Искусственный интеллект сегодня — это не эксперимент, а новый стандарт разработки

17.03.2025

Бизнесу по-прежнему важны сроки и деньги. Разработчикам — качество, архитектура и устойчивость систем. Этот разрыв никуда не исчез, но инструменты, которые помогают его преодолеть, сильно изменились. Мы поговорили с техническим директором ГК «Цифровые привычки» о том, как искусственный интеллект меняет контроль качества, code review, аналитику команд и саму логику управления разработкой в 2025 году.

Дмитрий Романов

Технический директор

ГК «Цифровые привычки»

«Технологии меняются, но принципы хорошей архитектуры  и удобного продукта остаются неизменными»

— CodeAche начинался как аналитика для диалога между бизнесом и разработкой. Как изменилась логика продукта сегодня?

— Идея осталась той же, но масштаб сильно вырос. Раньше мы помогали бизнесу и разработке договориться на языке данных: показать, где технический долг, почему падает скорость, откуда берутся срывы сроков.  

Сегодня этого уже недостаточно. Системы стали сложнее, релизы чаще, команды распределенные, а цена ошибки выше. Поэтому CodeAche эволюционировал из «витрины метрик» в интеллектуальную платформу принятия решений.

Теперь мы не просто показываем, что есть проблема. Мы помогаем понять, какая из них действительно критична сейчас, какие риски она несет, и что выгоднее исправить в первую очередь — с точки зрения бизнеса, а не только кода.

— В продуктовой стратегии 2025 ключевую роль играет искусственный интеллект. Где именно он меняет подход?

— Самое важное — искусственный интеллект перестал быть «надстройкой ради модного слова». Он стал рабочим слоем между инструментами и людьми.

Во-первых, искусственный интеллект обогащает результаты статических анализаторов. Раньше анализаторы просто выдавали список ошибок. Сейчас ИИ связывает эти ошибки с архитектурой, историей проекта, бизнес-критичностью модулей. В итоге команда видит уже не просто баг, а риск с понятным приоритетом.

Во-вторых, искусственный интеллект вошёл в code review. Он снимает огромный слой рутины: типовые ошибки, повторяющиеся паттерны, подозрительные изменения. Человеку остаётся главное — архитектура, логика, продуктовые решения.

И, наконец, искусственный интеллект участвует в оценке команд. Он видит динамику качества, темпы адаптации новых сотрудников, реальные узкие места в процессах. Это уже не про контроль ради контроля, а про развитие.

— Давайте подробнее про AI-code review. Многие опасаются, что искусственный интеллект заменит ревьюеров.

— Это распространенный страх, но он не имеет отношения к реальной практике. Мы никогда не рассматривали искусственный интеллект как замену инженеру. Это ассистент, а не судья.

Искусственный интеллект отлично справляется с тем, что не требует человеческого мышления: стандартные ошибки, деградация качества, повторяющиеся проблемы, потенциальные риски. Но решения о том, как менять архитектуру, как реализовывать бизнес-логику, какие компромиссы допустимы — всегда остаются за человеком.

Более того, AI-review повышает ценность человеческого ревью. Потому что ревьюер перестает тратить энергию на мелочи и начинает работать там, где действительно нужен опыт.

— Как меняется скорость разработки после внедрения AI-review?

— То, что мы видим на пилотах, — это сокращение времени ревью без потери качества. Исчезают очереди из pull-request, уменьшается количество итераций правок, снижается вероятность того, что типовая ошибка «проскочит» в прод.

Но еще важнее — меняется сама культура ревью. Оно перестает быть формальной проверкой и становится точкой инженерного диалога, а не «разбором замечаний».

— В стратегии также заявлено увеличение количества подключаемых анализаторов. Зачем это, если уже есть искусственный интеллект?

— Потому что искусственный интеллект не отменяет инструменты. Он их объединяет. Каждый анализатор остается сильным в своей зоне: безопасность, стиль, зависимости, лицензии, тестовое покрытие. Проблема не в количестве инструментов, а в отсутствии единой картины.

Сегодня у многих компаний десятки источников сигналов. И без слоя нормализации и интерпретации они превращаются в шум. Мы как раз строим это «единое окно», где все сигналы приводятся к общей логике, шкале критичности и бизнес-контексту.

Именно в этой связке — много инструментов плюс ИИ-интерпретация — появляется управляемость.

— Вы много говорите о бизнес-контексте. Как CodeAche переводит технические метрики в язык бизнеса?

— Очень просто по смыслу, но сложно по реализации. Мы связываем код не просто с багами, а с процессами: где этот модуль используется, какой поток через него идет, какие клиенты от него зависят, какие SLA на нем висят.

Когда бизнес видит не 15 уязвимостей, а риск простоя ключевого сервиса, разговор мгновенно меняется. Исчезает спор «технари опять тормозят». Появляется вопрос: «Сколько стоит не исправлять это сейчас?»

— Один из новых фокусов — развитие оценки эффективности команды. Где проходит граница между аналитикой и слежкой?

— Это принципиальный вопрос. Мы сознательно ушли от персонализированного цифрового наблюдения. Нас не интересует, сколько кто написал строк кода или сколько часов был онлайн.

Нас интересует динамика качества, устойчивость процессов, скорость адаптации, баланс между развитием и исправлением. Это системные показатели, а не персональные.

И здесь важно, чтобы команда понимала, зачем собираются данные. Когда метрики используются для развития, а не для давления, к ним возникает доверие.

— Как искусственный интеллект меняет саму профессию разработчика?

— Разработчик всё меньше становится «человеком-компилятором» и все больше — инженером системного мышления. Рутину все активнее берут на себя машины. Человек концентрируется на сложных решениях, архитектуре, продукте, взаимодействии с бизнесом.

Это не упрощение профессии. Это ее усложнение в хорошем смысле.

— Если заглянуть вперед: каким вы видите CodeAche в 2026 году?

— Мы видим CodeAche как интеллектуальный центр управления разработкой. Не просто quality gate на входе в прод, а платформу, которая связывает качество кода, скорость разработки, эффективность команд, бизнес-риски и продуктовые показатели.

Когда решения о релизах, приоритетах и инвестициях в разработку принимаются на основе данных, а не интуиции, — это и есть зрелый уровень управления.

— И последний вопрос. Что бы вы посоветовали компаниям, которые только задумываются о системной работе с качеством?

— Не начинать с искусственного интеллекта. Начинать с честного вопроса: «Мы вообще понимаем, что происходит с нашим кодом, процессами и командой?» Когда появляется прозрачность, искусственный интеллект становится не игрушкой, а усилителем здравого смысла.