Два года назад, скажи вы большинству руководителей разработки, что AI будет писать продакшен-функции, рефакторить устаревшие модули и находить ошибки ещё до того, как на код взглянет человек, они назвали бы это зарождающимся чудом продуктивности. И в узком смысле так и вышло. AI-ассистенты для кода действительно отлично умеют быстро набирать код.
Поэтому вот вопрос, над которым стоит задуматься: если самая медленная часть создания софта стала заметно быстрее, почему не ощущается, что команды выпускают продукт вдвое быстрее?
Потому что узким местом никогда не было написание кода. Им была координация всего вокруг него.
Часть, которую никто не автоматизировал
Подумайте, что на самом деле происходит между «у нас есть идея» и «это работает в продакшене». Кто-то определяет объём работы. Разработчик пишет код. Он стоит в очереди на ревью. Он стоит в другой очереди на QA. Кому-то нужно написать документацию, обычно постфактум и обычно в спешке. Кто-то настраивает pipeline деплоя. Кто-то наблюдает за раскаткой. Каждый из этих шагов включает передачу, и каждая передача означает потерю контекста, пересогласование приоритетов, а тикет, на который ушло четыре часа реального кодинга, проводит четыре дня в ожидании между людьми.
AI-ассистенты для кода ускорили самую быструю станцию на этом конвейере. Все остальные станции (и очереди между ними) остались такими же медленными и ручными, как прежде. Поэтому «наши разработчики теперь кодят быстрее» так часто не превращается в «мы теперь выпускаем быстрее». Ускорение одного шага в цепочке передач лишь означает, что работа дольше ждёт на следующем.
Переосмысляем, что должно значить «AI для разработки ПО»
Именно эту проблему мы создали AITM решать, и поэтому мы не стали делать очередной инструмент автодополнения.
AITM - это платформа AI-инжиниринга программного обеспечения, которая управляет полным жизненным циклом разработки: планирование, full-stack кодинг, автоматическое код-ревью, сквозное тестирование, документация, CI/CD и облачное развёртывание - всё по одному запросу. Идею просто сформулировать и по-настоящему трудно реализовать: отправьте Task один раз, и AITM спроектирует, закодирует, протестирует, задокументирует и доставит софт, готовый к продакшену, без того чтобы человек вручную проводил его через шесть отдельных инструментов и четыре отдельные команды.
Это другой вид автоматизации, чем «помоги мне быстрее написать эту функцию». Это автоматизация самих передач, той части жизненного цикла, которую инструменты продуктивности разработки в основном игнорировали, потому что её сложнее автоматизировать, чем автодополнение, и она менее эффектно смотрится на демо.
Что меняется, когда владеешь всем pipeline, а не одним шагом
Когда код-ревью, тестирование, документация и деплой - не отдельные ручные очереди, а части одного непрерывно управляемого процесса, ряд вещей получается естественным образом. Код приходит уже протестированным и задокументированным, а не сырым diff, который потом ждёт, пока кто-то дойдёт до остального. Архитектурные решения принимаются с учётом безопасности и масштабируемости с самого начала, а не дорабатываются после инцидента с масштабированием. И цикл релиза сокращается не потому, что кто-то печатал быстрее, а потому, что софт гораздо меньше времени простаивал в очереди.
Для инженеров этот сдвиг значит больше, чем может показаться сначала. Это меньше времени на накладные расходы по координации проведения изменения через ревью, QA, документацию и выпуск, и больше времени на работу, которая действительно требует человеческого суждения: что строить, как проектировать архитектуру, какие компромиссы важны для этого продукта и этих пользователей. AI не должен пытаться заменить это суждение. Он должен расчищать всё, что мешает его применять.
Настоящий конкурентный вопрос
Годами индустрия ПО измеряла продуктивность тем, как быстро отдельный инженер может написать строку кода. Это был разумный показатель, пока написание кода было дорогой частью. Теперь это не так. Вперёд выйдут не те команды, чьи инженеры печатают быстрее всех, а те, кто сократил расстояние между «у нас есть идея» и «это живое, протестированное, задокументированное и безопасно работает в продакшене».
В этом и состоит ставка AITM, и именно об этом сдвиге, по нашему мнению, будут ближайшие годы AI в разработке ПО - не об более умном автодополнении, а об AI, который отвечает за результат на протяжении всего жизненного цикла, от начала до конца.
Если ваша команда тоже живёт с этой проблемой, мы будем рады услышать, как вы о ней думаете.