Содержание
Коротко
Дискуссия об ИИ в разработке часто сводится к крайностям: «разработчики не нужны» или «это умный автодополнитель». На вебинаре с лидерами Platform9, Monday.com и PlayStation прозвучала более прагматичная картина: команды перестраивают весь жизненный цикл разработки (SDLC) вокруг ИИ-инструментов, а не просто «пробуют ChatGPT».
Что произошло
Среди панелистов лидируют Cursor и Claude Code; GitHub Copilot силён там, где уже встроен в экосистему git. Platform9 делит роли: UI-инженеры — Cursor, бэкенд — Windsurf, терминальные пользователи — Claude Code. Monday.com сделал Cursor основным локальным агентом, а Claude Code — для автоматизированных фаз SDLC. PlayStation опирается на Copilot из-за интеграции с репозиториями.
Ключевой сдвиг — «агентная инженерия»: разработчик становится инженером-оркестратором. Код перестаёт быть главным дифференциатором; ценнее архитектура, понимание продукта и проектирование систем. Один кейс: команда собрала высоконагруженный продукт на Rust без опыта языка — ИИ писал синтаксис, люди задавали ограничения.
ИИ вышел за пределы IDE. Platform9 использует агентов для анализа первопричин в Kubernetes — с «контекстной инженерией» (контекст конкретных деплоев) находят 50–60% проблем конфигурации и производительности. RAG помогает разбирать технический долг и документацию; Windsurf Deep Wiki генерирует живую документацию репозитория для онбординга.
Почему это важно
Для крупных компаний безопасность — главный фильтр: AWS Bedrock, Google Cloud AI, обязательная проверка человеком — код от ИИ не попадает в прод без ревью. ИИ также снимает «бюрократию»: саммари международных встреч, автозаполнение 300-вопросных анкет безопасности для продаж.
Но есть обратная сторона. Узкое место ревью: ИИ генерирует быстрее, чем люди проверяют — шум в GitHub, бот-комментарии, сложно найти критичные изменения. Творческое смещение: раннее принятие подсказки ИИ сужает пространство решений. Разнообразие моделей: часть лидеров генерирует код одной моделью, ревьюит другой — «разные мнения» ловят больше ошибок.
На практике
- Не «пробуйте ИИ», а пересмотрите этапы SDLC: где агент может автоматизировать, где нужен человек.
- Разделите инструменты по ролям (UI / бэкенд / терминал) — универсального «лучшего» нет.
- Инвестируйте в контекст для агентов: деплои, схемы, инструкции по эксплуатации — без этого LLM бесполезны в продакшене.
- Заложите процесс ревью под объём сгенерированного кода; рассмотрите ревью разными моделями.
- Для крупных компаний — управляемые платформы с контролем данных, не потребительские сервисы.
- Цените архитектурные навыки выше скорости набора кода.
Итог
Будущее — автономные агенты по всему SDLC, но успех зависит от умения задавать вопросы и окружение для агентов. ИИ не заменяет инженера — меняет его роль. Подробности вебинара — в оригинале на Dev.to.