В эпоху бурного развития генеративного искусственного интеллекта написание кода стало одной из самых перспективных областей для автоматизации. Итамар Фридман, сооснователь и генеральный директор компании CodiumAI, делится своим видением того, как мультиагентные системы помогут разработчикам достичь амбициозной цели — написания кода с «нулевым количеством багов».
🎯 Миссия: код без ошибок и проблем 2:11
Итамар Фридман поставил перед собой и своей командой задачу, которая кажется почти невыполнимой в современной разработке: достижение уровня «Zero Bugs» (ноль багов) . По его мнению, простого написания работающего кода недостаточно; необходимо стремиться к «целостности кода» (Code Integrity), что включает в себя отсутствие не только ошибок в логике, но и любых проблем с безопасностью, производительностью и соответствием лучшим практикам .
Для реализации этой концепции CodiumAI развивает не просто очередной чат-бот для генерации функций, а полноценную мультиагентную платформу . Фридман выделяет два ключевых инструмента, которые уже используют сотни тысяч разработчиков:
- Codiumate: Плагин для сред разработки (IDE), таких как VS Code и JetBrains, предназначенный для помощи отдельным программистам в планировании задач и анализе написанного кода .
- PR Agent: Инструмент для командной работы, который интегрируется в GitHub, GitLab или Bitbucket. Он анализирует запросы на слияние (Pull Requests), помогает описывать изменения и находить проблемы до того, как код попадет в основную ветку .
Фридман отмечает, что на текущий момент инструменты CodiumAI имеют более 600,000 установок, что подтверждает огромный спрос на автоматизацию контроля качества .
🏗️ От проектирования чипов к разработке ПО 5:47
Путь Фридмана к созданию ИИ-инструментов для программистов начался с работы в индустрии аппаратного обеспечения. В компании Mellanox (позже поглощенной NVIDIA) он занимался верификацией чипов . Этот опыт сформировал его подход к программному обеспечению: в мире «железа» спецификации настолько строги, что можно математически доказать корректность работы модуля .
По словам гостя, софтверной индустрии есть чему поучиться у создателей «железа» в вопросах тестирования и верификации. Однако он признает, что в ПО всё сложнее, так как входными данными часто являются не четкие биты, а туманные «пользовательские истории» (user stories), написанные людьми .
До основания CodiumAI Фридман прошел через несколько этапов:
- Получил магистерскую степень в области машинного обучения и оптимизации .
- Был техническим директором в двух стартапах, один из которых купила Alibaba Group .
- Работал в Alibaba Cloud, где занимался созданием систем AutoML для тонкой настройки моделей машинного обучения в период с 2017 по 2021 год .
Сам проект CodiumAI был запущен в августе 2022 года — буквально за несколько месяцев до мирового бума ChatGPT .
🔮 Будущее: исчезнут ли программисты? 9:09
На вопрос ведущего Крейга Смита о том, наступит ли день, когда обычный человек сможет просто надиктовать задачу и получить готовый код, Фридман дает осторожный прогноз. Он считает, что это произойдет, но не в ближайший год .
Фридман разделяет задачи на две категории:
- Простые независимые задачи (уровень Upwork): создание небольшого лендинга или изменение страницы. Здесь автоматизация достигнет высокого уровня через 3–5 лет. Технические менеджеры смогут «присматривать» за ИИ-разработчиком, лишь изредка внося правки .
- Энтерпрайз-разработка: здесь всё гораздо сложнее. В крупных корпорациях из Fortune 100 нельзя просто нажать кнопку «сгенерировать и отправить в продакшен» .
По мнению Фридмана, ключевым элементом станет платформа верификации. Даже если технический менеджер сможет описать спецификацию на естественном языке, системе потребуетсяdashboard, который подтвердит: «Все требования соблюдены, существующие функции не сломаны» . Разработчики не исчезнут, но их роль изменится: они будут решать самые сложные задачи, которые не под силу автоматике, и выступать в роли «пилотов» в высокотехнологичном коктейле .
🧪 AlphaCodium и «проектирование потоков» (Flow Engineering) 22:49
Одним из главных исследовательских достижений компании стал проект AlphaCodium. Это ответ на AlphaCode от Google DeepMind — системы, предназначенной для участия в соревнованиях по программированию на платформе Codeforces .
Фридман критикует подход DeepMind в некоторых аспектах:
- Оригинальный AlphaCode требует миллионы запусков модели (inference) для решения одной задачи .
- Модели DeepMind часто требуют специфической тонкой настройки под конкретные типы задач .
CodiumAI предложила альтернативу — Flow Engineering (проектирование потоков). Вместо того чтобы просто слать один сложный промпт (Prompt Engineering), AlphaCodium заставляет ИИ имитировать процесс работы реального программиста .
Этот процесс включает в себя около 100 дискретных шагов :
- Внимательное чтение задачи.
- Разбор крайних случаев (edge cases).
- Предложение нескольких вариантов решения и анализ их плюсов и минусов.
- Написание тестов до написания самого кода.
- Итеративное исправление ошибок на основе результатов тестов.
Такой подход позволил AlphaCodium превзойти результаты DeepMind, используя значительно меньше вычислительных ресурсов и работая без специфического дообучения (fine-tuning) . Принципы «потокового проектирования» теперь интегрируются во все коммерческие продукты CodiumAI .
🧠 Система 1 и Система 2: как ИИ учится думать медленно 32:35
Фридман опирается на концепцию психолога Даниэля Канемана о двух системах мышления .
- Система 1 (быстрая): Интуиция, мгновенные ответы. Это то, как работают современные LLM по умолчанию — они просто предсказывают следующий токен. Фридман считает, что в таком режиме и люди, и ИИ склонны к галлюцинациям .
- Система 2 (медленная): Рациональный процесс, следование алгоритмам и правилам. Именно это обеспечивает «проектирование потоков» .
Фридман утверждает, что даже если обучить модель на «идеально чистом коде», это не решит проблему ошибок на 100% . Проблема не в данных, а в методе использования модели. Для создания надежного ПО нужен «агент», который использует внешние инструменты для проверки своих гипотез, подобно тому как человек гуглит информацию для верификации своих мыслей .
🛠️ Особенности продуктов и моделей 42:30
Инструменты CodiumAI уникальны тем, что они ориентированы на «покрытие поведением» (Behavior Coverage). Вместо скучной статистики по покрытию строк кода тестами, ИИ предоставляет описание на естественном языке: что именно проверяет каждый тест и какие ветки логики задействованы .
Технические нюансы работы платформы:
- Гибкость моделей: Платная Enterprise-версия позволяет клиентам выбирать между моделями OpenAI, собственными моделями CodiumAI или другими топовыми решениями .
- Безопасность: Компания предоставляет возможность запуска моделей на собственных серверах клиентов (On-premise) в изолированной среде (air-gap), что критически важно для корпораций, опасающихся утечки интеллектуальной собственности .
- Собственные разработки: Для специализированных задач (анализ кода, поиск багов) CodiumAI тренирует свои модели, которые в этих узких нишах показывают результаты не хуже, а иногда и лучше, чем GPT-4 Turbo .
В завершение беседы Итамар Фридман призвал разработчиков не бояться за свои рабочие места, но активно осваивать ИИ-инструменты. Через пять лет программирование будет напоминать «оркестровку» или управление кабиной пилота сложного авиалайнера, где рутинные проверки автоматизированы, а человек берет на себя управление только в критические моменты .
