# Итамар Фридман из CodiumAI: «Программирование будущего — это не написание строк, а управление ИИ-агентами» Источник: https://www.youtube.com/watch?v=Hf4IW_XcyTc Канал: Eye on AI Опубликовано: 13.06.2024 --- 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 [[JUMP:02:11]] Итамар Фридман поставил перед собой и своей командой задачу, которая кажется почти невыполнимой в современной разработке: достижение уровня «Zero Bugs» (ноль багов) [02:25]. 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 [02:51]. Для реализации этой концепции CodiumAI развивает не просто очередной чат-бот для генерации функций, а полноценную мультиагентную платформу [03:04]. 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 [03:17]. * **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 [03:45]. Фридман отмечает, что на текущий момент инструменты CodiumAI имеют более 600,000 установок, что подтверждает огромный спрос на автоматизацию контроля качества [03:30]. ## 🏗️ От проектирования чипов к разработке ПО [[JUMP:05:47]] 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 [06:14]. Этот опыт сформировал его подход к программному обеспечению: в мире «железа» спецификации настолько строги, что можно математически доказать корректность работы модуля [06:42]. 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 [07:20]. До основания CodiumAI Фридман прошел через несколько этапов: 1. Получил магистерскую степень в области машинного обучения и оптимизации [06:54]. 2. Был техническим директором в двух стартапах, один из которых купила Alibaba Group [07:59]. 3. Работал в Alibaba Cloud, где занимался созданием систем AutoML для тонкой настройки моделей машинного обучения в период с 2017 по 2021 год [08:13]. Сам проект CodiumAI был запущен в августе 2022 года — буквально за несколько месяцев до мирового бума ChatGPT [08:53]. ## 🔮 Будущее: исчезнут ли программисты? [[JUMP:09:09]] 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 [10:26]. Фридман разделяет задачи на две категории: 1. **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 [11:25]. 2. **Энтерпрайз-разработка:** здесь всё гораздо сложнее. В крупных корпорациях из Fortune 100 нельзя просто нажать кнопку «сгенерировать и отправить в продакшен» [13:25]. 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» [14:19]. 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 [15:12]. ## 🧪 AlphaCodium и «проектирование потоков» (Flow Engineering) [[JUMP: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 [23:27]. Фридман критикует подход DeepMind в некоторых аспектах: * Оригинальный AlphaCode требует миллионы запусков модели (inference) для решения одной задачи [25:27]. * Модели DeepMind часто требуют специфической тонкой настройки под конкретные типы задач [25:13]. 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 [26:34]. Этот процесс включает в себя около 100 дискретных шагов [30:51]: 1. Внимательное чтение задачи. 2. Разбор крайних случаев (edge cases). 3. Предложение нескольких вариантов решения и анализ их плюсов и минусов. 4. Написание тестов до написания самого кода. 5. 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) [26:06]. Принципы «потокового проектирования» теперь интегрируются во все коммерческие продукты CodiumAI [28:01]. ## 🧠 Система 1 и Система 2: как ИИ учится думать медленно [[JUMP:32:35]] Фридман опирается на концепцию психолога Даниэля Канемана о двух системах мышления [32:47]. * **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 [37:31]. * **Система 2 (медленная):** Рациональный процесс, следование алгоритмам и правилам. Именно это обеспечивает «проектирование потоков» [33:56]. Фридман утверждает, что даже если обучить модель на «идеально чистом коде», это не решит проблему ошибок на 100% [38:51]. 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 [37:44]. ## 🛠️ Особенности продуктов и моделей [[JUMP: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 [44:24]. Технические нюансы работы платформы: * **Гибкость моделей:** Платная Enterprise-версия позволяет клиентам выбирать между моделями OpenAI, собственными моделями CodiumAI или другими топовыми решениями [47:46]. * **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 [42:03]. * **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 [42:17]. 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 [51:06].