Сейчас с разработкой простой программы вроде калькулятора справляется любой пользователь — достаточно попросить популярные нейросети сгенерировать код под задачу. Для создания более сложных продуктов, например шаблонного лендинга или сайта, также можно использовать ИИ-помощников, но знания в ИТ-области позволят пользователю проверить продукт на ошибки и вовремя отловить баги. Создание действительно сложного и принципиально нового ПО (операционной системы или языковых моделей) требует большой команды профессионалов с уникальной экспертизой в разных ИТ-областях.
Команда разработчиков Института искусственного интеллекта ИТМО создала ProAGI — это мультиагентная система, которая не просто генерирует код, а ведет полный цикл разработки промышленного ПО. ProAGI умеет автоматически проектировать, разрабатывать, проверять и улучшать программные продукты, работая как команда из нескольких цифровых специалистов: архитектора, аналитика, разработчика, тестировщика, технического консультанта. Система способна закрывать потребности компаний в разработке ПО под собственные профессиональные задачи, если возможностей популярных нейросетей для этого недостаточно, а на найм новых ИТ-специалистов не хватает ресурсов.
«Мы разработали мультигентную систему ProAGI, которая реализует полный цикл разработки программного обеспечения. Вы даете системе идею для разработки в виде промпта и в итоге получаете готовый продукт. Этот подход отличает нас от косвенных конкурентов на российском рынке. Они предоставляют разработчикам доступ к своим языковым моделям и инструментам co-pilot, которые внедряются в среду разработки и помогают дописывать только отдельные части кода. Наша система ProAGI ускоряет весь цикл разработки и снижает ее стоимость от 2 до 10 раз, что делает современные ИТ-решения доступными для любого сектора экономики. Потенциально мы ожидаем в текущем году, что система сможет в разы сократить сроки реализации пула заказов небольших IT-компаний (до 500 человек) — от 3–6 месяцев до 1–3 недель», — рассказал руководитель лаборатории «ИИ в промышленности», старший научный сотрудник исследовательского центра «Сильный искусственный интеллект в промышленности» ИТМО Денис Насонов.
Денис Насонов. Фото: Дмитрий Григорьев / ITMO NEWS
Внешне работа ProAGI выглядит просто: пользователю достаточно написать задачу в виде промпта, и система сама запланирует работу, соберет информацию, спроектирует архитектуру и напишет код, затем проверит качество и доработает ПО. Но «под капотом» ProAGI устроен более сложно. Сначала агенты (автономные интеллектуальные системы, которые могут взаимодействовать со средой и принимать решения без вмешательства человека) уточняют цель, задачу и контекст и анализируют требования, ограничения и критерии успеха. Задача разбивается на подзадачи и зоны ответственности, которые закрепляются за каждым агентом, а также определяются взаимосвязи между ними.
Затем агенты проектируют архитектуру решения. Для генерации программного кода агенты черпают знания и контекст из баз данных, библиотек и сервисов компании и на их основе проектируют архитектуру, пишут тесты и документацию для валидации решения. В итоге получается готовое к развертыванию и обслуживанию решение. При этом во время процесса разработки встроенные в ProAGI агенты-валидаторы проверяют ПО на соответствие требуемым метрикам и стандартам, анализируют и исправляют найденные ошибки.
ProAGI можно использовать для быстрого создания надежных цифровых решений в разных областях. Для телекоммуникаций — проектировать и поддерживать внутренние платформы, для промышленности — конструировать цифровых двойников, системы мониторинга или ERP-модули для управления ресурсами предприятия. Также ProAGI будет полезна для медицинских компаний и образовательных учреждений. Для первых можно создавать клинические регистры для сбора и хранения данных о пациентах с определенными заболеваниями, а для вторых — автоматизировать LMS — цифровую платформу для создания и организации курсов и ведения учебной аналитики. Помимо этого, с помощью разработки можно контролировать затраты, управлять активами и проводить аудит в финансовых компаниях, а в госрегуляторах — создавать информационные системы и анализировать данные.
В этих областях работу ProAGI уже протестировали на pet-проектах и реальных инициативах. Например, для индустриального партнера ИТМО компании «Татнефть» создали ПО для генерации дашбордов и оценки параметров пластового давления на месторождениях. Такая аналитика помогает понять, насколько хорошо скважины справляются с добычей нефти. Также ProAGI легла в основу HR-приложения, в котором агенты автоматически анализируют резюме соискателей под нужную вакансию, отбирают подходящих кандидатов и проводят первичные текстовые интервью. Вместо многочасового ручного поиска HR-специалисты получают список кандидатов, уже настроенных на диалог.
Однако работа ProAGI не ограничивается только перечисленными областями — ее можно «настроить» и под другие бизнес-задачи. Мультиагентная система поддерживает корпоративные процессы и интеграции с компаниями: может подключиться к репозиториям, API и базам данных и работать локально без передачи данных во внешний контур. Также ProAGI использует собственные знания — внутренние документы, код, регламенты, что повышает точность и корпоративную надежность.
Сейчас разработчики сосредоточены на выборе модели взаимодействия с заказчиками — в каком секторе (B2B, B2C или обоих) развивать возможности продукта в дальнейшем. Также команда планирует создать предпроектного агента, который мог бы оценивать сложность разрабатываемых решений для пользователя. На основе анализа проще принимать решение, справится ли ProAGI с конкретной задачей самостоятельно или сможет создать большую часть архитектуры ПО, которую доработает команда ИТ-специалистов.
