«AI ошибается в кодинге не меньше, чем люди»

В апреле 2025 программист и предприниматель Родион Мостовой вместе с кофаундером запустил стартап CodeAlive. Он экономит время разработчикам на изучение кодовой базы проекта, улучшает код-ревью за счет нейросетей и усиливает кодовых агентов. Продуктом уже пользуются три компании в Казахстане, плюс он оказался полезным для бизнес-аналитиков и тестировщиков.

В интервью Цифровой Орде основатель и CEO стартапа рассказал, как работает система, чем она помогает IT-командам и так ли AI-кодинг хорош на самом деле. 

Чем крупнее компания, тем больше ее кодовая база

Идея стартапа пришла мне в начале 2024 года. На последнем месте работы я быстро вырос до тимлида и тогда же обратил внимание, что коллеги тратят много времени на простые задачи из-за сложного кода и большой кодовой базы. 

Сначала занимался созданием прототипа в свободное время, а уже через полгода привлек в проект знакомых разработчиков. После демонстрации MVP CTO из крупной казахстанской компании я получил достаточно положительные отзывы. По этой причине занялся проектом на фултайме и открыл под него компанию.

Сейчас в нашей команде 5 человек. У нас казахстанско-польский стартап, потому что я сам работаю в Казахстане, а мой кофаундер — в Польше. 

О продукте и функциональности 

Наша система поддерживает около 20 языков программирования, а ее функциональность, помимо ответов по коду, включает проверку кода на ошибки и уязвимости. Продукт доступен в облачной версии и в формате on-premises. Второй вариант предпочтителен для работы в закрытом контуре.

Система актуальна для всех IT-компаний, но наибольшую пользу приносит крупным организациям (enterprise), где нужно поддерживать много устаревшего кода. Она способна изучить весь код компании, создать на его основе базу знаний и упростить работу разработчикам, аналитикам и тестировщикам.

Допустим, если сотрудник  хочет разобраться, как работает оформление заказов в интернет-магазине, наша система найдет релевантные разделы документации, фрагменты кода и функции, а также укажет ссылки на источники. Затем нейросеть генерирует ответ в виде текста или диаграммы, если нужно показать процессы и взаимосвязи в наглядном виде.

До крупных компаний достаточно сложно дотянуться, а цикл сделки может растянуться на месяцы. Поэтому добавили новую функцию — автоматизированное код-ревью на базе движка CodeAlive. Плюс научились усиливать кодовых агентов контекстом из нашей системы, чтобы сделать продукт полезным для более широкой аудитории.

Сейчас в компаниях очень много кода генерирует AI, и ошибается он не меньше, чем люди. Наша система проверяет код не изолировано, а с учетом контекста всего проекта. Таким образом, помогаем IT-компаниям и стартапам выявлять больше ошибок и багов, плюс ускорять код-ревью. Также договорились с Astana Hub добавить наш продукт в маркетплейс технопарка. 

Продолжение 👇👇👇

Начало 👆

Почему не стали гнаться за хайпом AI-кодинга

Наше решение работает на базе уже доступных LLM. По сути, мы придумали технологию грамотной индексации и подготовки кода для работы с нейросетями. В облачной версии используем LLM семейства Gemini, а в on-premise можем подключить любую опенсорсную или кастомную модель.

На рынке уже много продуктов по генерации кода. Разработчики поделились на два лагеря. Один в восторге от AI-кодинга, другие считают, что нейронки пишут код  хуже стажеров, и больше времени уходит на его проверку.

Мы же создали деликатного помощника для рутины, которую разработчики не очень любят. В среднем они тратят около 30% рабочего времени просто на то, чтобы разобраться в коде проекта. CodeAlive ускоряет тот же процесс в два раза, а с код-ревью и выявлением багов может сэкономить до 30% рабочего времени.

AI vs программисты

AI-агенты уже могут автономно справиться с небольшими объемами работы, но я не знаю ни одной зрелой компании, которая бы запускала на рынок цифровые продукты, полностью сгенерированные ИИ. 

Как бы хорошо AI не кодил, кто-то должен все проверить и взять на себя ответственность за результат. Но то, что IT-индустрия стремительно меняется — это факт.  Умение грамотно использовать нейросеть в работе — уже базовый навык. 

О борьбе с галлюцинациями

Обычно галлюцинации возникают в двух случаях: когда у нейросети  недостаточно контекста либо данных чересчур много, и нейронка в них путается. У нас риск галлюцинации минимален за счет того, что выявление связей в коде работает на базе надежных детерминированных алгоритмов.

А вот генерация диаграмм как раз подвержена галлюцинациям. Для борьбы с ними мы внедрили специального «перехватчика». Он валидирует синтаксис и логику диаграммы еще на этапе генерации, после чего корректирует результат по мере необходимости.

В планах 

Уже расширяем возможности базы знаний, чтобы она добавляла в контекст документацию из Confluence, Jira и других сервисов, расшифровку встреч и не только. В итоге получится живая база знаний, учитывающая все знания компании, которую могут использовать как люди, так и AI-агенты. Параллельно изучаем рынки стран ЦА и Европы и готовимся к привлечению инвестиций. 

#интервью #AI

@sandyq_orda – цифровизация Казахстана в деталях