Tushar Mathur из ForgeCode предлагает трансформировать разработку ПО в фабричную модель с помощью ИИ
Подробнее
YourStory [india, en]
yourstory.com

Tushar Mathur из ForgeCode предлагает трансформировать разработку ПО в фабричную модель с помощью ИИ

Тушар Матур из компании ForgeCode выступает за то, чтобы процесс разработки программного обеспечения функционировал подобно производственной фабрике, а не оставался проектом. Традиционно масштабирование разработки требовало увеличения числа инженеров, времени и ресурсов. Однако искусственный интеллект меняет эту парадигму, делая написание кода более быстрым и дешевым.

Тем не менее, ускорение генерации кода само по себе не гарантирует более быстрой поставки готового продукта. Код все равно нуждается в проверке, тестировании и развертывании, что создает новые узкие места для инженерных команд.

Перед руководителями инженерных подразделений возникает вопрос: как обеспечить масштабирование поставки программного обеспечения без пропорционального роста штата сотрудников? ForgeCode решает эту проблему, создавая то, что они называют ИИ-ориентированной программной фабрикой. Эта платформа использует агентов ИИ для управления всем жизненным циклом разработки ПО — от постановки задач и реализации до тестирования и внедрения, при этом люди осуществляют надзор.

На мероприятии TechSparks 2026 основатель и генеральный директор Тушар Матур продемонстрировал работу платформы и объяснил, почему снижение стоимости написания кода делает процессы проверки, тестирования и развертывания более критичными для доставки ПО.

Несмотря на повышение индивидуальной производительности благодаря ИИ, эти улучшения не всегда трансформируются в более быструю поставку программного обеспечения в масштабах всей организации. Матур отметил: «Первое, что мы наблюдаем, это то, что практически весь код сегодня генерируется автоматически».

Инженерные команды способны быстро создавать тысячи строк кода, однако последующие этапы — ревью кода, тестирование, проверки безопасности и развертывание — испытывают трудности с тем, чтобы угнаться за этим объемом. По мнению Матура, узкое место сместилось от самого процесса написания кода к управлению тем, что происходит после его создания.

Он пояснил: «Ранее основным фундаментальным узким местом было написание кода. Но сегодня стоимость написания кода настолько низка, что все эти другие аспекты стали узкими местами».

В результате команды рискуют выпускать больше кода, который имеет низкое качество проверки, содержит ошибки или является нескоординированным, поскольку системы, необходимые для управления возросшим объемом работы, не успевают за ним.

Чтобы устранить разрыв между индивидуальной продуктивностью и общим организационным результатом, Матур представил подход ForgeCode к созданию ИИ-ориентированной программной фабрики. Основная идея заключается в отказе от жизненного цикла разработки ПО, который зависит от ручной координации каждого этапа людьми.

Вместо этого агенты ИИ берут на себя такие задачи, как сортировка задач, планирование, реализация и верификация. Люди вмешиваются только тогда, когда требуются решения, направление или более детальная обратная связь.

В отличие от традиционной автоматизации, которая связывает последовательность заранее определенных шагов, программная фабрика использует непрерывные циклы обратной связи. Данные от высшего руководства (CXO), менеджеров по продукту и систем мониторинга производства могут напрямую поступать в бэклог разработки. Агенты затем работают круглосуточно над разработкой функций, выявлением ошибок и улучшением производительности, даже когда инженерные команды неактивны.

Цель состоит в том, чтобы поддерживать непрерывное движение разработки ПО без необходимости в том, чтобы инженеры управляли каждой отдельной задачей.

Матур изложил шесть принципов, которые, по его мнению, необходимы для создания действенной ИИ-ориентированной программной фабрики. Эти принципы призваны сделать разработку ПО более автономной, сохраняя при этом ее соответствие приоритетам бизнеса.

Во время сессии вопросов и ответов аудитории Матура спросили о том, как инженерные команды должны подходить к компромиссам и сложным нефункциональным требованиям, таким как архитектура баз данных и масштабируемость. Он ответил, что требования, которые можно объективно проверить, например, целевые показатели масштаба, могут быть делегированы программной фабрике. Система постоянно проверяет результаты и оптимизирует их при сбое проверки. Однако компромиссы требуют человеческого суждения. Вопросы о допустимом уровне риска или сбоя, который готова принять компания, остаются решением для инженеров и руководителей бизнеса, которые вмешиваются для направления агента при необходимости.

ForgeCode утверждает, что это возможно благодаря тому, что платформа работает на основе самосовершенствующегося цикла обратной связи. Каждая задача, решение и исправление вносит вклад в базу знаний, которая информирует будущую работу. Инженеры остаются тесно вовлеченными на ранних стадиях, но по мере того как система изучает инженерные практики и бизнес-контекст команды, она может работать с большей автономией.

Платформа также определяет, какие решения являются критическими и требуют экспертного надзора, особенно те, которые касаются безопасности, надежности, производительности и конкурирующих бизнес-приоритетов. В таких случаях она приостанавливает работу и запрашивает человеческое участие перед продолжением. Эта растущая способность различать рутинное исполнение и решения, требующие экспертного суждения, является центральной для функционирования продукта.

ИИ-ориентированная программная фабрика от ForgeCode разработана для того, чтобы превратить прирост индивидуальной кодовой производительности в более быструю доставку ПО в рамках всей организации. Используя агентов для управления координацией, проверками кода, тестированием и другими задачами разработки, платформа стремится уменьшить узкие места, которые могут замедлять работу инженерных команд.

Для Матура этот сдвиг означает изменение роли инженеров. Вместо того чтобы управлять каждым этапом разработки, они будут сосредоточены на определении требований, принятии решений, анализе результатов и руководстве общим процессом. Цель состоит не просто в генерации большего количества кода или создании более крупных команд, а в более эффективной разработке программного обеспечения посредством автономных систем, работающих непрерывно под человеческим контролем.

Похожие сюжеты

Рагаван из IBM утверждает, что ИИ создаст больше программного обеспечения и изменит роли разработчиков
Подробнее
business-standard.com

Рагаван из IBM утверждает, что ИИ создаст больше программного обеспечения и изменит роли разработчиков

Срирам Рагаван, генеральный менеджер IBM Software India и Software Innovation Lab, заявил, что агенты искусственного интеллекта (ИИ) ускорят процесс создания программного обеспечения и преобразят функции разработчиков. При этом он подчеркнул необходимость для предприятий укреплять кибербезопасность, управление и навыки персонала.

По оценкам Рагавана, в глобальном масштабе в конечном итоге могут быть внедрены до двух миллиардов агентов ИИ, причем ИИ будет писать половину всего кода. Он уточнил, что распространение этих агентов не приведет к исчезновению разработки ПО, а, наоборот, спровоцирует создание значительно большего количества программного обеспечения, коренным образом меняя работу разработчиков и методы построения технологий в компаниях.

На мероприятии IBM Think в Мумбаи Рагаван сообщил изданию Business Standard, что, скорее всего, будет наблюдаться рост объема выпускаемого ПО. Он отметил, что ИИ уже вызвал существенные изменения в разработке ПО, касающиеся организации команд, управления рабочими процессами и самого процесса создания программ.

Роль разработчика претерпевает фундаментальный сдвиг: вместо написания кода специалисты теперь занимаются мониторингом, проверкой и критической оценкой результатов, сгенерированных ИИ. Рагаван подчеркнул, что это является изменением навыков, требующим иной подготовки разработчиков.

Он сравнил эту тенденцию с автоматизацией электронного проектирования в полупроводниковой промышленности. По его словам, автоматизация позволила инженерам разрабатывать все более сложные чипы, не устраняя при этом потребность в аппаратных инженерах. Рагаван ожидает аналогичной трансформации в сфере ПО, где автоматизация позволит создавать больше приложений, но потребует новых компетенций.

Экспертиза в этой области теперь сосредоточена на проверке, верификации, определении стратегии, установлении ограничителей и направлении ИИ на выполнение правильных задач. Рагаван считает, что именно в этом направлении движется инженерия программного обеспечения. Он прогнозирует, что в течение следующих двух-трех лет будет произведено больше программного обеспечения, чем когда-либо прежде, поскольку возможности для инноваций стали беспрецедентными, и теперь ценность заключается в идеях и их внедрении, а не в самом создании кода.

Тем не менее, Рагаван предупредил, что растущее использование ИИ не уменьшит значимость базовых инженерных навыков; напротив, суждение и основные навыки становятся еще более важными.

Отвечая на вопросы о недавних проблемах безопасности, связанных с новыми моделями ИИ, Рагаван заявил, что внедрение ИИ кардинально меняет ландшафт кибербезопасности. Он отметил, что необходимо совершенно иным образом мыслить в вопросах кибербезопасности из-за ИИ. Рагаван подчеркнул, что жизненно необходима проактивная, непрерывная интеграция лучших практик и технологий в управление уязвимостями и приоритизацию рисков на основе ИИ. Он добавил, что предложения компании отражают этот подход, настаивая на необходимости внедрения ИИ в защиту, наряду с опасениями по поводу злоупотреблений ИИ.

Касательно рисков, связанных с непреднамеренными действиями агентов ИИ, Рагаван посоветовал предприятиям внедрять более строгий контроль над идентификаторами, разрешениями и доступом агентов к внутренним системам. Агентам следует предоставлять только минимально необходимые разрешения для выполнения конкретной задачи, а не широкий доступ ко всем корпоративным системам. Он пояснил, что агенту достаточно сертификата и токена для совершения действия от имени пользователя в течение 30 секунд. Кроме того, он акцентировал внимание на важности постоянного мониторинга, поскольку системы ИИ не всегда ведут себя предсказуемо, в отличие от традиционного программного обеспечения.

Внедрение ИИ в Индии

Ссылаясь на исследование IBM, проведенное совместно с MeitY в начале этого года, Рагаван сообщил, что лишь около 15 процентов индийских предприятий достигли стадии масштабирования внедрения ИИ, в то время как остальные 85 процентов продолжают сталкиваться с трудностями. Компании, которые успешно масштабируют ИИ, вышли за рамки отдельных примеров использования и внедряют технологию во всей своей структуре.

По словам Рагавана, примерно 15% предприятий действительно масштабируют ИИ, что означает, что они прошли этап внедрения одного кейса, который был интегрирован в организацию, и, возможно, переходят к второму или третьему кейсу. Для оставшихся компаний основными препятствиями остаются управление данными, корпоративное управление и недостаток квалифицированных кадров.

Эксперт Forge Code объяснил, почему для эффективной разработки ПО необходима 'программная фабрика' на базе ИИ
Подробнее
yourstory.com

Эксперт Forge Code объяснил, почему для эффективной разработки ПО необходима 'программная фабрика' на базе ИИ

Несмотря на то, что искусственный интеллект способен генерировать код с беспрецедентной скоростью, процесс его тестирования, проверки и вывода в рабочую среду представляет собой отдельную сложную задачу. Инженерные команды все чаще используют агентов ИИ для написания кода, устранения ошибок и создания новых функций, однако ускорение кодирования не гарантирует ускорения доставки программного обеспечения.

По мере того как генерация кода набирает обороты, количество проверок растет, тестирование замедляется, а командам становится трудно координировать увеличивающийся объем изменений.

На конференции TechSparks 2026 Тушар Матур, генеральный директор Forge Code, осветил эту проблему в своей сессии «Анатомия программной фабрики». Он объяснил, как инженерные организации, ориентированные на ИИ, могут выйти за рамки автоматизации отдельных задач кодирования и начать создавать системы, управляющие всем жизненным циклом разработки программного обеспечения (SDLC).

Матур отметил, что просто потому, что генерация кода стала проще и быстрее, это не означает, что общий SDLC ускорится. Он напомнил, что традиционный подход к разработке фокусировался на эффективном написании кода, требуя от команд определения требований, подготовки спецификаций и проектирования архитектуры для снижения нагрузки на этап реализации.

Однако, поскольку ИИ берет на себя большую часть работы по кодированию, узкие места смещаются в другие области. Матур описал ситуацию, когда организации сталкиваются с огромным количеством запросов на слияние (pull requests), ожидающих проверки, более длительными циклами тестирования и большим количеством ошибок, чем могут обнаружить существующие регрессионные наборы.

Он подчеркнул, что решение проблемы не обязательно заключается в найме большего числа инженеров или запуске большего количества агентов ИИ. Дополнительные сотрудники могут увеличить затраты на координацию, а добавление агентов без эффективных механизмов обратной связи может привести к созданию кода, который перегружает системы, отвечающие за проверку и тестирование.

«Причина этого в том, что отсутствует сигнал», — пояснил Матур, объясняя, почему простое соединение автоматизированных шагов не создает эффективной программной фабрики.

Матур представил Forge Code как программную фабрику, которая координирует агентов ИИ на протяжении всего цикла разработки. Процесс начинается с сортировки запросов, создания спецификаций и внедрения функций. Затем агенты проверяют изменения перед тем, как они будут развернуты, при этом человеческие инженеры вмешиваются, когда требуются решения или обратная связь.

Система также осуществляет мониторинг в рабочей среде, используя полученные данные для информирования будущих задач. Это формирует цикл обратной связи, позволяющий фабрике выявлять проблемы, совершенствовать свои рабочие процессы и генерировать новую работу на основе полученного опыта. Во время презентации Матур сообщил, что Forge Code использовал около 100 агентов в фоновом режиме для работы над функциями, совместимостью и обнаружением ошибок.

Он изложил шесть принципов для создания эффективной программной фабрики: автономная работа, масштабируемость, экономическая эффективность, измеримость, самосовершенствование и соответствие бизнес-целям. Последний принцип имеет особое значение.

Фабрика должна работать не как задача по написанию кода для каждого запроса, а быть направленной на достижение определенных результатов, таких как повышение удержания клиентов или соблюдение нормативных требований. Команды затем могут расставлять приоритеты функциям на основе ценности, которую они приносят. В этой модели инженеры тратят меньше времени на управление каждой задачей и больше — на наблюдение за результатами, анализ сигналов и улучшение самой системы. Руководители бизнеса также могут напрямую предоставлять запросы и приоритеты, позволяя фабрике преобразовывать организационные цели в бэклог разработки.

Скорость написания кода — это хорошо, но создание лучшего программного обеспечения — вот настоящая победа. Для инженерных команд ключ заключается в преобразовании скорости, обеспеченной ИИ, в надежные продукты, измеримый прогресс и реальные бизнес-результаты.

Популярное