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.

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
-
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.
-
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.
-
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
-
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.
-
Запустите агента на тестовой задаче. Начните с рутины: написать тест, исправить очевидную ошибку, выполнить стандартную последовательность действий. Эти операции хорошо формализуются.
-
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.
-
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.
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.
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.
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
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

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,…

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…

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…
Комментарии