AI‑ассистенты меняют SDLC: что изменилось за год?

Что обсуждалось

В рамках серии Conversations представители крупнейших российских компаний — ВТБ, Т‑Банк, Dodo Engineering и S7 TechLab — поделились опытом внедрения AI‑кодинг‑ассистентов в свои процессы разработки.

Ключевые выводы

• Эффективность: большинство участников отметили рост скорости написания кода от 15 % до 30 % при условии правильного использования подсказок и шаблонов.
• Роль разработчика: традиционный «писатель кода» трансформировался в «контролёр и ревьюер». AI генерирует большую часть шаблонного кода, а человек фокусируется на архитектуре, бизнес‑логике и проверке качества.
• Качество и безопасность: возникли новые риски – уязвимости в сгенерированном коде, утечки данных через облачные модели. Компании внедряют AI‑governance‑платформы и автоматические сканеры кода.
• Обучение и культура: необходимы программы по prompt‑инжинирингу и адаптации команд к совместной работе с ИИ.
• Метрики: вводятся новые KPI — количество принятых AI‑генерированных PR, время на ревью, количество найденных дефектов.

Практический опыт

• ВТБ использует собственные модели на базе Yandex Cloud, сокращая время разработки клиентских сервисов.
• Т‑Банк интегрировал ассистент в CI/CD, автоматизируя рутинные правки и тесты.
• Dodo Engineering построил «human‑in‑the‑loop» процесс, где каждый AI‑коммит проходит обязательный ручной review.
• S7 TechLab фокусируется на обучении новых сотрудников, используя AI‑подсказки для ускорения онбординга.

Подробнее читайте оригинальную статью на Habr AI: https://habr.com/ru/companies/just_ai/articles/1056912/