Как ИИ одновременно ускоряет и НЕ ускоряет разработку приложений. Про реальную пользу бизнесу

Чуть раньше в своем ТГ-канале я написал заметку о том, что ИИ должен был сделать разработку приложений быстрее и дешевле, но что-то пошло не так. В этом материале я хочу поговорить более подробно о том, почему так, как ИИ на самом деле влияет на скорость разработки программного обеспечения и при чем тут скорость разработки — постараюсь сделать это доступным языком. 

Прежде всего, мы должны понять, что нейросети пришли в разработку еще в 2022 году с релизом первой публичной версии ChatGPT и уже тогда стали активно внедряться программистами в рабочий цикл.

Основной задачей ИИ тогда стало не создание проектов с нуля без знания программирования, а генерация отдельных фрагментов кода, которые ускоряли бы написание проектов: от поиска решений и написания функций до работы с документацией и тестами. Однако чуть позже картина начала меняться, и в сферу двинулись инфлюенсеры, которые увидели в генеративных моделях новый способ заработка.

Эволюция агентов

Настоящим прорывом стало появление автономных агентов, которые можно было использовать по примеру самостоятельного IT-сотрудника. Например, ты ему даешь задачу, он ее обрабатывает, запускает в работу, сдает результат. Самыми известными такими моделями для создания агентов стали Codex, Copilot, Claude.

Однако они не были лишены серьезных минусов и в первое время были восприняты как удивительное, уникальное явление — полностью автономный программист, который может выполнять абсолютно любые задачи, для этого совсем не надо разбираться в разработке тому, кто эти задачи ставит. Это даже обрело отдельный термин — «вайб-кодинг».

Однако, пока часть задач действительно удавалось автоматизировать таким способом, реальный хайп уходил намного дальше, чем реальные возможности агентов. Впоследствии мы сейчас наблюдаем антитрендовую волну: а что ИИ не может?

Может все, но не все

Очень часто мы слышим следующий аргумент: агент может всё, но не несет ответственности. И вот эта самая ответственность — камень преткновения, хотя понять, о чем тут идет речь, немного сложно.

Мы должны осознать следующий момент: ИИ — это универсальная, но не идеальная волшебная палочка. Его архитектура делает результат недетерминированным (то есть не абсолютно предсказуемым), а также не лишает его человеческой слабости — ошибок.

Разница лишь в том, что человек ощущает ответственность за ошибку. Самый распространенный пример — желание ИИ удалить базу данных на сервере. Когда человек в целом не пойдет сознательно на такой шаг без прямой технической необходимости, агент вполне может выполнить эту задачу, если посчитает ее оптимальной.

Именно этот критерий пока создает непреодолимую преграду между нами и цифровыми помощниками. Поэтому в коммерческой разработке вопрос обычно стоит не в том, может ли ИИ написать код, а в том, кто отвечает за архитектуру, безопасность, интеграцию и конечный результат. Им нужен реальный контроль, а также управление получаемым результатом, а отсюда «вайб-кодинг» становится скорее не более чем мечтой и маркетинговой уловкой перейти на новый облачный сервис, чтобы быстро набросать себе очередной SaaS-продукт.

Это так называемый «черный ящик» и создание зон неизвестности, которые не получится поддерживать в будущем, если вдруг агент перестанет справляться (а примеры на практике уже есть, либо обратимся к банальному — резкому подорожанию стоимости его услуг).

То есть у оператора агента должно быть фундаментальное понимание, что он хочет. А значит, нужен иной способ в разработке.

Ускоряет, но не так, как мы думали

Оптимальный баланс между тем, чтобы ИИ создавал отдельные фрагменты и не скатывался в «черный ящик», когда он сам ставит себе задачи, сам решает их, а после сам проверяет. И вот эти «кодовые фрагменты» создаются с ИИ теперь значительно быстрее.

Но скорость написания кода и скорость разработки проекта — не одно и то же. 

Тогда почему же разработка не ускоряется — спросите вы. Для этого у меня есть несколько важных аргументов:

1. Постановку задач ускорили, но не убрали полностью. Никуда не ушло проектирование и планирование разработчика, а агентов используют для валидации полученных задач, дополнительного изучения новых технологий.
2. Код недостаточно просто сгенерировать. Нормальный программист должен вчитаться в него и интегрировать в существующую архитектуру. Это, кстати, не исключает и его ручной доработки.
3. Раньше многие разработчики ленились делать документацию для своего кода — теперь с ИИ это стало быстрее. То, на что раньше некоторые не хотели тратить время, теперь начали уделять этому свое дополнительное внимание. В результате выигрывает не только разработчик: хорошо документированный проект проще передавать между специалистами и поддерживать в дальнейшем. 
4. Перепроверка и смежное код-ревью. Если раньше код проверял техлид за программистом, то сейчас цепочка автоматизирована, но не сильно выиграла по времени. Теперь сначала программист проверяет за ИИ. Потом его ревью проверит другой ИИ, а конечную точку ставит техлид. То есть суммарно и программист, и техлид стали тратить меньше личного времени, но дополнительные прослойки тоже тратят его.

Это всего лишь часть примеров, а еще неплохо к этому осознавать, что вычислительные ресурсы агентов, включая затраты токенов, тоже не обходятся бесплатно. И у многих ИИ-сервисов эта стоимость уже неоднократно возрастала. Поэтому экономику разработки сегодня правильнее считать не только в человеко-часах, но и в стоимости инфраструктуры, API и вычислительных ресурсов, которые используются ИИ. 

То есть мы не только где-то теряем по времени, но еще и тратим ресурсы агентов вместо человеческих. Именно отсюда растут ноги у множества исследований и опросов, которые пытаются понять, насколько действительно происходит ускорение или, наоборот, замедление.

Но если ИИ не гарантирует ни сокращения сроков, ни снижения стоимости разработки, возникает закономерный вопрос: а какую практическую ценность он тогда дает бизнесу? 

Зачем тогда оно все нам, в чем реальная польза бизнесу?

Вы, наверное, прочитаете это и зададитесь вопросом: а зачем тогда нам это все, если выгода сомнительна, не приводит напрямую к ускорению или удешевлению разработки (что тоже следует и из текста, и из вышеупомянутой заметки).

На что я отвечу, что выгода есть и она более существенна, чем может показаться.

1. Качество продуктов стало выше, это не шутка! Именно ИИ позволил подтянуть общий уровень и квалификацию разработчиков. Он проверяет оптимизацию, помогает с тестированием, подсказывает, как работают функции и нововведения в коде, может находить и указывать на прямые ошибки. Команда с ИИ и команда без ИИ — это теперь две гигантские пропасти, и с этим уже ничего не поделать. Отсюда никто и не планирует теперь отказаться от агентов и иных цифровых помощников, ведь то, что раньше программист мог сидеть днями и не находить правильных решений, постепенно уходит в прошлое.
2. Увеличивается объем выполнения важных задач. ИИ ускоряет работу в частности, но освобождает руки и внимание специалистов на то, на что раньше они не хотели тратить свое время. В коммерческой разработке это особенно заметно при развитии и поддержке уже работающих систем, где дополнительное внимание специалистов напрямую влияет на качество продукта. Лишний раз проверить код, лишний раз написать и провести его тест, лишний раз написать документацию и даже лишний раз проверить его на оптимизацию и скорость работы. Мы очень сильно выиграли по скорости в частностях, повторюсь еще раз, и теперь компенсируем этот выигрыш тем, что даст бизнесу преимущество, хоть и времени тратится не меньше (а порой и больше).

Итог

ИИ преображает разработку. Он делает ее структурированной, качественнее и в определенных аспектах быстрее — но только в руках квалифицированного программиста-оператора, который направляет и регулирует работу агента.

В ряде аспектов он позволяет завайб-кодить прототип и удивиться тому, насколько агенты продвинулись в этих возможностях. Однако в деталях, профессиональной проработке, а также ответственных вопросах он проигрывает связке специалист + ИИ.

Пока мы все больше и больше наблюдаем за тем, что агенты для разработки не заменяют человека, а служат ему инструментом для повышения качества работы.

Да, разработка не становится пока дешевле и сильно быстрее — за супербыстрыми решениями мы все так же смотрим на конструкторы или уже полностью готовые системы. Но зато он позволяет делать и контролировать частную разработку куда лучше. И пока все двигается именно в этом направлении.