Почему бизнесу уже недостаточно «писать код с ИИ» — 16 июля 2026 г. в 12:31:40.040
Почему бизнесу уже недостаточно «писать код с ИИ» Рынок ИИ для разработки становится отдельным сегментом корпоративного ПО. По данным Panto AI, которые приводит Google в своем исследовании, 85% профессиональных разработчиков уже регулярно используют ИИ-агентов, 41% нового кода генерируется с их помощью. Следующий этап конкуренции между платформами — переход от «написать функцию» к управлению всей инженерной работой. Об этом «Делу в цифрах» рассказал Александр Перевалов, руководитель группы разработки ИИ GreenData. ▪️ Почему сейчас все чаще говорят уже не про Vibe Coding, а про Agentic Engineering? С 2021 года инструменты прошли огромный путь: от простого автодополнения кода до автономных агентов, которые способны проектировать архитектуру, писать код и самостоятельно его проверять. В феврале 2025 года бывший сотрудник OpenAI Андрей Карпатый ввел термин «Vibe Coding», ровно через год предложил новый — «Аgentic Еngineering». Разница принципиальная: при вайбкодинге разработчик принимает все изменения от агента как есть, не вникая в детали. При Аgentic Еngineering он тщательно выверяет промпты, проходит этапы проектирования, планирования, реализации и тестирования, постоянно контролирует корректность изменений. Google предлагает рассматривать эти подходы как две крайности использования ИИ в разработке: завайбкодить таск-трекер — допустимо, но к системе обработки платежей стоит применить agentic engineering. ▪️ Если модели меняются буквально каждый месяц, как вообще успевать перестраивать процессы? Чтобы обуздать такой поток информации, нужен не «снапшот» актуальных инструментов, а «фреймворк» с общими принципами использования ИИ, которые можно применять вне зависимости от версии модели или очередного инструмента. Одна из важных концепций правильного фреймворка — context engineering: какие инструкции, знания, примеры и защитные механизмы мы передаем агенту. Простой ориентир: представьте агента новым членом команды и спросите себя — что ему нужно знать, чтобы начать работу эффективно? ▪️ Что такое «проблема 80%»? ИИ-агенты способны сгенерировать 80% запрашиваемого функционала очень быстро. Оставшиеся 20% (граничные случаи, обработка ошибок, нечеткие требования) требуют глубокого погружения в контекст, которого нет даже у самых мощных моделей. Следствие этой проблемы — скрытый технический долг вайбкодинга: низкие капитальные затраты на старте скрывают последующий рост расходов на токены, поддержку низкокачественного кода, риски возникновения уязвимостей и коллапс контекста ввиду раздутой кодовой базы проекта. Agentic engineering требует высоких капитальных затрат на старте, но со временем значимо снижает операционные расходы и повышает предсказуемость разработки. ▪️ Какой ключевой вывод исследования? Хотелось бы подчеркнуть важность подхода Аgentic Еngineering в серьезной корпоративной разработке. Соблазн заменить legacy-систему красивым завайбкоженным приложением велик. Но оптимум — симбиоз зрелых ИТ-систем и встроенных инструментов агентской разработки, который обеспечивает баланс между затратами, предсказуемостью, надёжностью и скоростью. #эксклюзив в Дело в цифрах