Пока мы обсуждаем, стоит ли доверять ChatGPT корпоративные данные, ребята из Alibaba тихо выложили в открытый доступ модель Qwen3, которая по многим параметрам превосходит GPT-4o.

И самое крутое - её можно совершенно бесплатно развернуть у себя в компании.
Никаких утечек данных, никаких переживаний за конфиденциальность.

Qwen3 умеет работать с документами объемом до 256 тысяч токенов (это примерно 500-600 страниц обычного текста).

Представьте, что вы можете загрузить в неё целый договор со всеми приложениями, техническое задание на проект или отчет - и получить любой анализ за секунды.

А еще модель отлично работает с инструментами и может строить AI-агентов.
То есть, можно научить её работать с вашими внутренними системами - CRM, ERP, базами данных.

Знаю компанию, которая за выходные подключила такую модель к своей системе управления проектами. Теперь любой сотрудник может спросить "Какие задачи просрочены в проекте А?" или "Сколько часов потратил Иванов на разработку в этом месяце?" - и получить точный ответ.

Единственный нюанс - для полноценной работы нужны серверы с хорошими видеокартами. Но если у компании есть своя IT-инфраструктура, то настроить можно довольно быстро.

Такие технологии дают возможность любой компании получить собственного "ChatGPT", который знает ваши процессы и работает только с вашими данными.

Если интересно обсудить, как это работает на практике и какие задачи можно закрыть в вашей компании - пишите в direct.

Спросил у давних клиентов о результатах использования AI для написания кода.

У них кстати полностью локальные модель и coding agents.

Интересно было узнать, как они оценивают экономию времени и справляется ли архитектура с быстрым ростом объема кода.

Ответ оказался неожиданным:)

Первые недели ощущаются как взлёт. За пару вечеров получается рабочий прототип вместо недели. Но потом наступает "ИИ-похмелье".

Когда один разработчик начинает генерировать 10-20 PR за вечер, в системе начинают одновременно трогать разные слои. Код расползается, дублируются решения, размывается ownership компонентов. Поток изменений в команде из 5+ человек становится трудно отследить.

Интересно, что здесь не столько проблема AI, сколько переход на другой подход к разработке.

Нужны договоренности внутри команды, например:
• Каждый разработчик по-прежнему отвечает головой за каждую строку кода
• Мы никогда не делаем auto-accept генерированного кода
• Мы всегда проверяем написанный код с учетом изменений (не только новые фичи, но и архитектура, рефакторинг) в общей ветке.
• и тп.

И конечно, инфраструктура разработки должна эволюционировать.

Нужны агенты, которые будут в realtime делать код-ревью, анализировать влияние изменений и необходимость архитектурных изменений, анализировать влияние изменений в контексте всей кодовой базы (то, что приносит основную боль в классический энтерпрайз разработке).

Главное всегда помнить, что лучше меньше кода, но более качественно спроектированного и написанного чисто.