Агентный тип разработки распространяется… компании спешат создать многофункциональные модели ИИ и системы управления

html

В передовой разработке программного обеспечения «разработка интеллектуальных агентных систем» быстро распространяется, и способы внедрения ИИ в компании также претерпевают значительные изменения. Диагностика показывает, что вместо зависимости от конкретных поставщиков, создание системы «многомодельного ИИ», которая одновременно управляет несколькими моделями ИИ и агентами, становится ключевой задачей.

Вице-президент по бизнес-развитию JetBrains s.r.o. Михаил Винк в ходе интервью на конференции Google Cloud Next отметил, что скорость изменений в среде разработки в последнее время значительно превышает ожидания рынка. JetBrains — это компания, разрабатывающая интегрированные среды разработки (IDE), используемые 15 миллионами разработчиков по всему миру. Винк заявил: «В этом месяце — Anthropic, в следующем — Gemini, новые функции ИИ появляются один за другим», и подчеркнул, что для достижения лучших результатов на рынке разработчикам необходимо гибко использовать различные модели.

Он особенно пояснил: «Истинная сложность в разработке интеллектуальных агентных систем заключается не столько в самом кодогенерации, сколько в последующей инфраструктуре. Чтобы применять ИИ в реальном бизнесе, компании нужно управлять несколькими агентами, соединять данные, контекст и память, а также органично интегрировать внешние инструменты и пайплайны». Это означает, что для создания корпоративной ИИ-среды, выходящей за рамки простых экспериментов, требуется гораздо более сложная структура, чем можно представить.

Генерация кода стала проще, но управление и контроль — важнее

Винк подчеркнул, что для нормальной работы агентов необходимы «контекст» и «фактические данные». Для этого он считает необходимым обеспечить соединение с сервером протокола контекста модели (MCP), передачу структурированных данных и настройку устойчивой среды разработки. Он объяснил, что без этих основ результаты ИИ-генерации могут отклоняться от реальной работы.

JetBrains заявил, что в соответствии с этим трендом они разрабатывают платформу управления, предназначенную для отслеживания затрат, управления доступом к моделям и анализа степени внедрения ИИ разработчиками. Их мнение таково: с точки зрения бизнеса, только если можно легко контролировать использование ИИ, его эффективность и уровень управления, можно масштабировать внедрение. Это означает, что по мере расширения применения ИИ, наряду с производительностью, важны «управление» и «видимость».

Роль разработчика: от создателя к «оркестратору»

Эти изменения также меняют роль самого разработчика. Он уже не ограничивается простым написанием кода, как раньше, а становится «оркестратором», координирующим работу нескольких ИИ-агентов и моделей. В то же время требования к обеспечению качества, безопасности и пониманию алгоритмов повышаются.

Винк считает, что «критическое мышление» — это самый важный фактор в управлении качеством. Он полагает, что не следует просто одобрять результаты, предлагаемые ИИ, а нужно глубоко понимать, как работает система, и лично проверять сгенерированные алгоритмы. Это говорит о том, что даже при повышении производительности разработки за счет ИИ, ответственность и право принимать решения по-прежнему остаются за человеком-разработчиком.

В конечном итоге, в эпоху разработки интеллектуальных агентных систем конкурентоспособность определяется не только использованием новейших моделей. Компании, способные гибко комбинировать различные ИИ, обеспечивать их безопасность и управлять качеством результатов, имеют больше шансов занять лидирующие позиции в будущем в сфере разработки программного обеспечения.

TP AI Примечания: В этом тексте использована базовая языковая модель TokenPost.ai для составления резюме. Основное содержание может быть пропущено или не соответствовать фактам.