Новая инициатива предусматривает достижение трех ключевых показателей. К концу 2026 года не менее 75% разработчиков Яндекса должны регулярно применять ИИ при написании кода. Искусственный интеллект будет участвовать как минимум в 75% изменений, вносимых в кодовую базу компании, а в каждом таком изменении должен генерировать не менее 75% кода.
В компании рассчитывают, что такой подход позволит ускорить разработку продуктов, сократить сроки их вывода на рынок и повысить эффективность инженерных команд без увеличения численности сотрудников.
ИИ уже стал частью процесса разработки
По данным Яндекса, сегодня 73% разработчиков компании регулярно используют инструменты искусственного интеллекта, а более половины нового кода создаётся с помощью генеративных моделей.
Наиболее высокую эффективность демонстрируют команды, где ИИ интегрирован в повседневный процесс разработки и применяется при подготовке не менее 75% изменений в коде. Сейчас по такой модели работают 17,2% разработчиков, причём за последний месяц их доля выросла более чем в два раза по сравнению с предыдущим кварталом. Программа 75/75/75 должна распространить этот подход на всю компанию.
В Яндексе отмечают, что ИИ помогает инженерам писать и рефакторить код, искать ошибки, создавать тесты и документацию, а также ускоряет выпуск новых функций. При этом ключевые архитектурные решения, контроль качества и ответственность за итоговый результат по-прежнему остаются за разработчиками.
Практические результаты
Компания уже приводит несколько примеров использования ИИ в собственных продуктах.
- Яндекс Еда .Команда за два месяца разработала с помощью искусственного интеллекта код для ИИ-хостес – агента, который принимает звонки и помогает бронировать столики в ресторанах. По данным компании, это позволило ускорить разработку более чем в два раза.
- >Яндекс Браузер. При создании новой архитектуры технологии перевода видео около 80% кода было сгенерировано ИИ. Благодаря этому проект удалось реализовать всего за два дня вместо двух-трёх недель.
- Яндекс Лавка. Один разработчик за три недели создал прототип кабинета для франчайзи, а скорость разработки в отдельных спринтах выросла в 3,3 раза.
Собственные ИИ-агенты
Для автоматизации внутренних процессов Яндекс также развивает собственых ИИ-агентов.
Агент GENA способен самостоятельно выполнять задачи программистов — от обработки тикета до подготовки готового кода. По информации компании, он уже используется более чем в тысяче проектов.
Другой внутренний помощник — агент «Стефания». Он помогает сотрудникам анализировать данные, искать информацию, проверять продуктовые гипотезы, выполнять ревью кода и решать другие рабочие задачи. Еженедельно сервисом пользуются около пяти тысяч сотрудников, включая менеджеров, аналитиков, маркетологов и специалистов по финансам.
Платформы для AI-native-разработки
В основе новой стратегии лежат собственные платформы Яндекса для создания ИИ-агентов и автоматизации разработки.
Одной из них является SourceCraft, которая включает агентский режим работы с программным кодом. Вторая — Yandex AI Studio, предназначенная для создания ИИ-агентов и интеллектуальных приложений. Обе платформы позволяют автоматизировать рутинные задачи разработки и ускорять создание новых продуктов. Они доступны не только сотрудникам Яндекса, но и внешним разработчикам и компаниям.
Что такое AI-native? Термин AI-native («изначально ориентированный на ИИ») означает подход, при котором искусственный интеллект становится не дополнительным инструментом, а неотъемлемой частью всех этапов разработки. В такой модели ИИ помогает писать, анализировать и тестировать код, создавать документацию и выполнять рутинные задачи, а разработчики сосредотачиваются на проектировании архитектуры, принятии технических решений и контроле качества конечного результата.
Переход к модели AI-native
По словам компании, программа 75/75/75 должна ускорить переход Яндекса к модели AI-native, при которой искусственный интеллект становится полноценной частью ежедневного процесса разработки. Если поставленные показатели будут достигнуты, использование ИИ станет стандартом практически для всех инженерных команд компании, а большая часть нового кода будет создаваться при активном участии генеративных моделей.