Что такое AI-assisted разработка и почему за этим наше будущее

Что такое AI-assisted

AI-assisted — это методология разработки, где человек делегирует агенту (например: Codex, Copilot, Cursor) часть процессов по разработке программного обеспечения (далее — ПО).

Процесс разработки на агентах может быть разным от компании к компании, но усреднённый выглядит так: первый ИИ-агент делает дизайн программы, дальше второй ИИ-агент этот дизайн оживляет и превращает в программный код, а после третий ИИ-агент проверяет этот код на «чистоту» и соответствие каким-нибудь паттернам/методологиям разработки ПО. В каких-то компаниях будет всего два первых шага, в каких-то могут появиться дополнительные шаги между уже описанными или вообще последующие этапы.

Отличия от GPT-first

В разработке ПО есть ещё один смежный термин — GPT-first-подход, с ним можно спутать AI-assisted. GPT-first-подход — это когда программист с помощью ИИ-инструмента генерирует себе серьёзную базу, которую дальше самостоятельно дорабатывает. Вот только это всё ещё элемент (частичка) цельного процесса разработки, а AI-assisted — методология о том, как вот этот GPT-first интегрировать и объединить в целую последовательную систему. То есть одно — процесс, а второе скрепляет эти процессы.

GPT-first-подход может использоваться командой во время методологии AI-assisted на каком-либо этапе для его сокращения (по времени). Например, при фазе основного программирования или написания тестов.

Как AI-assisted влияет на производительность 

Это очень хороший вопрос, ради которого вообще нужно знакомиться с этой методологией.

До AI-assisted

Всё зависит от того, какие бизнес-процессы и как мы пытаемся оптимизировать.

Видите ли, методология новая, и каких-то точных критериев у неё нет, есть скорее обобщённые, которые используют многие IT-компании. Плюс огромное влияние на это оказывает масштаб работ, которые пытаются оптимизировать. Поэтому проще будет показать на синтетическом примере.

Проект: простая CRM на 10 модулей.

Команда: менеджер, дизайнер, программист.

Процесс: менеджер готовит техническое задание; дизайнер рисует дизайн; программист всё собирает; команда тестирует систему.

Получается такой бюджет:

• Менеджер — 40 часов, 100 000 ₽;
• Дизайнер — 40 часов, 100 000 ₽;
• Программист — 80 часов, 200 000 ₽.

Суммы примерные, выдуманные, не придирайтесь.

Программист в этой цепочке получает больше, просто потому что у него, в рамках этой задачи, больше всего ручной работы — написание тонны кода.

Оптимизируем с помощью AI-assisted

Оставляем всё те же вводные: проект и команда, но меняем процессы.

Процесс: менеджер готовит техническое задание и разбивает его на промты; менеджер собирает дизайн через агента; программист настраивает агента (или агентов) для кодинга и запускает автоматизированный контролируемый процесс разработки ПО; команда тестирует систему.

Понимаем… написанное тут слишком прогрессивно, кому-то неприятно это читать, и это вызывает много горячих обсуждений по типу: ИИ напишет плохой код, ИИ сделает плохой дизайн, но я прошу пока не горячиться и читать дальше.

Вот тут как раз скрывается основная сложность интеграции AI-assisted: а как добиться того, что описано выше? Сможет ли ИИ сделать крутой дизайн? Сможет ли ИИ написать хороший код?

ИИ и дизайн

ИИ не заменит крутого дизайнера, Вы не получите пик дизайнерского искусства, работая с агентом. Но шаблонный дизайн для простой и очевидной системы — легче простого.

Пример выше — это то, что можно создать с помощью агента Figma Make за 10 минут. Да, вам придётся подготовить заранее картинки и текст. Да, это большая подготовительная работа, иначе Вы получите голимый нейрослоп. Да, при проектировании могут вылезать артефакты, и придётся самому лезть в Figma и Photoshop, чтобы прятать галлюцинации нейросети.

Иными словами — каркас получите за 15 минут, остальное доделываете по мелочи ещё 45 минут. Ну и на подготовительные работы тратите достаточное количество времени. В данном типовом примере дизайнер может быть исключён из цепочки.

ИИ и код

Многие программисты визжат, что ИИ пишет плохой и некрасивый код, что код небезопасный и так далее. Конечно, если позволить бесконтрольно что-то делать ИИ — получите самый ужасный кал, который можно представить.

Посмотрите на код ниже, как думаете — это написал человек или ИИ?

Вопрос с подвохом, потому что это не важно — код понятный и структурированный. Как этого добиться? Контролировать программисту процесс разработки, придерживаться распространённых архитектурных паттернов.

Агенту можно «скормить» столько примеров кода, сколько считаете нужным, и он будет писать как Вы. А это значит, что можно получить ровно то, что хочется.

У некоторых современных моделей контекстное окно уже переваливает за 1 миллион токенов, а это значит, можно не бояться словить переполнение этого окна с последующими галлюцинациями нейросети.

Про безопасность можно сказать коротко — она зависит от Вас и текущего опыта. Вайбкодер без опыта разработки сделает систему, у которой будут проблемы, а опытный специалист не допустит этого.

Поэтому, если раньше программисту (допустим, в среднем) требовался 1 рабочий день на модуль, то теперь простую систему мы получаем за 1–2 дня работы агента. Остальное время — это проверки и мелкие корректировки, причём не важно — через ИИ или руками. В данной ситуации мы сокращаем время работы программиста в 2 раза. Но не всё так просто…

Сложность проекта снижает эффективность AI-assisted

Видите ли, сложные системы сейчас — это не только объём кода, а ещё и объём бизнес-требований и наличие огромного пласта бизнес-логики. Если в простой системе у задачи мы не имеем особенных бизнес-требований, то изучение задачи у нас занимает 20% времени, а всё остальное — код. Но в большой системе всё по-другому: перед тем как этот код написать, нам надо изучить бизнес-требования, вклиниться в текущую бизнес-логику, прочитать и осознать задачу в Jira, вытащить что-то из Confluence, сегрегировать данные и только потом начать писать код.

Иными словами, сначала надо понять, что делать, а потом уже код написать. И в крупных системах прирост от AI-assisted размывается. Да, теперь код пишется на 50% быстрее, но написание кода — это 1/10 от общего этапа внедрения какой-то новой логики в систему. Результативность размазывается.

После интеграции AI-assisted

Теперь вспомним наш проект из начала и новые процессы. Получается как-то так:

• Менеджер — 60 часов, 150 000 ₽;
• Программист — 40 часов, 100 000 ₽;
• Токены — 25 000 ₽.

А ещё прибавим сюда расходы на VPN, иностранные карты и номера телефонов. Это ежегодная трата в 20 000 ₽ на поддержание инфраструктуры агентов. Ведь всё, что здесь описано, держится на иностранных технологиях: в России эти инструменты еще не развиты на достаточном уровне.

У менеджера в полтора раза больше работы. Ему надо забрать часть функций дизайнера, сделать много подготовительной работы для программиста. Дизайнер в конкретном случае не требуется. Программист больше проверяющий, нежели тот, кто сам пишет код.

AI-assisted – это не оптимизация персонала, а оптимизация процесса

В нашем синтетическом примере мы убили дизайнера, но это не значит, что так должно быть везде. Как мы уже выше написали, мы его убрали из проектирования простой и прогнозируемой (в рамках разработки) системы.

В более сложных проектах от его общества нам никуда не деться. Но в более сложных кейсах можно найти другие способы, чтобы сократить его время работы над проектом, тем самым сделав проект дешевле для бизнеса.

Также при проектировании или доработке сложной системы у нас есть отдел тестирования. Эти святые люди будут проверять нашу программу на наличие проблем, тестеры нужны как в разработке без ИИ, так и с ИИ. Поэтому при появлении нового отдела бюджет проекта раздувается, тут надо искать свои методы оптимизации.

И тут мы снова приходим к тому, что простые системы делать стало быстрее и дешевле, а вот со сложными есть проблемы — экономия не такая уж и большая. Хотя сэкономить 5% от 1 000 000 ₽ — это круче, чем сэкономить 20% от 100 000 ₽. Это подводит к тому, что выгоду от AI-assisted уже должны просчитывать Вы сами.

Спасибо за внимание, если статья понравилась — поддержите положительным комментарием. И обращайтесь к нам за разработкой, мы довольно хорошо овладели AI-assisted и поэтому можем предложить хорошую скорость и цены до 20% ниже конкурентов на рынке сложной разработки ПО.