Уровни внедрения ИИ в разработку v2
Так, ну что, настало время обновить классификацию, уже 7 месяцев прошло с первой версии.
Disclaimer: уровни довольно условные и скорее нужно их воспринимать как то, насколько далеко мы от ручной работы с кодом.
0. Изоляция
Ну, кажется, не осталось программистов, которые ничего не слышали про использование ИИ в разработке.
Но если встретите таких — не спугните, это же как йети, с ними крайне интересно познакомиться 🙂
1. Сниппетинг
Использование сайтов ChatGPT/DeepSeek для написания мелких скриптов/функций от случая к случаю
2. Копипастинг
Систематическая разработка при помощи ИИ через копипастинг кода между каким-то UI к LLM и своей IDE.
Ускоряется в несколько раз износ Ctrl/C/V (ну или Ctrl/Shift/Insert, у членов древнего секретного ордена).
Кстати, сюда же попадает использование Repomix / Prompt Tower для склейки файлов проекта в один и отправки в AI Studio, к примеру, где у Gemini есть хороший 1м контекст.
3. Автодополнение
Использование одного лишь ИИ-автодополнения в процессе написания кода руками в своей IDE — собственно с этого всё и началось, когда вышел GitHub Copilot аж 300 лет тому назад (ну, ~3.5 года, если быть точнее, я был там, Гендальф).
4. AI IDE
Когда в IDE используется чат с LLM и/или агент: Cursor / Windsurf / RooCode / Cline.
В них можно интерактивно общаться с LLM и давать ей небольшие задачи для автономного выполнения, а LLM как часть агента уже сама найдёт нужный код в проекте, сама его поправит, сама выловит ошибки, и потом покажет diff, который можно поревьюить.
А ещё с этого уровня у нас появляются MCP, правила для агентов, простенькая память и проблематика контекста (если что, см. воркшоп, там про контекст много).
5. CLI-агенты
Отказываемся от GUI, переходим в консоль и кастомизируем агента под свои нужды и процессы: Claude Code, Codex CLI, Gemini CLI, etc, со своими плюсами и минусами в сравнении с IDE.
Здесь же появляются кастомные команды, субагенты и разнообразные workflows, в которых агент, пишущий код — лишь часть общего процесса.
6. Фоновые агенты и агенты полного цикла
Тут у нас Codex Cloud, Google Jules, GitHub Copilot coding agent и даже Cursor Background Agent как фоновые агенты в облаках, и работающие в основном с GitHub.
А также Devin / OpenHands — они способны в условном Slack принять от вас задачу, зададут вопросы, сходят в Git, залезут в базу знаний проекта, напишут код, потестят его, запушат и передадут на ревью, получат зарплату.
Между этими изначально двумя разными видами систем идёт конвергенция и, думаю, какой-то их гибрид сильно повлияет на будущее разработки.
7. (Secret Level)
Встречаются специальные маньяки, которые пишут свои мультиагентные системы под задачи разработки целых проектов.
Задачи у них тоже довольно специальные, но, как правило, интересные и весьма нетривиальные.
Здесь постепенно зарождается свой набор инструментария для высокоуровневой работы, который в перспективе может заменить привычные нам интерфейсы и позволит оркестрировать множество разнородных агентов.
У меня сейчас такое распределение получается в задачах разработки:
● 80% — №5, CLI-агенты с кастомными workflows
● 10% — №6, фоновые агенты для задач, которые случается делать не за рабочим местом
● 10% — №7, исследования по оркестрации мультиагентных систем
А как у вас обстоят дела (см. голосование дальше)?
—
Напоминаю про нашу конфу по AI-разработке во вторник, 14го!
🔜 ai-dev.live 🔙
Добавить комментарий