Менеджер проєктів для інструментів розробників у Google Райан Салва поділився досвідом інтеграції штучного інтелекту в процес написання коду. З огляду на його роботу з такими інструментами, як Gemini CLI та Gemini Code Assist, команда Салви підтримує тенденцію до переходу розробників до агентного програмування.
Про це розповідає ProIT
Вплив AI на роботу розробників
За словами Райана Салви, нове незалежне дослідження показало, як саме розробники користуються AI-інструментами і який шлях ще належить пройти. Дослідження виявило, що середня дата, коли розробники почали використовувати штучний інтелект у роботі, припадає на квітень 2024 року. Саме тоді з’явилися моделі Claude 3 і Gemini 2.5, які відкрили еру моделей, здатних до складних міркувань. Одночасно суттєво покращилася функція звернення до зовнішніх інструментів (tool-calling), що дозволяє моделям самостійно виправляти власні помилки на різних етапах задачі.
Для розв’язання завдань програмування інструменти штучного інтелекту повинні не лише аналізувати код, а й виконувати зовнішні операції: наприклад, здійснювати пошук, компілювати код, запускати модульні та інтеграційні тести. Саме ця гнучкість у використанні зовнішніх інструментів підвищує ефективність AI у програмуванні.
Як AI змінює процес написання коду
“Я б сказав, що близько 70-80% моєї роботи — це взаємодія з терміналом за допомогою природної мови, коли я використовую Gemini CLI для створення вимог, а потім дозволяю Gemini CLI писати більшість коду за мене, після чого переглядаю та аналізую результат у відповідному IDE”, — поділився Райан Салва.
У власних професійних та особистих проєктах Салва активно застосовує різноманітні AI-інструменти, зокрема Gemini CLI, Claude Code, Codex та різні інтегровані середовища розробки — Zed, VS Code, Cursor, Windsurf. Він пояснює, що на професійному рівні менеджери продуктів найбільше працюють із документацією, тому застосування AI для написання специфікацій і вимог стало для нього буденною практикою.
Типовий робочий процес починається з постановки завдання, наприклад, через issue на GitHub. Якщо опис проблеми недостатньо конкретний, Салва використовує Gemini CLI для формування більш докладної вимоги у форматі Markdown. Далі інструмент допомагає написати код відповідно до специфікації та командних стандартів, які закріплені у внутрішній документації. Під час усунення помилок Gemini CLI оновлює вимоги, фіксуючи зміни у вигляді окремих комітів і pull request, що дозволяє легко відстежувати історію проєкту.
Він зазначає, що сучасна розробка поступово змінює свій фокус: якщо раніше основна робота проходила у середовищі розробки (IDE), то нині все більше часу витрачається на підготовку вимог, а безпосереднє написання коду автоматизується за допомогою AI. Салва прогнозує, що ця тенденція збережеться і надалі, але зміни триватимуть поступово.
На думку Райана Салви, роль розробника у майбутньому стане подібною до архітектора: основне завдання — розбивати складні проблеми на менші частини й знаходити шляхи їх вирішення. Замість фокусування на синтаксисі програмування, дедалі важливішим стає стратегічне бачення продукту і вміння формулювати завдання для AI.