# Джефф Дин: «Инструменты разработки должны работать со скоростью ИИ, а не человека» Источник: https://www.youtube.com/watch?v=bc4QwDd5jB0 Канал: Google for Developers Опубликовано: 21.05.2026 --- В рамках конференции Google I/O состоялась панельная дискуссия, посвященная наступлению «эры агентов» в искусственном интеллекте. Ведущие эксперты компании — Корай Кавукчуоглу, Джефф Дин, Лиз Рид и Джош Вудворд — обсудили, как новые модели семейства Gemini трансформируют привычные рабочие процессы: от написания кода до планирования отпуска и управления календарем. ## 🚀 Наступление эры агентного ИИ [[JUMP:0:05]] Открывая дискуссию, участники сошлись во мнении, что выход модели **Gemini 1.5 Flash** и обновление линейки Gemini знаменуют собой переход от простых чат-ботов к полноценным ИИ-агентам [0:18]. По словам Корая Кавукчуоглу (CTO Google DeepMind), главной целью разработки серии 1.5 было радикальное улучшение способностей ИИ к рассуждению и выполнению длительных, многоэтапных задач (long-horizon tasks) [1:13]. Ключевые факторы, обеспечившие этот скачок: * **Интенсивное внутреннее тестирование:** разработчики Google сами используют Gemini для написания кода, что позволило выявить узкие места в рабочих процессах и оперативно внедрить решения в архитектуру моделей [2:05]. * **Глубокая мультимодальность:** понимание контекста через видео, аудио и текст позволяет агентам действовать в реальном мире, а не только в рамках текстового окна [1:40]. * **Full-stack подход:** эффективность агентов зависит не только от софта, но и от аппаратной части. Джефф Дин отметил, что восьмое поколение тензорных процессоров (TPU v8) спроектировано с учетом разделения задач обучения и инференса (вывода), что критически важно для скорости работы агентов [3:50]. ## ⚡️ Компромисс между скоростью и ценностью [[JUMP:5:10]] Лиз Рид, возглавляющая подразделение Google Search, подчеркнула, что в эпоху агентов понятие «задержки» (latency) радикально пересматривается. По её мнению, готовность пользователя ждать ответа напрямую зависит от сложности делегируемой задачи [5:21]. В поисковых системах и агентных сервисах выстраивается следующая иерархия ожиданий: 1. **Мгновенные ответы:** если вопрос простой, пользователь ждет ответа за миллисекунды [5:46]. 2. **Длительные задачи:** если агент берет на себя планирование сложного маршрута для выходных (на что человек потратил бы 20 минут), пользователь готов подождать 10 секунд или даже минуту, занимаясь в это время другими делами [6:00]. 3. **Асинхронное выполнение:** для действительно масштабных задач (например, разработка архитектуры приложения) агенты должны работать в фоновом режиме, уведомляя пользователя о завершении этапов [6:37]. Это привело к созданию концепции **Gemini Spark** — «всегда включенного» 24/7 агента для подписчиков Gemini Advanced. Джош Вудворд рассказал, что использует Spark для автоматической обработки почты от руководства: агент может сам провести исследование по теме вопроса и подготовить черновик ответа, ожидая лишь финального одобрения [8:07]. ## 💻 Революция в разработке ПО: переход к «машинным скоростям» [[JUMP:15:40]] Джефф Дин выдвинул тезис о том, что существующая инфраструктура разработки ПО адаптирована под возможности человека, что становится бутылочным горлышком для ИИ. Большинство внутренних инструментов написаны для «человеческой частоты» взаимодействия [16:31]. Интересные факты о трансформации внутри Google: * **Оптимизация кода силами ИИ:** многие внутренние инструменты Google были написаны на Python для удобства людей. С помощью Gemini команды переписывают их на Go, что ускоряет работу в 10–20 раз. Модель получает на вход код на Python и набор тестов, выдавая на выходе оптимизированную систему на Go [18:29]. * **Смерть PRD (Project Requirements Documents):** Джош Вудворд отметил, что некоторые команды Labs месяцами не пишут традиционную документацию. Вместо этого они ведут файлы в формате Markdown (например, `design.md`), которые читаемы и человеком, и машиной напрямую [19:33]. * **Асинхронное программирование:** Корай Кавукчуоглу признался, что благодаря агентам вернулся к написанию кода. Он может поставить агенту задачу вечером, а утром проверить результат, что позволяет сохранять продуктивность даже при крайне плотном графике руководителя [23:02]. ## 🎨 Будущее интерфейсов и «Mission Control» [[JUMP:28:01]] Эксперты обсудили, как изменится наше взаимодействие с компьютерами. Джефф Дин полагает, что если у каждого человека будет условно по «30 виртуальных стажеров», текущий интерфейс чата станет бесполезным [30:11]. Возможные сценарии развития интерфейсов: * **Панель управления (Dashboard):** централизованный хаб для координации множества запущенных агентов [29:06]. * **Голосовое управление:** возврат к максимально естественному способу коммуникации, который будет «выкручен на максимум» [28:14]. * **Кастомизация интерфейса самим ИИ:** Лиз Рид предполагает, что в будущем агент сам будет решать, как представить информацию конкретному пользователю — в виде текста, подкаста или интерактивного графика, в зависимости от предпочтений человека [30:50]. ## 🔍 Сюрпризы «магического» ИИ [[JUMP:31:31]] В завершение дискуссии участники поделились моментами, которые их искренне удивили в последних разработках. Для Корая Кавукчуоглу таким моментом стал эксперимент в **Project Astra**, где группа из сотен агентов за полтора дня смогла коллективно спроектировать и собрать работающую операционную систему с нуля по одной команде [34:19]. Лиз Рид отметила удивительную синергию: инструменты для разработчиков (SDK агентов) оказались настолько эффективными, что их интегрировали в «сердце» обычного поиска Google, хотя раньше эти сферы считались изолированными [35:25]. Джош Вудворд выделил инструмент **Google Vids** (ранее упоминался как Flow), где профессиональные режиссеры могут буквально «вписывать» кодом свои собственные фильтры и визуальные эффекты, создавая софт внутри софта [32:49].