Команда из одного

Студент Московского физико-технического института разработал трехуровневый фреймворк, позволяющий соло-предпринимателю запускать сложные цифровые платформы без привлечения команды. Суть подхода — ИИ-агенты (нейросети, способные писать и тестировать код) берут на себя всю рутинную разработку, а сам предприниматель управляет процессом через диалог с ними. Методология уже апробирована на действующих проектах и доказала сокращение трудоемкости разработки в среднем в 8–9 раз.

В основе исследования лежит практический кейс по созданию платформ моделирования поведенческих интервенций (коррекции нежелательных привычек). Эти инструменты предназначены для работы с цифровыми двойниками пользователей и позволяют моделировать рандомизированные клинические исследования (RCT) без привлечения больших групп реальных людей на ранних этапах.

«Фреймворк структурирован на трех уровнях: стратегическом (формирование архитектуры и видения продукта), тактическом (декомпозиция задач и планирование) и операционном (непосредственная генерация кода, тестирование и развертывание). Особенность метода — применение “сократического диалога” с ИИ, когда нейросеть не дает готовых ответов, а задает наводящие вопросы. Это помогает не только генерировать код, но и проектировать дизайн-системы, базы данных и даже онтологию предметной области, что особенно ценно для соло-предпринимателей, выходящих на новые рынки»,— рассказал автор проекта, студент кафедры технологического предпринимательства МФТИ Сергей Савинский.

Методология демонстрирует кратный прирост эффективности практически на всех этапах создания цифрового продукта. Так, настройка инфраструктуры и DevOps-контуров с использованием ИИ-агентов занимает на 90% меньше времени и обходится на 85% дешевле. Разработка бэкенда и бизнес-логики ускоряется в 8–10 раз, а интеграция языковых моделей и системы работы с базами знаний становится на 95% быстрее при 80-процентной экономии бюджета. Подход протестирован при создании платформ «Нутричат» и Healora.

«Задача была такой: имея одного разработчика и один сервер, нужно было настроить обновления на продакшен и тестовый сервер, настроить Nginx и SSL, а также следить за состоянием сервера, делать бэкапы базы данных, управлять Docker-контейнерами, чистить диск, проверять безопасность — и все это из одного меню в терминале. Традиционно для этого нанимают DevOps-инженера за 200–400 тыс. руб. в месяц или тратят недели на самостоятельное освоение. За примерно две недели итеративного диалога с ИИ-агентом удалось создать полноценный DevOps-интерфейс — интерактивное меню из 36 опций, которое заменяет работу целого отдела»,— добавил Сергей Савинский.

По словам разработчика, даже трудоемкое написание технической документации благодаря агенту удалось ускорить в 12 раз. Суммарный эффект складывается из двух факторов: исключения коммуникационных потерь, которые в классических командах съедают до 15–25% рабочего времени, и возможности параллельного выполнения задач несколькими ИИ-агентами одновременно.

Несмотря на впечатляющие цифры, авторы предупреждают: у ИИ-разработки есть риски. Среди них — ошибочные ответы нейросетей, утечка данных, неопределенность с законодательством и даже потеря навыков у самих разработчиков. Для компенсации этих рисков в проектах «Нутричат» и Healora используют несколько моделей одновременно (в том числе российский GigaChat) и специальную настройку запросов, которая повышает точность ответов. Кроме того, работа опирается на международные стандарты по управлению рисками. Среди преимуществ проекта разработчики отмечают освоение новых предметных областей в процессе разработки продукта.

«При разработке систем в новых предметных областях ИИ-подход дает инженеру возможность быстрого погружения в специфику новой темы. Экспертов это не заменит, но позволяет выстраивать с ними профессиональную коммуникацию. Например, в моих проектах это были генетика, биоинформатика и поведенческая теория, которыми я никогда раньше не занимался»,— рассказал разработчик.

Технология может применяться в малых инновационных предприятиях и стартапах, ориентированных на быстрое создание конкурентоспособного программного обеспечения.