ИИ трансформация разработки: как работает новая AI Driven версия Экосистемы Digital Q

Вот важная новость с фронта ИИ: apsaharov только что ИИ трансформация разработки: как работает новая AI Driven версия Экосистемы Digital Q 10 мин 1 Блог компании Диасофт IT-инфраструктура * Программирование * Исследования и прогнозы в IT * Привет, Хабр! Меня зовут Александр Сахаров, я Член Правления и директор по работе с технологическими партнерами компании «Диасофт». Недавно провели Летний день для клиентов и партнеров – на нем мы представили наше видение ИИ трансформации процесса разработки ПО и провели демонстрацию новой AI Driven версии нашей Экосистемы Digital Q.

Ключевая мысль: уже этим летом любая команда разработки может скачать с сайта Экосистему Digital Q и начать выпускать ПО высочайшего качества со скоростью в 10 раз быстрее, чем сегодня. С начала года все крупнейшие лидеры выпустили свое видение в части ИИ трансформации процесса разработки. Это сделали и Google, и Anthropic, а также все крупнейшие консультанты от Gartner до Bain.

Технические детали

Вишенкой на торте стал доклад Кирилла Меньшова AI Disrupt PDLC в Сбере. Первое, на что хочется обратить внимание, это на выделенные лидерами антипаттерны внедрения ИИ в процесс разработки. Ниже краткие цитаты:1.

«Зоопарк ИИ-инструментов» — много инструментов без оркестрации. Каждая команда выбрала свою связку. Через год при попытке что-то унифицировать обнаруживается, что у вас не «AI-стратегия», а пятнадцать несвязанных AI-платформ — и каждая со своим бюджетом2.

«ИИ только в кодировании» — применяется в 25–35 % рабочего времени разработчика, а не во всех фазах SDLC. Логика тут жёсткая: кодинг — это треть инженерной работы, ещё 10–30 % уходит на поиск информации, остальное — проектирование, ревью, согласования. AI в кодинге даст вам потолок 30 % прироста в кодинге, то есть 10 % на полную работу инженера.

Отраслевые последствия

«Инерционный вендор-лок» — зависимость от одного поставщика модели или инструмента. Сбер тут, кстати, немного двусмыслен: они против лока, но при этом строят свой стек. Что не отменяет правильности самой мысли4.

«Пилоты не масштабируются» — классика: пилот команды из 5 человек удался, попытка повторить на 50 — провалилась. Обычно вскрывается через полгода после того, как руководство уже отчиталось об успехе. Наиболее важные конструктивные выводы лидеров, пожалуй, лучше всего удалось подытожить Кириллу Меньшову в его отчете, они приведены ниже с небольшими корректировками на основе нашего опыта:1.

Фреймфорк (или Harness) важнее LLM модели - 98 % против 2 %. Около двух процентов инженерной ценности агентного pipeline даёт логика принятия решений в самой модели. Остальные девяносто восемь — это детерминированная обвязка вокруг: permission gates, recovery, evals, audit, context management, tool routing, policy hooks.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.