ИИ-агенты охватывают весь цикл разработки программных продуктов

ИИ-агенты постепенно встраиваются во все этапы создания программных продуктов – от формулирования требований до тестирования и сборки приложения. Как технологические компании перестраивают процессы, чтобы передавать ИИ все больше задач, обсуждали участники конференции «ГигаКонф» для инженеров, состоявшейся 16 октября в Москве. Мероприятие было посвящено языковым моделям, автономным агентам и технологиям для их применения.

Программа конференции включала четыре тематических трека: ИИ-инструменты, модели и инфраструктура, harness (среда для организации работы ИИ-агентов. – «Ведомости. Инновации и технологии») и AI-native организация (изначально выстроенная на основе ИИ. – «Ведомости. Инновации и технологии»). С докладами выступили представители «Сбера», «Сбертеха», Т-Банка, Альфа-банка, Московской биржи, компаний Positive Technologies, Cloud.ru, Product Vision и др. Инженерная «ГигаКонф» стала продолжением мероприятия для топ-менеджеров, прошедшего 23 сентября.

Развитие генеративных инструментов меняет роль инженера, подчеркнул старший вице-президент, руководитель блока «Технологии» «Сбера» Кирилл Меньшов. Отрасль переходит к агентной разработке, при которой ИИ-системы выполняют значительную часть операций, а специалист координирует их работу и оценивает результаты. «На первый план выходят оркестрация (координация работы ИИ-агентов и распределение между ними задач. – «Ведомости. Инновации и технологии») и работа с ИИ», – отметил эксперт. По его словам, технологическим компаниям важно не ограничиваться экспериментами с отдельными инструментами, а встраивать их в повседневные процессы.

Команды нового типа

О том, как расширяется круг задач, доступных ИИ-системам, и как это меняет сам процесс разработки, рассказал старший вице-президент, руководитель блока «Технологическое развитие» «Сбера» Андрей Белевцев. По его данным, за год доля профессиональных задач, которые такие системы способны успешно решать, выросла с 40 до 80%. При этом количество и сложность задач, доступных им для решения, удваиваются примерно каждые четыре месяца. За последний год генеративные инструменты распространились практически на все инженерные команды «Сбера». Следующий этап – объединить их применение в единый процесс разработки продукта. «Речь не про написание кода, – пояснил Белевцев. – Это одна маленькая операция из всего, что мы в целом делаем».

Для этого «Сбер» разработал методологию AI-Disrupt PDLC (Product Service Life Cycle – жизненный цикл продукта с ИИ-трансформацией). По словам Кирилла Меньшова, ее основа – подход AI-first, при котором ИИ становится фундаментом всей операционной модели разработки. Производственный процесс делится на два этапа: «петлю намерения», на которой человек формулирует задачи, и «петлю реализации», где техническую работу выполняет автономный ИИ. Специалист отвечает за постановку задач, задает правила и ограничения, подготавливает точные спецификации и потом проверяет итоговый результат, пояснил Меньшов.

Новая модель меняет и структуру IT-подразделений. В «Сбере» выделяют два типа команд. Первый – Tiny Teams, небольшие группы из трех-пяти человек, которые отвечают за развитие продукта и достижение бизнес-результатов. Второй – Enabling Teams, команды поддержки, которые развивают, настраивают и защищают общую программную инфраструктуру, обеспечивая стабильную и безопасную работу ИИ-агентов и цифровых сервисов.

При этом ускорение разработки требует самодисциплины, предупредил Меньшов. ИИ позволяет быстро создавать десятки MVP (Minimum Viable Product – минимально жизнеспособный продукт. – «Ведомости. Инновации и технологии»), но затем необходимо выбрать перспективное решение и довести его до полноценного продукта.

Кроме того, на «ГигаКонф» для инженеров «Сбер» представил первый релиз операционной модели AI-Disrupt PSLC – подхода к жизненному циклу эксплуатации ПО в эпоху ИИ-агентов. Меньшов отметил, что именно в процессе эксплуатации формируется обратная связь от поведения системы и опыта пользователей, которая передается в разработку. ИИ-агент действует в рамках выданных прав, ответственность остается за человеком, а степень автономии определяется риском и обратимостью операции, пояснил спикер.

Представленная модель продолжает начатую в «Сбере» трансформацию AI-Disrupt PDLC, связывая создание новых функций с их надежной работой после запуска, подчеркнул он. «Сбер» уже применяет PSLC: методология затрагивает 30–40% общей стоимости IT. Мы не встраиваем ИИ в старый процесс, а меняем сам процесс, инструменты и организацию команд. Человек определяет бизнес-результат, требования и ограничения, а ИИ-агенты действуют в установленных границах», – отметил Меньшов.

По его словам, ИИ уже стал повседневным инструментом инженеров «Сбера»: каждый из них использует его в работе. В среднем один разработчик расходует более 220 млн токенов в месяц. В августе 2026 г. совокупное потребление токенов для генеративной разработки в банке достигло 9 трлн, сообщил Меньшов.

Инфраструктура для ИИ-агентов

Для перехода к агентной разработке недостаточно одной языковой модели, отметили участники мероприятия, необходима среда, которая предоставляет агентам инструменты и определяет последовательность выполнения задач, считают участники мероприятия. Старший управляющий директор по информационным технологиям «Сбера» Сергей Рябов рассказал, что harness банка координирует работу более 1300 агентов, используемых в промышленной эксплуатации. По его прогнозу, к 2030 г. в крупнейших мировых компаниях могут работать до 150 000 таких автономных единиц, а их общее число в мире превысит численность населения Земли в 100 раз.

По словам Рябова, в «Сбере» среда для организации работы ИИ-агентов состоит из двух частей: одна управляет работой отдельного агента, другая предоставляет командам общие инструменты, в том числе механизмы безопасности. Модели подбирают под конкретные задачи, а не только по принципу максимальной мощности. ИТ-эксперт Александр Поломодов считает, что основные инвестиции стоит направлять в решения вокруг модели: они позволяют подключать новые версии и повторно использовать накопленные компоненты. Поскольку сами модели быстро меняются, именно эти решения обеспечивают преемственность разработки. В перспективе технологии будут сравнивать не только по доле успешно выполненных задач, но и по стоимости их выполнения, прогнозирует эксперт.

Инструменты для автоматизации разработки

Директор дивизиона развития и сопровождения производственного процесса «Сбера» Рафаел Тонаканян представил обновления сервисов для создания программного обеспечения. На платформе GitVerse, где хранится более 100 ТБ программных репозиториев, автономный конвейер разработки стал доступен в облаке. Ранее он поставлялся только в виде корпоративного решения для установки на серверы заказчика. Конвейер позволяет нескольким ИИ-агентам последовательно пройти путь от идеи до готовой программы: сформулировать требования, написать и протестировать код, собрать приложение, рассказал Тонаканян.

Для оценки способности агентов выполнять офисные задачи «Сбер» представил открытый русскоязычный бенчмарк Cowork Bench. Его разработали эксперты дочерней компании «Салют для бизнеса». В отличие от тестов, оценивающих отдельные ответы модели, он проверяет, может ли агент решить задачу целиком. По данным «Сбера», GigaCowork успешно выполнил 75,2% заданий.

При внедрении корпоративных ИИ-систем важны не только качество работы агентов, но и безопасность. Руководитель отдела разработки GigaCowork «Салют для бизнеса» Даниэль Ишмаев рассказал, что агенты действуют от имени пользователя и в пределах предоставленных ему прав. Перед выполнением потенциально рискованных операций, система запрашивает подтверждение. Пользователь может отслеживать все действия агента и статус задач. Код выполняется в изолированной среде, а после сбоя система может безопасно продолжить работу с места остановки.

Мультиагентные решения

Связанный с безопасностью подход развивается и в GigaCode Desktop – мультиагентном приложении, которое позволяет управлять группой специализированных агентов. Они могут искать информацию, анализировать документы, готовить отчеты и презентации, согласовывая промежуточные результаты. Приложение «переводит работу из формата отдельных диалогов в режим управления группой автономных агентов», рассказал Меньшов. Ежедневная аудитория GigaCode Desktop достигла 4000 пользователей, сообщает «Сбер». Теперь приложением могут пользоваться не только коммерческие организации, но и частные лица, в том числе независимые разработчики.

Еще один продукт – GigaStudio – предназначен для создания прототипов и простых веб-приложений без написания кода. В новой версии обновлен агентный движок. Сервис впервые представили в 2025 г., с тех пор ранний доступ к нему получили более 30 000 человек. GigaStudio доступен через GitVerse. В публичной версии можно публиковать готовые проекты по ссылке и выбирать языковую модель для работы.

Исходный код сайта автоматически сохраняется в репозитории GitVerse, что позволяет отслеживать изменения и управлять версиями. Вносить правки можно на естественном языке прямо в браузере. По оценке «Сбера», создание страницы от идеи до готового результата занимает не более семи минут. Тонаканян отметил, что при развитии продуктов компания учитывает отзывы пользователей и предложения сообщества разработчиков.

По словам Белевцева, отрасль слишком долго ждала, пока ИИ научится решать те или иные задачи. «Мы привыкли ждать, когда ИИ сможет что-то сделать, и только тогда начинать, – отметил он. – Но он уже это сделал, а то, что не сделал сегодня, успеет сделать в ближайший год». Поэтому главная задача сейчас – переключиться с вопроса, что ИИ пока не может, на построение систем, рассчитанных на то, что он скоро это сможет, резюмировал эксперт.