Генеративный искусственный интеллект (GenAI) уже не просто помогает писать код — он меняет саму логику разработки ПО. Насколько далеко зашел AI, в каких задачах он эффективнее человека, а где разработчикам приходится исправлять плоды его труда? Об этом и не только рассказал Рафаел Тонаканян, директор дивизиона развития и сопровождения производственного процесса (SberWorks) Сбербанка.
«Лента.ру»: Генеративный искусственный интеллект уже пишет код. На что конкретно он способен сегодня? В чем он силен и чего пока не умеет?
Рафаел Тонаканян: Генеративный искусственный интеллект (GenAI) трансформирует разработку программного обеспечения. По оценкам Stack Overflow, 80 процентов разработчиков уже используют AI-ассистенты в своей работе, и большинство — каждый день.
GenAI дописывает строчки кода за разработчиков, генерирует код с нуля, объясняет его — в общем, берет на себя рутину. Современные системы вроде GigaCode или Claude становятся полноценными ассистентами программистов. Они автоматически дополняют код, генерируют функции по их описанию, находят и исправляют ошибки, оптимизируют производительность, создают тесты и документацию. Это особенно полезно при работе с незнакомыми языками или фреймворками.
Так, в новой версии нашего AI-ассистента GigaCode мы усовершенствовали алгоритмы и увеличили производительность в четыре раза
Теперь система генерирует до 40 подсказок в секунду, ускоряя написание кода без потери качества. На нашей платформе GitVerse плагин GigaCode установили 45 тысяч раз. В месяц пользователи платформы принимают более 2 миллионов строк кода от GigaCode. Это равно разработке крупной автоматизированной системы и говорит о высокой точности и качестве предоставляемых подсказок.
Однако возможности GenAI ограничены в сложных сценариях. AI пока не может полноценно проектировать архитектуру крупных систем, учитывать все нюансы бизнес-логики и предлагать по-настоящему инновационные решения. Сейчас GenAI-ассистенты ускоряют написание кода, но не заменяет экспертизу разработчика.
Задача человека — проверять сгенерированные решения на безопасность, производительность и соответствие остальным требованиям
По мере развития технологий этот баланс будет смещаться, но креативное проектирование и принятие сложных решений в ближайшие годы останутся за человеком. И сейчас мы разрабатываем GigaStudio — мультиагентную систему для решения этих задач.
На рынке сформировались два подхода к разработке кода: AI-assisted (с поддержкой ИИ) и AI-driven (управляемый ИИ). В чем их отличия и каких прорывов можно ожидать?
В AI-assisted искусственный интеллект помогает писать код, предлагает подсказки и автодополнения, но решения принимает разработчик. Так мы усиливаем разработчика: он успевает больше, но свою работу выполняет сам.
В AI-driven-подходе искусственный интеллект самостоятельно создает код по техническому заданию, оставляя человеку только проверку результата. Здесь уже AI выполняет работу, а человек только валидирует результаты
На мой взгляд, ключевые прорывы произойдут в AI-driven-подходе. В нем появится полноценный task to code, что позволит мультиагентной среде получать задачи на вход и проходить полный цикл производства, доводя решения до продакшена.
Достиг ли ИИ уровня человека в код-ревью или пока остается вспомогательным инструментом, требующим контроля со стороны разработчиков?
AI быстрее человека выявляет синтаксические ошибки, нарушения стиля и низкоуровневые баги. Исследование GitHub показало, что код, написанный с помощью Copilot, на 5 процентов чаще одобряется при ревью и проходит значительно больше юнит-тестов. AI умеет анализировать код и рекомендовать современные практики, но не чувствует контекст проекта, командную динамику и стратегические приоритеты.
В этом году мы представили GigaCode-агента — автономный AI-сервис для рецензирования кода, который анализирует изменения, выявляет уязвимости и ошибки, дает рекомендации по оптимизации. Фактически это виртуальный участник команды, который высвобождает время для сложных задач. Однако человек пока лучше разбирается в архитектуре и логике приложения, может давать более точную и релевантную обратную связь.
Фото: Алексей Мальгавко / РИА Новости
Давайте обсудим российские инструменты для разработки кода, например GigaCode. Есть ли у них своя специфика, культурный код? Эффективнее ли они, чем зарубежные аналоги?
В отличие от западной cloud-ориентированной модели, российский бизнес, особенно крупные компании, традиционно предпочитает on-premise-решения, делая акцент на безопасности и контроле инфраструктуры.
Отсюда специфические требования к инструментам разработки, которые должны разворачиваться локально и интегрироваться с устоявшимися корпоративными системами. При этом B2C-разработка, особенно в области стартапов, более открыта к облачным технологиям и зарубежным практикам.
Насколько российские команды готовы доверить AI-ассистентам работу с кодом? Какие сценарии совместной работы с ИИ уже реальны?
Уже вошли в workflow такие функции, как code completion (интеллектуальные подсказки при наборе кода), автоматическое документирование, генерация unit-тестов и объяснение сложных участков кода. Например, на платформе GitVerse уже доступен GigaCode-агент — автономный ИИ-сервис для рецензирования кода. Он анализирует изменения, выявляет уязвимости и дает рекомендации по оптимизации, учитывая контекст.
Основные сложности возникают при интеграции AI-решений в корпоративные процессы
И барьеры здесь больше организационные, чем технологические, ведь производственный процесс нужно перестраивать, команды — адаптировать, инфраструктуру — апгрейдить.
Впрочем, эти трудности носят временный характер. По мере накопления опыта использования и развития самих технологий AI-ассистенты будут все глубже интегрироваться в корпоративную среду. Уже сейчас сочетание человеческого опыта с возможностями искусственного интеллекта приносит синергию: разработчики могут сосредоточиться на сложных, творческих задачах, делегируя рутину AI.
Фото: Ростислав Нетисов / Коммерсантъ
В мире уже есть инструменты, которые позволяют создавать веб-приложения по текстовому описанию. Как они изменят сферу разработки? Можно ли будет полностью положиться на искусственный интеллект в этом направлении? Ведутся ли подобные разработки у нас?
GenAI-инструменты меняют подход к созданию ПО. Российские разработки в этой области, такие как GigaStudio, уже позволяют за несколько минут по одному текстовому запросу генерировать работающие веб-приложения — от простых игр вроде PacMan до лендингов с ипотечными калькуляторами.
Это кардинально снижает порог входа в разработку и позволяет даже нетехническим специалистам за минуты создавать MVP (первая версия веб-сервиса или приложения) для проверки гипотез, не привлекая программистов
Перспективы видятся в симбиозе технологий: AI-инструменты станут стандартом для быстрого старта проектов и рутинных задач, а профессиональные разработчики сосредоточатся на архитектурных решениях, оптимизации и сложных интеграциях. Российский рынок, вероятно, сохранит специализацию на корпоративных и безопасных решениях, тогда как массовые no-code-платформы останутся преимущественно зарубежными.
Многие разработчики, от новичков до профессионалов, видят в ИИ угрозу своей профессии. Чем отличается ручное написание кода от работы с ИИ-ассистентом? Какие навыки становятся важнее, а какие теряют актуальность?
Разработка переживает глубокую трансформацию: AI-ассистенты не заменяют программистов, но кардинально меняют требования к профессии. Всего за три-четыре недели разработчик может освоить новые инструменты и повысить свою производительность более чем на треть.
Ключевое изменение — смещение фокуса с написания кода на управление интеллектуальными инструментами
Становятся востребованы специалисты, умеющие четко формулировать задачи для AI, критически оценивать сгенерированные решения и интегрировать их в существующие системы. Теряют актуальность традиционные рутинные навыки вроде механического кодирования или запоминания синтаксических конструкций.
Профессиональное будущее человека теперь определяется готовностью к постоянному обучению. Разработчики, научившиеся работать в тандеме с AI, получают преимущество, в то время как консервативный подход к написанию кода ставит под вопрос дальнейшую востребованность специалиста.