — десятки тысяч инженеров, тысячи сервисов, деньги и статус объекта критической инфраструктуры, а с ними высокие требования безопасности: за неполный год в новой роли Александр пообщался с безопасниками больше, чем за девять предыдущих лет. Моделей угроз стало много: промпт-инъекции, отравленные внешние инструменты, утечка контекста, права во внутреннем поиске. Внутренняя платформа разработки долго делалась как продукт: красивые окошки, дашборды, кликабельные сценарии, которые агенту не нужны. Системный эффект начинается там, где IDP считает интерфейс опцией, а удобство для агента — приоритетом. Слоёв у такой платформы три: модельный шлюз (самописный LLM-прокси, а не LiteLLM, с квотами, учётом стоимости и вырезанием секретов), инструментальный (базовые инструменты вшиты в терминальный клиент, остальное живёт в MCP Hub и упирается в делегированные токены) и реестр интентов с владельцами и наборами оценок, пока в зарождающемся состоянии. Есть Nessy в терминале, чате и IDE и платформа Spirit с код-ревьюером, тестовыми, SRE- и дата-агентами, но на всех раскатаны лишь код-ревьюер и агенты разработки, остальное пилотируют лид-адоптеры; всплеск adoption случился в марте, после раскатки Qwen 3.

Доля AI-кода — метрика соблазнительная и вредная: собирается легко, растёт сама, провоцирует гейминг и ничего не говорит про качество, риски и стоимость. Александр ссылается на доклад инженеров зарубежной соцсети: до 30% сгенерированного кода на продуктивность не влияет, потому что его всё равно нужно проревьюить и встроить, а заметный эффект начинается после 60%. Вместо этого в компании давно комбинируют DORA, SPACE и DevEx — про подход есть отдельный доклад коллеги, Ани Громовой, — и смотрят на время онбординга, время до первого merge request, размеры MR, падающие пайплайны и инциденты; инсайты дают не средние, а разрезы по языкам и по greenfield и brownfield. Агентские сценарии требуют телеметрии от интента до результата: какой пользователь, какой агент, какой моделью и каким инструментом воспользовался. Наборы оценок собираются и без PhD по ML: путешествие по истории в git к моменту, когда баг починили и написали тесты, даёт hidden judge.

Инструменты компания даёт одни и те же, а результаты команд отличаются в разы, и дело, кажется, не в моделях: выигрывают те, кто готов перестроить процесс, часто вынужденно — под жёсткие продуктовые сроки. Команда из инвестиций перенесла продуктовые требования в git: постановка приходит от продакта в виде merge request, там же все контроли. Они понимали, что по старому процессу не успеют; вышло хорошо, и теперь Александр отправляет туда другие команды. У кого не выходит, обычно поставили плагин или открыли терминального клиента и работают с задачами как раньше. В дне инженера появляются три вида агентов: в редакторе (выделил блок — «перепиши»), в терминале для многофайловых задач и исследований и фоновые — код-ревьюер на каждом изменении, поднятие версий библиотек, разбор багфиксов. Инженер чувствует себя оркестратором: параллелит задачи, валидирует результат, выносит проблемы в тесты и evals. Усталости при этом больше: день инженера стал похож на день менеджера.

Вопросов из зала оказалось больше обещанных трёх. Про практики повышения качества Александр рассказал о рабочих группах вокруг профессий, хакатонах и обучении бизнес-менеджеров: им показывали, что терминальный клиент с MCP закрывает не только платформу, но и мессенджер с почтой. На вопрос про архитектора он признал, что ассистент для ревью архитектурных решений автоматизировал старый процесс, а «архитектурный режим», помогающий проектировать с учётом ограничений и возможностей платформы, централизованно так и не сделали: реализации в подразделениях есть, но ни одна не победила. Кирилл из VK спросил, что меняется, когда инструменты для AI делаются агентами; концептуально почти ничего: команда LLM-прокси пишет спеки и валидирует результат теми же агентами. На вопрос про Backstage Александр объяснил, что их платформа задумывалась контрактной, но продакты предыдущего поколения тянули её в UI-first, и теперь у сценария есть экран и API под ним, а семантического интента нет — продукту приходится учиться скромности привратника. Дмитрий Симонов спросил про владельцев контекста: в общее хранилище Александр не верит — получится помойка; отвечает домен, он же меряет качество своих ответов, а на двадцати или ста инженерах всё собирается на порядок проще.