Содержание:
А помнишь, как все начиналось?
От презрения к страсти
Мрачная картина и точка выбора
Первая конференция: взгляд со стороны управления
Живые источники: блогеры
Русское Техно: взгляд изнутри
Подход Сбера: агент как сотрудник
Безопасность на первом месте
Кому всё это выгодно
Двигаемся дальше
А помнишь, как все начиналось?
Я занимаюсь веб-разработкой уже много лет. Всё началось в далеких 2000-х: Денвер, Joomla с его шаблонами и плагинами. И, конечно, ночи между рейдами в MMORPG, когда насиживались первые знания.
После долгого перерыва вернулся в разработку и с ужасом обнаружил, что мои знания безвозвратно устарели: cтало недостаточно уметь делать сайты на популярных CMS – теперь требуются знания фреймворков. Бекенд и фронтенд стали разными специальностями, а количество фреймворков и популярных языков программирования теперь стремится к бесконечности.
Я постигал современную разработку с пламенным интересом. Знания крепли, но задач становилось всё больше. Наконец-то я перешёл в стадию, когда могу полноценно работать и приносить результат. Появилось ощущение эффективности и экспертизы! Но тревожность осталась: конкуренция росла как на дрожжах — уж слишком много курсов по программированию вокруг.
И тут наступила прайм-эра искусственного интеллекта и генеративных моделей — явился ChatGPT.
От презрения к страсти
Хорошо помню 2022–2023 годы. С легким чувством презрения я наблюдал за своими коллегами, которые буквально по каждому плевку обращались к ChatGPT. Казалось, они совершенно ни в чем не хотят разбираться сами — прямо во время диалога, чтобы поддержать тему, ходят в чат и генерируют “собственное мнение”. А как же изучать, разбираться, анализировать — не нуждаемся?! Я всегда ценил разработку за прекрасное чувство озарения после долгого поиска решения.
Прошло всего два года, и вот моим лучшим собеседником стал чат-генератор)) ИИ заменил поисковик, StackOverflow и почти заменил человека (моя дорогая супруга, надеюсь ты это не читаешь). Да и сам я освоил подход, который ускоряет процесс поиска решения и мышления в целом. Подход дает быстрый доступ к информации, которую раньше приходилось долго искать и вбирать в себя неделями. ИИ стал прекрасным множителем моего опыта. Я снова чувствовал себя в тренде, пока не ощутил новую гонку — ИИ-агенты.
Вроде, наконец-то я дошёл до состояния, когда чувствую себя настоящим специалистом. Вроде, код большинства популярных систем перестал казаться мне магией. Вроде, я научился видеть архитектуру, понимать последствия решений, уверенно ревьюить чужие пул-реквесты. Но случился момент “кристаллизации страха”: я начинаю понимать, что современная разработка ушла вперёд без меня — теперь код пишут агенты на стероидах.
Мрачная картина и точка выбора
Моя информационная повестка последних лет рисовала довольно жёсткую картину — говорят, что мой код больше не важен и его может написать домохозяйка. Более того, её младшая дочка может спроектировать архитектуру, а собака — породить идею для стартапа. Примерно такая мрачная, немного карикатурная, но всё же пугающая картина рисовалась в моей голове.
Я понимал, что выхода два. Либо я начинаю погружаться в эту тему и изучать её по‑настоящему, либо остаюсь в стороне, трясусь и жду, когда меня позовут… ну, скажем, убирать двор или копать ямы на кладбищах программистов.
Выбор — копать информацию и углубляться в тему.
Первая конференция: взгляд со стороны управления
Мне повезло: почти сразу на глаза попалась конференция, которую проводил Яндекс. Я сходил, впечатлился и даже написал статью‑репортаж: AI Dev Day — AI лихорадка продолжается.
Но конференция оказалась скорее про менеджмент: выступали люди, которые внедряют ИИ в своих компаниях, готовят инструменты для разработчиков, измеряют эффективность и убеждают бизнес в целесообразности таких решений. Для меня это был полезный взгляд сверху, но я чувствовал, что мне не хватает практики: “как самому взять и начать использовать агентов в повседневной работе?”
Живые источники: блогеры
Параллельно я нашёл несколько блогеров, которые профессионально занимаются нейросетями: изучают их возможности, эксплуатируют, делятся реальными кейсами. Они ведут каналы в телегах, и самое ценное для меня оказалось даже не в самих постах, а в комментариях и чатах. Там люди обсуждают нюансы, которые нигде больше не найдёшь: как подружить агента с CI/CD, какие провайдеры дешевле, где “подводные камни” с безопасностью и на что способны те или иные модели.
Так я начал понемногу “собирать ИИ-пазл”.
Русское Техно: взгляд изнутри
В конце марта я пошёл на конференцию с музыкальным названием: «Русское Техно», которую проводил МТС в парке Сокольники. И вот здесь я взглянул на весь свой пробел знаний и отставание от времени.
Я слушал доклады и вдруг остро ощутил: у меня нет опыта! Не опыта разработки вообще, а именно опыта использования ИИ‑агентов в реальном коде. Когда один из выступающих спросил зал: «Кто из вас использует cloud code?» — я не смог поднять руку. Во-первых, в ней был круассан с лососем, а во вторых, использование ИИ-агентов для повседневных задач в разработке для меня было terra incognita. Из докладов я снова услышал про внедрение ИИ‑агентов для ревью пул‑реквестов. Судя по всему, это один из самых зрелых и распространённых кейсов. Но ключевое, что я заметил: сам подход к проектированию и созданию решений через агентов — это решение задач, с которыми сталкиваются лиды команд разработки.
Подход Сбера: агент как сотрудник
Особенно меня зацепил подход, который представил докладчик из Сбера. У них внедренные ИИ‑агенты анализируются… как полноценные сотрудники, у которых есть свои KPI. Их эффективность измеряют в человеко‑часах и финансовых затратах. Они проходят «испытательный срок» в какой‑то форме.
И знаете, я вдруг понял, откуда растёт миф, что всех разработчиков заменят ИИ‑агенты. Он растёт именно отсюда: из этой метафоры. Когда компания начинает считать агента аналогом джуниора или мидла, который может ревъюить код или писать тесты, то следующий логический шаг — подумать, а не заменить ли этим «сотрудником» живого человека. Многие компании, как мне кажется, просто не нашли другого, более адекватного способа анализировать эффективность агентов, кроме как применять к ним те же лекала, что и к Homo sapiens.
Хотя, если задуматься, этот подход кажется очевидным. Вести разработку и автоматизацию исходя из реальных бизнес-процессов — прагматичный подход. Ну а если в результате исследований агент закрывает задачу быстрее, дешевле и с приемлемым качеством — значит, он полезен. Выполнение задачи можно поручить агенту, а человека направить на решение других.
Прозвучала мысль об ускорении стратегического планирования. Если раньше горизонты были 10 лет, потом 5, потом 3 года, то сейчас даже корпорации задумываются об оперативных корректировках. Стратегия становится гибкой, и ИИ-агенты — не просто инструмент, а драйвер этой гибкости. Подход «агент как сотрудник» — попытка вписать технологии в новые сжатые циклы управления.
При этом стоит отметить, что роль владельца продукта повышается. Потому что, несмотря на все преимущества ИИ, эффективно управлять работой агента сможет только человек, который действительно шарит в том, какое решение он поддерживает. Агент — инструмент, но ставить задачи, проверять результат и нести ответственность за бизнес-логику: остаётся за человеком.
Безопасность на первом месте
Проблем безопасности с приходом ИИ‑агентов стало больше, ведь он может:
– выполнить опасную команду,
– подменить артефакты,
– получить доступ к тому, к чему не должен.
Поэтому меры предосторожности должны быть строже, и отталкиваться стоит от полного запрета.
Рекомендация, которая прозвучала со сцены: “использовать как минимум rootless Docker (режим без прав суперпользователя), но лучше вообще уходить в сторону полностью изолированной инфраструктуры”. К слову, появились sandbox-сервисы для запуска агента в изолированном окружении, например:
Вот вам типичный сценарий:
1. поднимаем среду под конкретную задачу,
2. запускаем агента,
3. агент выполняет работу,
4. агент сохраняет артефакты (например, в облачное хранилище)
5. среда уничтожается.
При этом секреты (токены, ключи) нужно ограничивать временем жизни инстанса, чтобы контекст для последующих запусков был свежим и безопасным.
Этот подход даёт изолированный контекст и максимальную безопасность рабочего окружения. И, как мне кажется, это один из тех базовых принципов, без которых сегодня нельзя строить серьёзные системы с ИИ‑агентами.
Кому всё это выгодно
После конференций, разговоров, чтения и размышлений я пришёл к выводу, который оказался для меня неожиданным.
Этот шум с ИИ, вайб-кодингом и прочими курсорами выгоден не бизнесу и разработчикам, а владельцам облачных платформ, которые любезно подготовили замечательные сервисы с посекундной тарификацией. Это инфраструктурная гонка ИТ-гигантов за пользователей. Безусловно, и бизнес, и разработчики найдут и эффективно будут применять это добро, но текущие конференции прежде всего — реклама облачных сервисов.
Кажется, что наступила новая реальность, когда код перестаёт иметь то значение, которым его наделяют некоторые программисты. Важен результат работы кода — продукт. Искусственный интеллект — оптимизация расходов на производство.
Но у этой оптимизации есть обратная сторона. Чем глубже компания встраивает ИИ в ключевые процессы, тем сильнее она попадает в зависимость от облачного провайдера. Сократила инженеров, перевела задачи на агентов, управленцы привыкли — а потом поставщик поднимает цену. Отказаться уже нельзя. Это вынужденные издержки, а не выбор.
Поэтому мой прогноз: сегодняшний шум выгоден облачным гигантам не только прямыми продажами, но и будущей возможностью диктовать цены. Сначала сделать ИИ незаменимым, потом — дорогим.
Двигаемся дальше
Ясно одно: тема развивается активно. Многие команды уже внедрили ИИ-агентов в свои процессы и успешно с ними работают.
Мне, как разработчику, это жизненно необходимо. Значит, нужно пробовать, делать свои тулы, выстраивать процессы. Но при этом “держать голову в холоде” — работать мне всё равно придётся. Кажется, не за горами удорожание услуг провайдеров нейросетей)
Понимать, как разрабатывать агентские системы, а главное — зачем — вот где золотая жила!
А что думаете Вы?
Автор: itatarchenkoru
