Как ИИ меняет работу разработчиков и команды
В одной команде разработки за несколько месяцев ИИ из любопытного эксперимента превратился в обычный рабочий инструмент. Вместе с этим поменялись роли, процессы, требования к качеству и даже подход к безопасности данных.
От экспериментов к рабочему процессу
В команде примерно из двух десятков человек — разработчики на 1С и смежных стеках, тестировщики и аналитики — переход к ИИ начался без заранее прописанного плана. Весной 2026 часть сотрудников просто пробовала ИИ-агентов в личных проектах, а уже летом это стало частью повседневной работы.
Самое заметное изменение оказалось не в том, что код стал писаться быстрее, а в том, что выросла роль ревью и архитектурных решений. Ручного написания кода стало заметно меньше, зато больше времени уходит на проверку результата и выбор правильной реализации — именно к такому сдвигу сейчас приходит индустрия.
Почему команде пришлось менять процессы
К концу лета команда начала тестировать локальную генерацию на собственном железе и собрала общую базу знаний. Сначала она охватывала все используемые стеки, а затем из неё выделили отдельный блок по 1С и связанным технологиям. Чтобы опыт не терялся, раз в неделю стали проводить внутренние встречи по обмену практиками работы с ИИ-инструментами.
Осенью подключили облачного ИИ-агента как основной инструмент для всей команды, но перед этим пришлось убрать из кода учётные данные и другую чувствительную информацию. Параллельно начали пилотировать spec-driven development: сначала на аналитиках и разработчиках, а для проверки обещаний моделей стали использовать отраслевой бенчмаркинг-проект PRISM.
Что показали данные индустрии
Автор сверил свой опыт с отраслевыми оценками и нашёл несколько совпадений. Gartner ожидает, что большая часть кода будет создаваться ИИ-агентами, а опытные разработчики будут в основном проверять и направлять результат; по их же оценке, к 2027 году 80% инженеров придётся переучивать. IDC описывает похожий сдвиг: разработчик всё чаще становится не кодером, а надзирателем за агентами.
При этом McKinsey напоминает, что сама по себе технология не даёт гарантированного роста эффективности: средняя прибавка продуктивности от ИИ составляет около 3%, а у 30% команд она даже снижается. Это значит, что главная польза появляется тогда, когда компания меняет не только инструменты, но и роли, правила ревью, подход к спецификациям и контроль затрат.
Что это значит для обычной команды
История команды показывает, что ИИ полезен не как «волшебная кнопка», а как повод перестроить рабочий процесс. Spec-driven development помогает уменьшить путаницу: сначала фиксируется спецификация, а уже потом из неё рождается код. Это особенно важно там, где модель может написать рабочий фрагмент, но не до конца понять задачу.
Есть и менее приятная сторона: несколько человек заметили ухудшение сна и самочувствия из-за резкого погружения в новую технологию. Ещё один вывод касается денег: по оценкам Gartner, без контроля расходы на токены могут превысить среднюю зарплату разработчика уже к 2028 году. Поэтому компаниям важно считать ROI, ставить лимиты и проверять, что ИИ действительно помогает, а не просто увеличивает расходы.