Як ШІ назавжди змінив розробку програмного забезпечення — створення агентного майбутнього разом з Андре Бальтьєрі [MVP]

Штучний інтелект змінює розробку програмного забезпечення швидкістю, якої ми раніше майже не бачили. Розробники вже перейшли від написання кожного рядка коду самостійно до роботи з AI-асистентами, які можуть генерувати код, пояснювати незнайомі системи, створювати тести, налагоджувати застосунки та автоматизувати повторювану роботу. Але, за словами Microsoft MVP Андре Бальтьєрі, це лише початок.

У цьому епізоді M365.FM Мірко Пітерс розмовляє з Андре, занурюючись у перехід від традиційної розробки програмного забезпечення до розробки з AI-асистентами, кодувальними агентами, агентними архітектурами, Microsoft Agent Framework, .NET, RAG, інженерією контексту, безпекою та економікою генеративного ШІ.

ВІД .NET У 2003 РОЦІ ДО ЕПОХИ ШІ
Андре повертається до ранніх днів .NET і C#, коли вивчення нової технології Microsoft часто означало купівлю офіційного навчання та поїздку до іншого міста. Відтоді розробка програмного забезпечення пройшла шлях від настільних, веб-, мобільних і хмарних застосунків до контейнерів, мікросервісів і serverless-обчислень. Андре стверджує, що перехід до ШІ відчувається принципово інакше. Замість того, щоб просто додати ще одну платформу чи фреймворк, ШІ створює новий спосіб взаємодії людей із програмним забезпеченням.

AI-АСИСТЕНТИ ПРОТИ AI-КОДУВАЛЬНИХ АГЕНТІВ
Існує важлива різниця між наявністю AI-асистента всередині IDE і делегуванням роботи агенту. Асистент може пояснювати код, пропонувати рефакторинг, відповідати на запитання та допомагати розробникам розуміти їхні застосунки. Агент може отримати мету, створити план, розділити роботу на менші завдання, використовувати інструменти, координувати додаткових агентів і реалізувати значні частини рішення. Андре пояснює, як це вже змінює його власний робочий процес, оскільки ШІ тепер генерує значну частину коду, який раніше він писав вручну.

РОЗРОБКА ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ, ОРІЄНТОВАНА НА СПЕЦИФІКАЦІЇ
Оскільки агенти стають дедалі спроможнішими, специфікації набувають дедалі більшого значення. Замість опису кожної деталі реалізації розробники можуть визначати вимоги, архітектуру, обмеження та очікувану поведінку, а агенти самостійно визначатимуть, як слід реалізувати окремі частини. Це зміщує увагу розробника від простого створення коду до визначення того, що має бути створено і чому.

MICROSOFT AGENT FRAMEWORK
Розмова переходить до Microsoft Agent Framework та його ролі в інтеграції можливостей ШІ у наявні застосунки. Андре пояснює, як фреймворк об'єднує можливості, пов'язані з Semantic Kernel і AutoGen, та надає розробникам інструменти для підключення моделей, оркестрації робочих процесів, використання MCP, реалізації RAG, обробки завантаження даних і надання функціональності застосунку ШІ. Для розробників .NET це може суттєво зменшити обсяг коду інтеграції.

ЧОМУ .NET І ДАЛІ ВАЖЛИВИЙ В ЕПОХУ ШІ
Python і далі залишається однією з провідних мов у розробці ШІ, але Андре рішуче стверджує, що .NET і C# дуже добре підходять для корпоративних застосунків зі ШІ. .NET продовжує швидко розвиватися, а інструменти Microsoft для ШІ дедалі частіше надають розробникам C# нативний доступ до сучасних можливостей ШІ. Організації, які вже роками реалізують бізнес-логіку на .NET, можуть мати значну перевагу: їм не обов'язково переписувати все, щоб упровадити ШІ. Наявну функціональність можна вибірково відкрити для агентів і застосунків на базі ШІ.

ВІД ДЕТЕРМІНОВАНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ДО АГЕНТНИХ СИСТЕМ
Традиційні застосунки здебільшого детерміновані: якщо відбулося X, виконай Y. Агентні системи вводять іншу модель: ось мета, визнач, які дії потрібні для її досягнення. Це становить суттєвий архітектурний зсув. Замість явного визначення кожного можливого шляху розробники дедалі частіше визначають цілі, інструменти, контекст, дозволи, обмеження та межі, у яких може діяти ШІ.

ПАТЕРНИ ПРОЄКТУВАННЯ НЕ ВМЕРЛИ
Код, згенерований ШІ, не відміняє десятиліть знань інженерії програмного забезпечення. Чистий код, підтримуваність, тестування, архітектура та патерни проєктування залишаються важливими, адже ШІ часто вчиться реалізовувати нову функціональність, аналізуючи наявну кодову базу. Неохайний код, таким чином, може породжувати ще більше неохайного коду. Розробникам і далі потрібно розуміти архітектуру та інженерні принципи, навіть коли більшість реалізації виконує агент.

ПРОБЛЕМА СТОХАСТИЧНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ
Традиційні розробники очікують, що однакові вхідні дані дають однакові результати. Генеративний ШІ є імовірнісним. Той самий запит може призвести до різних реалізацій, відповідей або поведінки під час кількох виконань. Андре пояснює, чому це вимагає від розробників переосмислити тестування і валідацію та чому дедалі важливішими стають сильні механізми захисту, коли функціональність ШІ відкривається великій кількості користувачів.

ІНЖЕНЕРІЯ КОНТЕКСТУ ВАЖЛИВІША ЗА PROMPTING
Вибір найновішої моделі не завжди є найважливішим рішенням. Андре стверджує, що контекст — це все. Розробникам потрібно достатньо добре розуміти як бізнес-проблему, так і технічне середовище, щоб надати ШІ правильну інформацію. Замало контексту дає слабкі результати. Забагато контексту може перевантажити модель. Завдання полягає в тому, щоб знайти інформацію, яка справді має значення.

RAG, ДАНІ ТА ВІКНО КОНТЕКСТУ
Retrieval-Augmented Generation стає особливо важливим, коли організації хочуть, щоб системи ШІ працювали з їхніми власними знаннями. Але побудова RAG-системи — це не просто завантаження документів у векторну базу даних. Дані потрібно очистити, структурувати, розбити на фрагменти, знайти та інтелектуально вставити в контекст моделі. Андре ділиться прикладом зі своєї освітньої платформи, де відеоуроки транскрибувалися та індексувалися, щоб користувачі могли шукати поняття і переходити безпосередньо до відповідного моменту відео.

ПАМ'ЯТЬ І КЕРУВАННЯ КОНТЕКСТОМ ШІ
Довгі розмови з ШІ створюють інший виклик: пам'ять. Коли вікна контексту заповнюються, розмови потрібно підсумовувати або ущільнювати. Андре пояснює, чому розробникам слід активно керувати цим процесом, а не сподіватися, що система ШІ завжди збереже найважливішу інформацію. Іноді найкраще рішення напрочуд просте: завершити завдання, закрити розмову та почати знову з чистим контекстом. Специфікації та Markdown-файли також можуть забезпечувати постійний контекст проєкту для кодувальних агентів.

БЕЗПЕКА, ДОЗВОЛИ ТА НАЙМЕНШІ ПРИВІЛЕЇ
Надання AI-агенту доступу до інструментів і корпоративних даних створює суттєві наслідки для безпеки. Андре рекомендує ставитися до агентів за принципами, подібними до людських ідентичностей: за замовчуванням закривати все й відкривати лише те, що агенту справді потрібно. Замість надання системі ШІ необмеженого доступу до бази даних розробники мають відкривати ретельно контрольовані функції, які повертають лише ту інформацію, що потрібна для конкретного завдання. Це особливо важливо, коли агенти можуть читати або змінювати корпоративні дані.

PROMPT INJECTION І ОБМЕЖЕННЯ ДЛЯ ШІ
Prompt injection створює нову поверхню атаки для застосунків на базі ШІ. Користувачі можуть навмисно маніпулювати промптами, намагатися отримати інформацію поза межами призначеного контексту, витрачати ресурси компанії або переконати систему ШІ виконати дії, які її творці не передбачали. Дискусія розглядає важливість системних інструкцій, обмежень на рівні застосунку, контрольованих функцій, ідентичності, дозволів і таких платформ, як Azure AI Foundry, для створення додаткових меж безпеки.

AI FINOPS — НЕ ВИКОРИСТОВУЙТЕ ГЕНЕРАТИВНИЙ ШІ ДЛЯ ВСЬОГО
Один із найпрактичніших висновків розмови полягає в тому, що те, що ШІ може зробити, не означає, що ШІ має це робити. Андре розрізняє генеративні та детерміновані робочі навантаження. Якщо щось має відбуватися щоразу однаково, традиційне програмування може бути швидшим, дешевшим і надійнішим. Він наводить приклад