Вайбкодинг в бигтехе: как происходит внедрение ИИ-агентов

Разговоров про кодинг-агентов становится все больше, но мало кто понимает, что внедрение таких систем на уровне компании — это сложная инженерная работа, а не просто «подключили модель и поехали».

Обычно этот процесс остается за закрытыми дверями. Но иногда появляется возможность послушать практиков. Недавно мы посмотрели в онлайне митап AI Dev Day, и сразу несколько докладов были посвящены внедрению AI-агентов в процессы разработки.

Андрей Попов, лидер трека ИИ в разработке в Яндексе, рассказал, что у них развитием агентов занимаются уже не энтузиасты, а полноценные команды, и это направление стало фокусным. Из чего состоит такая работа:

— Метрики. Главная метрика сейчас — сэкономленное время разработчика. Суммарно ИИ сэкономил уже 42к часов инженеров Яндекса. Есть и другие показатели: например, количество коммитов при использовании ИИ выросло на 10%, что означает – разработка ускоряется. В перспективе компания хочет двигаться к AI-first подходу: ключевым станет показатель того, как часто разработчику приходится вмешиваться в автономный процесс генерации кода (по аналогии с disengagement rate в автономном транспорте).

 — Собственные бенчмарки и дообучение моделей. В компании есть внутренний бенчмарк ArcSWE – аналог SWE Verified, но на задачах компании. Именно такие измерения становятся основой для управленческих решений, потому что на публичные бенчмарки не всегда можно опираться.

 — Своя инфраструктура. Собственный интерфейс, доступный инференс, RAG, MCP и системы контекста. В большой компании множество внутренних сервисов, поэтому требуется много кастомной интеграции – сейчас у компании уже 35+ MCP для работы с инфраструктурой.

Сейчас около 30% кода в компании генерируется ИИ, причем 23% – в агентском режиме внутри собственного агента Yandex Code Assistant. О том, как его разрабатывают и улучшают, на той же конференции рассказывал Сергей Бульдяев, технический менеджер продукта.

Все это – демонстрация процесса настоящего внедрения. Очень важно не проваливаться в хайп, трезво проводить эвал и заниматься агентами не на уровне пет-проектов на выходных, а именно вот так организованно. 

Вышла новая кодинг модель от Cursor

На собственном бенчмарке от Cursor – CursorBench – Composer 2 находится примерно на уровне GPT-5.4 и Opus 4.6. Акцент, естественно, на агентное программирование и работу в больших кодовых базах.

Цены довольно низкие: $0.50/M input и $2.50/M output. Есть фаст мод, стоит в три раза дороже, но при этом скорость заявляют заметно выше Opus 4.6 Fast и GPT-5.4 Fast.

Как будто бы стоит попробовать. По крайне мере, прогресс относительно предыдущей версии модели большой.

https://cursor.com/blog/composer-2

У Андрея Карпаты вышло свежее интервью с No Priors

Много интересного про опенсорс, будущее рынка труда, роботов и тд. Посмотреть однозначно стоит: https://youtu.be/kwSVtQ7dziU

Нам лично захотелось подсветить один момент про ИИ-агентов. Вот, что сказал Андрей:

Когда агенты ИИ фейлятся, это обычно связано с недостатком навыков, а не с недостатком их возможностей.

То есть вы написали недостаточно подробные инструкции, не настроили правильный инструмент для работы с памятью или не выполнили распараллеливание должным образом.

Сейчас уже есть возможность работать на макроуровне, а не на уровне строк кода и функций.

Сравните это с тем, что он говорил всего 5 месяцев назад на интервью Дваркеша (специально прикрепляем видео):

Агенты не работают. У них недостаточно интеллекта, недостаточно мультимодальных способностей, они не могут использовать компьютер.

Понятно, что проблемы, о которых Карпаты говорит во втором видео, все еще актуальны. Но, кажется, точка невозврата пройдена.