Агентний розвиток поширюється... компанії прагнуть створити багатомодельний ШІ та системи управління

html

У передовій розробки програмного забезпечення «розумні агенти» швидко поширюються, і спосіб впровадження AI у компанії також зазнав значних змін. Виявлено, що замість залежності від окремих постачальників, створення системи «багатоядерного AI», яка одночасно працює з кількома моделями AI та агентами, стає ключовою задачею.

Михайло Вінк, віце-президент з бізнес-розробки JetBrains s.r.o., під час інтерв’ю на конференції Google Cloud Next зазначив, що швидкість змін у середовищі розробки значно перевищує очікування ринку. JetBrains — це компанія, яка створює інтегроване середовище розробки (IDE), яке використовують понад 15 мільйонів розробників по всьому світу. Вінк сказав: «Цього місяця з’явилася Anthropic, наступного — Gemini, нові функції AI з’являються один за одним», і підкреслив, що для досягнення найкращих результатів на ринку розробники повинні вміти гнучко використовувати різні моделі.

Він особливо пояснив, що «розробка агентів» полягає не так у самій генерації коду, як у побудові інфраструктури після цього. Щоб застосувати AI у реальному бізнесі, компанії потрібно контролювати кілька агентів, з’єднувати дані, контекст і пам’ять, а також органічно інтегрувати зовнішні інструменти та конвеєри. Це означає, що для створення корпоративного AI-середовища, яке виходить за межі простих експериментів, потрібна складна структура, яка значно перевищує уявлення.

Генерація коду стала простішою, але операційне управління та контроль важливіші

Вінк підкреслив, що для нормальної роботи агентів необхідні «контекст» і «реальні дані». Для цього він вважає за потрібне одночасно забезпечити з’єднання з сервером протоколу контексту моделі (MCP), структуровану передачу даних і налаштування середовища для сталого розвитку. Він пояснив, що без цих основ результати AI-генерації можуть відхилятися від реальної роботи.

JetBrains заявила, що, йдучи за цим трендом, вони створюють платформу управління, яка дозволяє відстежувати витрати, керувати доступом до моделей і аналізувати рівень фактичного використання AI розробниками. Вони вважають, що з точки зору бізнесу важливо мати змогу швидко бачити обсяги використання AI, ефективність і рівень контролю, щоб забезпечити масштабне впровадження. Це означає, що з розширенням застосування AI, поряд із продуктивністю, не менш важливими стають «управління» та «видимість».

Роль розробника: від «писаря» до «координатора»

Ці зміни також змінюють роль самого розробника. Якщо раніше він зупинявся на безпосередньому написанні коду, то тепер роль «координатора» — організовувати взаємодію кількох AI-агентів і моделей — стає дедалі важливішою. Водночас зростають вимоги до забезпечення якості, безпеки та розуміння алгоритмів.

Вінк вважає «критичне мислення» найважливішим фактором у управлінні якістю. На його думку, не потрібно просто схвалювати результати AI, а потрібно глибоко розуміти, як працює система, і особисто перевіряти згенеровані алгоритми. Це свідчить про те, що навіть якщо AI підвищує продуктивність розробки, відповідальність і право ухвалювати рішення залишаються за людиною-розробником.

Загалом, у епоху розробки агентів конкурентоспроможність визначається не лише використанням найновіших моделей. Ті компанії, які зможуть гнучко поєднувати різні AI, забезпечувати їхню безпеку та контролювати якість результату, матимуть більше шансів зберегти лідерство у майбутньому у сфері розробки програмного забезпечення.

TP AI Зауваження Цей текст був створений за допомогою базової мовної моделі TokenPost.ai. Основний зміст може бути пропущений або не відповідати дійсності.