Игорь Градов
Игорь Градов
6 мин
ai

ИИ пишет код и архитектуру для разработчика

Компания МТС через подразделение MWS (MTC Web Services) показала на митапе для Go-разработчиков, как ИИ-агент получает собственную изолированную среду выполнения и пишет код по задаче, пока разработчик проектирует архитектуру и контролирует результат.

ИИ пишет код и архитектуру для разработчика
Почему это важно

Впервые российская облачная команда публично описала схему, где ИИ-агент (программа, которая сама выбирает действия для решения задачи) не просто подсказывает фрагменты кода, а запускает тесты, делает коммиты и меняет файлы, но работает в изолированной песочнице с заданными ограничениями.

Инженеры MWS DevRails разобрали на практике три сценария: агент-разработчик в облачной среде, вынос типовых инфраструктурных задач на общую платформу и генерация кода на основе описания API. Всё это прозвучало на MWS Meetup, серии технических встреч для разработчиков и инженеров МТС. Для тех, кто работает с российской инфраструктурой и задумывается об автоматизации кода, это готовый набор решений и ограничений.

Что понадобится

  • Доступ к облачной среде с возможностью создания изолированных контейнеров (песочниц). Подойдёт любой российский облачный провайдер, поддерживающий контейнеризацию.
  • Языковая модель с поддержкой вызова инструментов (tool calling), то есть способная не просто отвечать текстом, а вызывать внешние функции: читать файлы, запускать тесты, делать коммиты.
  • Платформенный слой для управления средами: компонент, который выдаёт агенту подготовленное окружение и применяет политики доступа.
  • Базовое понимание Go (или другого языка, на котором строится сервис) и навык формулировки задач для ИИ-агента.
  • Время: от двух до четырёх часов на первую настройку среды и тестовый прогон.

Пошаговая инструкция

  1. Разделите агента и среду выполнения. Не давайте ИИ-агенту работать в одном процессе с основным сервисом. Как объяснила Вера Касьяненко, Golang-разработчик MWS DevRails: агент, работающий в одном процессе с основным сервисом, потенциально получает доступ ко всем его ресурсам и данным. Создайте отдельный платформенный слой, который выдаёт агенту песочницу.

  2. Подготовьте окружение заранее. Агент не должен сам создавать окружение и управлять доступами. Платформа предоставляет ему заранее подготовленную среду с заданными ограничениями. Это решает проблему слишком широких полномочий.

  3. Сформулируйте задачу и список доступных инструментов. Модель получает задачу и перечень того, что она может делать: читать файлы, запускать тесты, изменять код, создавать коммиты.

«Модель получает задачу и список доступных инструментов. И далее она отвечает не текстом, а вызовом. Например, прочитай файл, запусти тесты и сделай коммит». : Вера Касьяненко, Golang-разработчик MWS DevRails

  1. Ограничьте область действий агента политиками. Определите, какие файлы агент может менять, какие тесты запускать, к каким секретам (паролям, токенам, ключам доступа) у него нет доступа. Политики применяет платформенный слой, а не сам агент.

  2. Запустите агента на тестовой задаче. Начните с рутины: написать тест, исправить очевидную ошибку, выполнить стандартную последовательность действий. Эти операции хорошо формализуются.

  3. Контролируйте результат вручную. Особенно внимательно проверяйте изменения, которые затрагивают архитектуру. По словам Веры Касьяненко, модель может ошибаться даже в простых ситуациях, и агент уже тестируется на реальных проектах MWS, но полностью передавать ему задачи пока нельзя.

  4. Вынесите повторяющиеся инфраструктурные функции на общую платформу. Принцип тот же, что в платформе Octapi (через неё проходит около 250 млн запросов в сутки, по данным Андрея Пушкарева, Golang-разработчика MWS Octapi): проверка подлинности, валидация запросов, мониторинг переносятся в общую точку входа (шлюз), чтобы каждая команда не писала одно и то же.

«Когда мы пишем сервис, чтобы он стал готов к промышленной эксплуатации, нам, кроме бизнес-логики, надо поддержать проверку подлинности пользователей, проверку запросов, мониторинг. Но вот это все можно перенести в общую точку входа». : Андрей Пушкарев, Golang-разработчик в MWS Octapi

Что остаётся за разработчиком?

Агент не убирает разработчика из процесса, а перераспределяет работу. Разработчик отвечает за:

  • постановку задачи и ограничений
  • устройство среды выполнения
  • контроль действий агента и проверку результата
  • архитектурные решения и правила взаимодействия компонентов

Архитектурное решение требует понимания устройства системы, существующих ограничений, последствий изменений и их влияния на другие компоненты. ИИ работает внутри заданных рамок, а разработчик проектирует эти рамки.

Как это выглядит на практике

Команда MWS DevRails поставила агенту задачу: прочитать файл с описанием API, написать по нему код сервиса и запустить тесты. Агент получил список инструментов (чтение файлов, запуск тестов, создание коммитов), выбрал действие, получил результат и продолжил работу до завершения задачи. Разработчик не писал код вручную, но контролировал каждый шаг через платформенный слой с политиками. Ошибка модели при таком подходе затрагивает только песочницу, а не всю платформу.

Частые ошибки

Агент в одном процессе с сервисом. Самая опасная ошибка: если модель ошибётся, она может затронуть не только созданный код, но и всю платформу. Изолируйте среду выполнения обязательно.

Слишком широкие полномочия. Если агент сам создаёт окружение и управляет доступами, ему приходится давать права, которые он не должен иметь. Окружение готовит платформа, не агент.

Доверие к архитектурным решениям модели. Модель может ошибаться даже в простых ситуациях. Рутину (тесты, стандартные исправления) можно формализовать. Архитектурные решения проверяйте лично.

Путаница с «ИИ для разработки логотипа бесплатно». Если вы ищете ИИ для разработки логотипа бесплатно, это другая задача и другие инструменты (генерация изображений, а не кода). Описанный подход касается автоматизации написания и тестирования программного кода, не визуального дизайна.

Кому это пригодится прямо сейчас?

Разработчику и техлиду в российской компании. Схема MWS напрямую применима, если вы строите на отечественной облачной инфраструктуре. Изоляция агента в песочнице решает вопрос безопасности, который особенно остро стоит при работе с внутренними данными.

Автору на Дзене, который пишет о технологиях. Тема «ИИ пишет код» собирает аудиторию. Конкретный российский кейс с названиями, цитатами и схемой работы даёт материал для разбора, который не требует пересказа западных источников.

Маркетологу и предпринимателю. Если ваша команда разработки тратит время на повторяющуюся инфраструктурную работу, принцип общей платформы (как Octapi у МТС) сокращает эти затраты. Платформа берёт на себя проверку подлинности, мониторинг и валидацию, команды пишут только бизнес-логику.

Мнение редакции dzen.guru

Подход MWS ценен не технологией (ИИ-агенты для кода делают многие), а тем, как выстроена граница доверия. Агент получает песочницу, а не ключи от всей системы. Для российских компаний, где данные часто нельзя отправлять на внешние серверы, это принципиально.

По моим наблюдениям, большинство команд в РФ пока используют ИИ в режиме «подсказчика»: вставил вопрос в чат, получил фрагмент, вставил в код. MWS показывает следующий шаг, и честно говорит, что до полной автономии далеко. Модель ошибается, архитектуру не заменит, контроль обязателен. Это трезвая позиция, и именно она делает кейс полезным.

Разработчик больше не тот, кто пишет каждую строку. Он тот, кто проектирует рамки, внутри которых агент работает, и проверяет, не вышел ли агент за них.

Попробуйте AI-ассистент dzen.guru

Автоматизируйте рутину в создании контента так же, как разработчики автоматизируют код

Попробовать бесплатно
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Робот Moxie «умер» после смены владельца: мультик про роботов для детей стал реальностью
ai

Робот Moxie «умер» после смены владельца: мультик про роботов для детей стал реальностью

Почему это важно Робот Moxie, созданный для терапии детей с аутизмом и СДВГ, потерял ключевые функции после смены владельца компании-производителя. Дети,…

5 мин
RWB обучила LLM на 11 трлн токенов с нуля: редкий для РФ открытый отчёт о машинном обучении
ai

RWB обучила LLM на 11 трлн токенов с нуля: редкий для РФ открытый отчёт о машинном обучении

Компания RWB (подразделение Wildberries) опубликовала детальный разбор того, как её команда с нуля, без загрузки готовых весов, обучила собственную языковую…

6 мин
DeepSeek показала, что такое ИИ-агент из модулей: конструктор Harness вышел под MIT
ai

DeepSeek показала, что такое ИИ-агент из модулей: конструктор Harness вышел под MIT

DeepSeek выложила в открытый доступ DeepSeek Harness v0.1, конструктор для сборки собственных ИИ-агентов, где любой компонент от модели до интерфейса можно…

6 мин