Yandex B2B Tech добавил в SourceCraft ИИ-агентов для автоматизации разработки кода

Yandex B2B Tech расширил функциональность платформы SourceCraft, добавив возможность подключения и настройки автономных ИИ-агентов. Теперь разработчики могут поручать алгоритмам не отдельные действия, а целые этапы работы: от написания кода до проверки его безопасности. По данным McKinsey, компании, интегрировавшие таких агентов в свои процессы, более чем вдвое чаще достигали роста производительности свыше 20%, тогда как простое добавление ИИ-инструментов к существующим рабочим процессам давало меньший эффект.

Как работают ИИ-агенты в SourceCraft

Агенты интегрированы в привычные инструменты разработки, что позволяет использовать их без смены рабочего процесса. Основной сценарий работы выглядит так: разработчик создает задачу в GitLab и назначает исполнителем ИИ-агента. Система самостоятельно готовит окружение, вносит изменения в код, запускает тесты и отправляет результат на проверку человеку.

Основные каналы взаимодействия с агентом:

• GitLab: прямое назначение задач в обсуждениях.
• VSCode и командная строка: запуск агентов из редактора кода или терминала.
• Мессенджеры и веб-интерфейс SourceCraft: альтернативные способы отправки поручений.

Агент действует как отдельный участник команды под собственной учетной записью. Если ему не хватает данных или требуется согласование действий, он самостоятельно обращается к разработчикам. Результат работы (ссылка на изменения) появляется в исходной задаче, где человек может принять его или оставить замечания для доработки.

Переход от использования ИИ как «помощника» для отдельных задач к автономным агентам меняет экономику разработки: ключевым фактором становится не скорость написания строк кода, а способность инфраструктуры бесшовно масштабировать процессы без их перестройки под каждого нового алгоритма.

Внутренний опыт Яндекса и статистика эффективности

Компания использует собственный подход в своей разработке. По состоянию на текущий момент:

• 73% разработчиков Яндекса регулярно применяют ИИ-инструменты.
• Более 50% нового кода создается с помощью генеративных моделей.

До конца года действует программа «75/75/75», согласно которой:

1. Не менее 75% разработчиков должны использовать ИИ регулярно.
2. ИИ должен участвовать минимум в 75% изменений кода.
3. Алгоритмы должны генерировать не менее 75% кода в каждом таком изменении.

Средние показатели эффективности автономных агентов по данным McKinsey:

• Сокращение времени на выполнение задач разработки — на 11,2%.
• Уменьшение объема повторной работы (доработок) — на 6,8%.

Планы по управлению ИИ-ресурсами

Yandex B2B Tech анонсировал запуск единой подписки для централизованного управления ИИ-инфраструктурой. Она объединит доступ к платформе SourceCraft, сервису «Алиса AI Про» для бизнеса и моделям Yandex AI Studio.

Для бизнеса это означает:

• Возможность распределять вычислительные ресурсы между разработчиками, автономными агентами и работающими продуктами в одном месте.
• Прозрачный учет затрат: компании смогут видеть полную стоимость использования ИИ-технологий, а не только расходы на этап разработки.

Операционные последствия и риски

• Изменение роли разработчика: Задача специалиста смещается от написания кода к верификации результатов работы агентов. Это требует развития навыков ревью и управления качеством сгенерированного кода.
• Инфраструктурные требования: Эффективная работа автономных агентов зависит не только от мощности модели, но и от стабильности внутренней ИТ-инфраструктуры компании. Без корректно настроенного окружения (CI/CD пайплайны, права доступа) автоматизация может привести к сбоям в процессах.
• Снижение зависимости от ручного труда: Автоматизация рутинных задач (написание тестов, исправление типовых багов) позволяет команде быстрее проверять продуктовые гипотезы и запускать новые сервисы, снижая время вывода продукта на рынок.