Джоди Бейли, директор по технологиям продуктов Stack Overflow, рассказал порталу The New Stack о том, как предприятия и корпоративные разработчики могут повысить эффективность применения искусственного интеллекта.

Опрос Stack Overflow «2025 Developer Survey» показал, что почти каждый четвертый разработчик (24%) доволен своей работой. Конечно, это не самый впечатляющий процент, но он лучше, чем прошлогодний, когда довольным оказался только каждый пятый (20%).

В то же время, разработчики, похоже, заключили непростой мир с ИИ: 78,5% сказали, что используют ИИ от ежедневно до ежемесячно. Для сравнения, 16,2% не используют инструменты ИИ и не планируют этого делать. Еще 5,3% пока не используют эти инструменты, но планируют начать в ближайшее время. На этот вопрос ответили более 33 660 респондентов, или 68,7%.

Программисты, похоже, также уже чувствуют себя немного более комфортно в отношении использования ИИ-агентов: 23% используют их регулярно.

Опрос показал, что 64% респондентов считают, что ИИ не угрожает их рабочим местам, что немного меньше прошлогодних 68%. Также выяснилось, что респонденты, которые в настоящее время в основном используют инструменты ИИ для выполнения задач в процессе разработки, очень довольны ИИ и часто используют его для поиска ответов или изучения новых концепций.

«Определение разработчика будет эволюционировать, — предсказывает Бейли. — Действительно, будет больше людей, занимающихся разработкой, потому что это станет проще. Инструменты, модели ИИ будут продолжать совершенствоваться».

Улучшение ИИ приведет к тому, что больше работников, в том числе разработчиков, будут использовать ИИ для воплощения своих идей в жизнь, говорит он.

«Есть много инженеров и разработчиков, у которых есть действительно отличные идеи, но ограниченное количество времени и ограниченные возможности, — отмечает Бейли. — ИИ-инструменты позволят людям более эффективно представлять свои идеи относительно дизайна и продукта. Это позволит людям больше заниматься инновациями и сосредоточиться на решении проблем пользователей, а не просто постоянно возиться с кодом».

Однако, по его словам, использование ИИ для разработки сопряжено с определенными трудностями, особенно в корпоративной среде.

Проблема № 1. Указания руководства по использованию ИИ

Несмотря на рост использования ИИ, доверие к ответам и коду, генерируемым ИИ, снижается, что свидетельствует о здоровом скептицизме по отношению к инструментам ИИ, говорит Бейли.

Из всех респондентов Stack Overflow большинство в той или иной степени не доверяют результатам ИИ — 45,7% против 30,7%, которые доверяют ему (только 60,78% респондентов ответили на этот вопрос). Что касается профессиональных разработчиков (52,4% ответов), то выяснилось, что 46% из них не доверяют ИИ, а 32,3% доверяют ему.

Существует также разрыв между высшим руководством и разработчиками. Руководители склонны думать, что ИИ может делать все и что он делает это очень быстро, отмечает Бейли. Некоторые руководители даже ограничивают наем, если команда не может доказать, что работа не может быть выполнена с помощью ИИ. Другие заявляют, что если разработчики не будут использовать ИИ, то у них не будет работы.

Бейли считает, что оба подхода являются неправильными.

«По моему опыту, такие требования часто приводят к обратному результату, — поясняет он. — Ожидать, что весь код будет написан ИИ, — это, вероятно, неправильное ожидание. Слепо доверять всему, что мы генерируем с помощью ИИ, без надлежащей проверки и понимания — это неправильно».

Проблема № 2. Некачественный код, сгенерированный ИИ

Хотя руководители, похоже, считают, что ИИ может справляться с задачами кодирования, старшие разработчики видят ситуацию иначе. По их мнению, ИИ выполняет около 80% проекта, но оставляет 20% незавершенными. К сожалению, эти 20% в конечном итоге требуют больше усилий, чем положено.

Недоверие разработчиков во многом связано с тем, что ИИ генерирует плохой или бессмысленный код. Для старших разработчиков это приводит к необходимости выбирать между исправлением некорректного ИИ-кода, который, возможно, был создан на основе неадекватных подсказок, и написанием кода с нуля.

«Старшие инженеры задаются вопросом: что будет быстрее — сгенерировать код и исправить его или просто написать код, — сказал Бейли. — Иногда приведение кода в соответствие требует больше усилий».

По его словам, один из способов, которым предприятия решают проблему плохого кода, созданного ИИ, — это требование к разработчикам предоставлять свои подсказки вместе с запросами на изменения (PR).

«Еще предстоит многому научиться в области использования ИИ для генерации кода, — говорит Бейли. — В частности, мы видим, насколько сильно подсказки могут повлиять на то, что на самом деле будет сгенерировано».

Старшие инженеры говорят: если кто-то не понимает код, как он может задавать правильные вопросы? Если подсказка включена в PR, старшие разработчики смогут определить, какую роль плохо сформулированный запрос сыграл в создании некорректного кода.

«Я думаю, что это действительно умная идея, потому что это очень похоже на собеседование с инженером, когда вы можете попросить его решить какую-то задачу. Вы не ожидаете, что он обязательно напишет весь код, но расскажет, как он бы это сделал», — говорит Бейли.

Проблема № 3. ИИ не хватает данных о внутреннем коде и практиках

Еще одна распространенная проблема заключается в том, что большие языковые модели (LLM) не обладают специфическими, проприетарными знаниями, которые являются уникальными для кодовой базы, стандартов и передовых практик компании. Чтобы компенсировать эти проблемы, разработчикам необходим доступ к инструментам, основанным на внутренней базе знаний по кодированию их организации.

«Другой момент, особенно на крупных предприятиях, заключается в том, что почти все используемые ими инструменты ИИ построены на общедоступном корпусе информации, который может быть или не быть актуальным для их конкретной организации, — говорит Бейли. — Так как же предоставить разработчикам более детальную или проприетарную информацию в тот момент, когда она им нужна?».

Один из способов, которым Stack Overflow помогает решить эту проблему, — это предоставление знаний о кодировании. Например, Stack Overflow for Teams, корпоративное SaaS-решение для инженеров, которое используется более чем 20 000 организаций, предоставляет слой интеллектуальных знаний, который помогает разработчикам получать доступ к соответствующей внутренней документации и передовым практикам во время кодирования. В планах также есть предоставление дополнительных знаний через Model Context Protocol или IDE.

LLM поддерживают множество стандартов кодирования: они могут выполнять функции и писать код за вас, отмечает Бейли. Но все это основано на стандартных отраслевых практиках. Вопрос тогда заключается в том, как выявить эти конкретные стандарты внутри организации и сделать их частью процесса.

По словам Бейли, этот уровень интеллектуальных знаний очень важен для разработчиков. «Мы хотим, чтобы они могли легко получить доступ к этой информации во время написания кода, а не были вынуждены прерывать работу и искать ее», — поясняет он.