Помните то чувство, когда вы пишете код, а редактор будто читает ваши мысли и подсовывает идеальную подсказку? В Сбере эта магия зашла настолько далеко, что за последние пять месяцев объёмы ИИ-генерации взлетели до астрономических 1,5 триллионов токенов. Но самое интересное скрыто не в гигантских цифрах, а в том, как резко изменилась сама работа программистов. Они всё реже переписываются с чат-ботами и всё чаще поручают машине целые сценарии, доверяя ей сложные задачи, как полноценному члену команды. Искусственный интеллект перестал быть просто удобным помощником и превратился в автономного творца, который не ждёт подсказок, а действует по техническому заданию. Именно это и произошло в технологическом блоке крупнейшего банка страны, и последствия этого сдвига ещё предстоит осмыслить.
Взрывной рост: откуда взялись 1,5 триллиона токенов и что это вообще значит
Когда в новостях мелькают триллионы токенов, у большинства людей это не вызывает ничего, кроме лёгкого головокружения. На самом деле токен — это просто кусочек текста: слово, знак препинания или часть кода. Полтора триллиона таких кусочков, сгенерированных для написания программ, — это примерно 100–150 гигабайт чистого исходного кода. Чтобы представить масштаб, хватило бы на десяток тысяч пухлых томов технической документации, расставленных на полках. И самое поразительное, что весь этот объём был создан не вручную сотнями разработчиков, а с помощью нейросетей всего за пять месяцев. Если пересчитать на человеко-часы, получилась бы армия программистов, работающая без выходных и сна.
За тот же короткий срок объём генерации в Сбере подскочил в тридцать раз — и это не метафора, а сухая статистика из внутренних отчётов. Такой рывок стал возможен вовсе не потому, что инженеры вдруг разленились или разучились писать код руками. Причина в смене подхода: если раньше нейросеть использовали как справочник, которому задают уточняющие вопросы в чате, то теперь ей поручают комплексные задачи в агентном режиме. Агент не ждёт, пока ему укажут на ошибку в конкретной строчке, а получает общее описание нужного функционала и сам решает, какие модули создать, как их связать и протестировать. Это всё равно что перейти от разговоров с консультантом к управлению фабрикой, которая сама проектирует и производит детали по вашим чертежам.
При этом количество разработчиков, которые попробовали агентный режим и остались в нём, за последние три месяца выросло в пять раз. Случился своего рода перелом в сознании: люди поняли, что могут не следить за каждым движением машины, а сосредоточиться на постановке задачи и проверке итогового решения. Этот переход подстегнул и без того высокий спрос на вычислительные мощности, потому что один агент, запущенный на серьёзный проект, генерирует кода в десятки раз больше, чем привычные чат-подсказки. Теперь каждый рабочий день превращается в непрерывный поток генерации, где токены сыплются как из рога изобилия, складываясь в работающие сервисы. Такой темп ещё пару лет назад невозможно было вообразить даже в самых смелых прогнозах.
Тихая революция: почему инженеры массово отказываются от чатов в пользу агентов
Одновременно с ростом агентной генерации случилось ещё кое-что не менее важное: обращения инженеров к классическим чат-помощникам и встроенным подсказкам в редакторах кода рухнули на шестьдесят семь процентов всего за три месяца. И это не случайное колебание, а устойчивый тренд, который говорит о смене самой сути профессии. Представьте, что вы привыкли советоваться с умным коллегой по каждому пустяку, но вдруг поняли, что гораздо эффективнее дать ему полное описание задачи и получить готовый результат, не отвлекаясь на обсуждение каждой запятой. Именно это сейчас произошло с тысячами разработчиков Сбера: они перестали нуждаться в подсказках, потому что перешли на уровень делегирования целых сценариев.
Кирилл Меньшов, старший вице-президент и глава блока «Технологии» Сбербанка, описывая этот сдвиг, подчеркнул: «Инженер уже не просто задаёт вопрос помощнику, а передаёт ему целый сценарий. Поэтому ключевым становится навык чёткого описания ожидаемого результата». В этом высказывании спрятана вся суть перехода. Если раньше ценным считалось знание синтаксиса, умение запоминать редкие алгоритмы и находить готовые решения на форумах, то теперь на первый план выходит способность мыслить на уровне системы и формулировать задачу на естественном языке так, чтобы машина не переврала ни одной детали. Это почти как работа технического писателя, только твой текст сразу превращается в работающий код.
Интересно, что падение интереса к чатам — это вовсе не деградация, а признак возросшего доверия к инструменту. Одно дело — подсмотреть у нейросети название забытого метода, и совсем другое — доверить ей проектирование микросервиса, обрабатывающего миллионы транзакций. Разработчики, освоившие агентный подход, признаются, что стали тратить время иначе: если раньше час уходил на перебор вариантов в диалоговом окне, то теперь те же минуты инвестируются в продумывание архитектуры и граничных условий. Это кардинально меняет экономику труда: рутина уходит машине, а человек оставляет за собой стратегию, творчество и ответственность за конечный продукт. Правда, цена ошибки в постановке задачи тоже резко возрастает: если агент получит размытое задание, он может сгенерировать гору качественного, но абсолютно бесполезного кода.
Что скрывается за красивыми цифрами и какие вызовы ждут впереди
Рекордные триллионы токенов и тридцатикратный рост неизбежно поднимают вопрос: кто и как проверяет качество этого необъятного массива сгенерированного кода? Ведь чем больше строк пишет машина без непрерывного человеческого контроля, тем выше вероятность, что в недрах проекта затаятся логические ошибки или уязвимости. Меньшов честно признал, что Сбер прошёл лишь первый этап трансформации и впереди ещё много вызовов. Один из них — создание новых систем верификации, где за работой агентов-творцов следят другие агенты, способные автоматически тестировать и искать аномалии. Без этого «завод» по производству кода рискует выпускать красивый внешне, но ненадёжный внутри продукт.
Ещё один пласт проблем лежит в области человеческого фактора и образования. Работа с агентами требует совершенно иного набора компетенций, чем классическое программирование, и здесь Сбер намерен развивать подходы совместно с российским IT-сообществом. Если раньше студентов учили синтаксису языков и алгоритмам, то теперь на первый план выходит умение декомпозировать сложные системы и переводить туманные пожелания заказчика на чёткий язык промптов. Инженер, не овладевший этим навыком, рискует превратиться в простого оператора, который лишь нажимает кнопку и получает непредсказуемый результат, не умея его ни исправить, ни осмыслить. Поэтому банк заинтересован в формировании новой культуры разработки, где у доски будут стоять не только машины, но и люди, способные задавать им правильные вопросы.
Нельзя сбрасывать со счетов и экономическую сторону. Тридцатикратный рост объёма вычислений — это серьёзная нагрузка на серверные мощности и энергопотребление. Однако Сбер, судя по динамике, считает такие затраты оправданными: скорость вывода новых продуктов на рынок становится критическим преимуществом в конкурентной борьбе. Когда код перестаёт быть узким горлышком, компания может позволить себе экспериментировать и обновлять сервисы с невиданной ранее быстротой. Генеративная фабрика превращает сырые описания бизнес-требований в готовые модули почти в реальном времени. И хотя до полного автопилота ещё далеко, уже сейчас ясно: соревнование выиграет не тот, кто нанимает больше программистов, а тот, кто научился точнее всех описывать реальность словами, доверяя воплощение машине.
Подписывайтесь на канал, чтобы не пропустить новые статьи и ставьте нравится.
