Генеративный искусственный интеллект в форм-факторе специализированных моделей и ИИ-инструментов ускорит и удешевит создание программного обеспечения, а также сделает его более безопасным — такой аналитики из NTT Data<a href="https://ict.moscow/research/technology-foresight-2025/" target="_blank"> видят</a> главную тенденцию 2025 года в разработке.

 
 Чаще всего в работе программисты используют ИИ-инструменты для написания кода. Об этом говорят данные исследований, проведенных в 2024 году <a href="https://ict.moscow/research/portret-tipichnogo-programmista-versiia-2024-goda/" target="_blank" rel="nofollow">«СберТехом»</a>, <a href="https://ict.moscow/research/al-in-software-development-2024-survey/" target="_blank">GitHub</a> и <a href="https://ict.moscow/research/state-of-devops-report-2024/" target="_blank" rel="nofollow">Google Cloud</a> соответственно. В 2025 году, <a href="https://ict.moscow/research/globalnyi-opros-razrabotchikov-2024-goda/" target="_blank">предполагают</a> прошедшие опрос платформы Stack Overflow разработчики, ИИ-инструменты будут все сильнее интегрированы в способы документирования, тестирования и написания кода.

 
 Отечественный бигтех также становится все заметнее в этой нише на локальном рынке. Так, только в феврале 2025 года Yandex B2B Tech предоставила внешним пользователям доступ к платформе <a href="#6" target="_self">SourceCraft</a>, а «СберТех» — к облачной версии своей среды разработки <a href="#5" target="_self" rel="nofollow">GigaIDE</a>. 22% респондентов проведенного в том же месяце экспресс-опроса ICT.Moscow <a href="https://ict.moscow/research/prioritetnye-zadachi-v-ii-razrabotke-na-2025-god/" target="_blank">выделили</a> в качестве приоритетной прикладной задачи на год разработку ИИ-ассистентов для написания программного кода.

 
 Некоторые объясняют потребность в подобных продуктах необходимостью альтернативы продуктам ушедших с российского рынка компаний (или тех из них, кто может это сделать). Развитие отечественной экосистемы репозиториев кода поддерживается государством: для нее <a href="https://www.kommersant.ru/doc/7216062" target="_blank">готовят</a> регулирование, а также <a href="https://www.kommersant.ru/doc/6650790" target="_blank">стимулируют</a> разработчиков выкладывать на отечественные платформы свои Open Source — проекты.

 
 ICT.Moscow собрал в этой подборке 16 решений, представленных российскими разработчиками за последние три года, включая <a href="#1" target="_self" rel="nofollow">интегрированные среды разработки</a>, <a href="#2" target="_self" rel="nofollow">ИИ-ассистентов разработчика</a> и <a href="#3" target="_self" rel="nofollow">репозитории</a>.

 
 Преимущественно все они созданы в Москве, одна разработка из Санкт-Петербурга. Подробнее изучить решения столичных команд можно в отдельных карточках: в них содержатся дополнительная информация о решениях, необходимые ссылки и имеющиеся контакты разработчиков.

<hr />
 <a class="description__anchor" id="1"></a>
<h2>
 Интегрированные среды разработки
</h2>

 
 Программное обеспечение, объединяющее в едином интерфейсе инструменты для редактирования и тестирования кода продукта.

 <a class="description__anchor" id="5"></a>
<ul>
 <li><a href="https://ict.moscow/card/giga-ide/" target="_blank">GigaIDE</a> существует
в двух версиях, запускающихся как приложение на десктопе и из облака
соответственно. Как в GigaIDE Desktop, так и в GigaIDE Cloud встроен
ИИ-ассистент для написания кода <a href="#7" target="_self" rel="nofollow">GigaCode</a>.</li>
</ul>

 <a class="description__anchor" id="6"></a>
<ul>
 <li>Доступ к <a href="https://ict.moscow/card/sourcecraft/" target="_blank" rel="nofollow">SourceCraft</a> пока возможен лишь по заявкам — платформа находится в режиме технического превью. Сейчас на ней доступны Git‑совместимая система хранения кода (с возможностью миграции с GitHub), <a href="#8" target="_self">ИИ‑ассистент</a> для работы с ним, кодонавигация и пайплайны для CI/CD.   </li>
</ul>

<ul>
 <li>Платформа <a href="https://ict.moscow/card/devx/" target="_blank">DevX</a> оснащена инструментами для
коллаборации и обмена опытом. Встроенный ИИ-ассистент, помимо автодополнения и
исправления кода поможет перевести его с одного языка программирования на другой, а
ИИ-агент позволит продвинуться в автоматизации процесса разработки.</li>
</ul>

<hr />
 <a class="description__anchor" id="2"></a>
<h2>
 ИИ-ассистенты разработчика
</h2>

 
 Помощники на базе генеративных нейросетей, которые помогают работать с кодом: писать, дополнять, анализировать на наличие уязвимостей, производить другие действия. Как правило, встроены в интегрированные среды разработки.

 <a class="description__anchor" id="8"></a>
<ul>
 <li><a href="https://ict.moscow/card/sourcecraft-code-assistant/" style="" target="_blank">SourceCraft Code Assistant</a> дополняет код как по ходу написания текста, так и целыми функциями, совместим с популярными редакторами кода и поддерживает более 30 языков программирования. Полезность подсказок ИИ-ассистента оценивается с помощью метрики счастья разработчика.</li>
</ul>

<ul>
 <li>Созданный на базе большой языковой модели Cotype<a href="https://ict.moscow/card/kodify/" target="_blank"> Kodify</a> может не только генерировать и дописывать за пользователем код, но также анализировать и переводить его. Кроме того, ИИ-ассистент может проводить рефакторинг и автоматические тесты.</li>
</ul>

 <a class="description__anchor" id="7"></a>
<ul>
 <li>К работающему более чем на 35 языках<a href="https://ict.moscow/card/gigacode/" style="" target="_blank"> GigaCode</a> можно сформулировать запрос на естественном языке через плагин ChatCode, а также использовать в самых различных средах разработки.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/vasilisa/" style="" target="_blank">«Василиса»</a> может создать Unit-тесты для кода продукта, написать скрипты сборки и тестирования, провести код-ревью (анализ исходного кода), предложить рекомендации для его исправления и даже суммаризировать его в виде интеллект-карты (Mind Map).</li>
</ul>

<ul>
 <li><a href="https://jaycopilot.com/instrumenty/napisanie-koda" style="" target="_blank">Jay Copilot</a> обладает, среди прочего, инструментом, позволяющим генерировать, исправлять, объяснять, оптимизировать и переводить код с другого языка программирования. Работает он с C++, C#, Go, Java, JavaScript, Kotlin, PHP, Power Query, Python, Ruby, SQL, Swift.</li>
</ul>

<ul>
 <li>ИИ-ассистент статического анализатора исходного кода<a href="https://ict.moscow/card/sastav/" style="" target="_blank"> SASTAV</a> проверяет нескомпилированный код и выделяет в нем критически важные уязвимости.</li>
</ul>

<hr />
 <a class="description__anchor" id="3"></a>
<h2>
 Репозитории
</h2>

 
 Сервисы для размещения кода проектов в открытом доступе и их совместного редактирования.

<ul>
 <li><a href="https://ict.moscow/card/gitverse/" target="_blank">GitVerse</a> позволяет переносить репозитории без перенастройки пайплайнов CI/CD, с помощью трекера организовать процесс совместной разработки, написать инструкции с помощью вики-страниц. Репозиторий интегрирован со средой разработки <a href="#5" target="_self" rel="nofollow">GigaIDE</a> и ИИ-ассистентом для написания кода <a href="#7" target="_self" rel="nofollow">GigaCode</a>.</li>
 <li><a href="https://ict.moscow/card/gitflic/" target="_blank">GitFlic</a> может запускаться как в облаке, так и на собственном сервере. В репозитории можно реализовать механизмы непрерывных интеграции и разработки (CI/СD) и совместно использовать различное программное обеспечение. Кроме того, статический анализатор кода позволит выявить проблемы безопасности на ранних стадиях разработки.</li>
 <li>Платформа<a href="https://ict.moscow/card/mos-hub/" style="" target="_blank"> Mos.Hub</a> оснащена статическим анализатором кода и позволяет запускать конвейеры CI/CD. В отдельном разделе репозитория можно задать вопрос по интересующей проблеме как другим пользователям, так и чат-боту «КоДИТ», умеющему анализировать и писать код на популярных языках программирования.</li>
 <li><a href="https://ict.moscow/card/sfera-kod/" style="" target="_blank">«Сфера.Код»</a> помогает не только совместно хранить код, но и проверять и анализировать его на безопасность. В репозитории возможно проведение различных сценариев слияния, а также Pull-зеркалирования (Pull Mirroring) кода продукта с других платформ.</li>
 <li>Так и не ставшая российской версией китайского репозитория Gitee платформа<a href="https://ict.moscow/card/gitlife/" target="_blank"> GitLife</a> позволяет связывать задачи с ветками и коммитами.</li>
 <li><a href="https://ict.moscow/card/rtk-feniks/" target="_blank">«РТК-Феникс»</a> позволяет проверить безопасность кода используемых разработчиком Open Source — инструментов.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/repozitorii-it-reshenii-dlia-finansovoi-otrasli/" target="_blank">«Репозиторий ИТ-решений для финансовой отрасли»</a> содержит проверенные продукты, безопасные для использования российскими банками.</li>
</ul>

<hr />
 <a class="description__anchor" id="4"></a>
<h2>
 Каких продуктов стоит ждать&nbsp;
</h2>

<ul>
 <li>На март 2025 года запланирован публичный релиз интегрированной
среды разработки<a href="https://openide.ru/" target="_blank"> OpenIDE</a>. В настоящее время она находится в стадии
бета-тестирования и поддерживает работу только на языках Java и Kotlin. Но в
будущем разработчики из «Группы Астра», Axiom JDK и Haulmont обещают поддержку
Go, TypeScript, Rust и других востребованных языков, а также возможность
внедрения ИИ-ассистентов для написания программного кода.</li>
</ul>

<ul>
 <li>В альфа-версии<a href="https://tproger.ru/articles/kak-sozdat-klassnuyu-sredu-dlya-razrabotchikov---vzglyad-aurora-foundation" target="_blank"> находится</a>
среда разработки<a href="https://aurora.rt.ru/" target="_blank"> Aurora Studio</a>, развиваемая сообществом разработчиков приложений для одноименной
операционной системы.</li>
</ul>

<hr />
 
 Базирующиеся в Москве разработчики могут <a href="https://ict.moscow/#newcard" target="_blank">дополнить</a> существующие карточки своих проектов. Сообщить же о своих новых разработках может любой отечественный автор программного кода. Сделать это можно, написав на <a href="mailto:hello@ict.moscow" target="_blank">hello@ict.moscow</a>.

<hr />

Интегрированные среды разработки, ИИ-ассистенты и репозитории

ICT.Moscow

Подборка решений: инструменты для написания и хранения кода ИИ-продуктов

Исследователи из совместной лаборатории «Сколтеха» и Университета Шарджи и их коллеги из Института AIRI автоматизировали анализ снимков сетчатки глаза для диагностики диабетической ретинопатии — повреждения сетчатки при сахарном диабете.

 
 Ране офтальмологи производили обследование с помощью фундус-камеры, а затем вручную сегментировали изображение, выделяя сосуды разной длины, ширины и извилистости. Однако сегментация изображения вручную очень сложна, требует много времени и подвержена ошибкам. Сложность процесса связана с большим количеством значимых мелких деталей на снимках сетчатки. Их нередко упускают и ранее предложенные для этой задачи нейросети, и даже некоторые врачи при ручной разметке изображений, отмечают исследователи.

 
 Новый метод заключается в использовании искусственного интеллекта для этих задач. В частности, решение показало точность более 97% и чувствительность выше 84% в базе данных Drive.

 
 Аспирант «Сколтеха» по программе «Инженерные системы» Мелаку Гетахун рассказал о важности чувствительности в этом процессе, поскольку она отражает способность модели распознавать микрососуды, с которыми у предыдущих моделей были сложности. По его словам, ученые «ввели алгоритм, который настраивает выдачу модели за счет понимания сути данных на снимке сосудов сетчатки. Тем самым мы избегаем случаев, когда относящиеся к сосудам пиксели ошибочно распознаются как фон».

 
 К числу сложностей исследователи также отнесли ограниченный размер датасета. «Из-за этого страдала способность модели к обобщению, распространению на те данные, которых модель не видела. Однако, благодаря тщательному применению методов увеличения объема данных и их обработки, нам удалось значительно улучшить результат» — рассказал старший научный сотрудник Центра ИИ «Сколтеха» Олег Рогов.

 
 Разработчики метода считают, что в будущем он может стать стандартным инструментом для скрининга глазных заболеваний. В результате «это будет способствовать ранней диагностике и предотвращению трудноизлечимых глазных заболеваний, таких как диабетическая ретинопатия, распространённая среди больных диабетом, а также других патологий микрососудов глаза», добавил профессор Университета Шарджи Рифат Хамуди.

CNews

Исследователи «Сколтеха», AIRI и Университета Шарджи применили ИИ для диагностики повреждений сетчатки

Компания «Обит» планирует запустить проект по созданию сервисов на основе искусственного интеллекта для оптимизации бизнес-процессов предприятий. Андрей Гук, генеральный директор «Обита», уточнил, что начальная инвестиция составит 150 млн руб. «Дальнейшие шаги будут зависеть от успеха пилотных проектов и общего развития направления», — добавил он.

 
 В числе планируемых продуктов на базе ИИ — сервисы речевой и текстовой аналитики, а также различные ассистенты, такие как интеллектуальные суфлеры, диалоговые тренажеры для обучения персонала и чат-боты на базе ИИ. Также разрабатывается база знаний на основе искусственного интеллекта.

 
 Гук добавил, что первые решения предполагается внедрить в бизнес-процессы клиентов в этом году, однако имена будущих заказчиков остаются неизвестными до завершения проектов.

 
 Генеральный директор INTO Иван Павлович заметил, что реальная польза от внедрения ИИ будет очевидна тогда, когда автоматизация процессов приведет к увеличению доходов компаний, а не просто сократит несколько рабочих мест. Он охарактеризовал предложения «Обита» как простые, доступные и универсальные в применении.

 
 Федор Дбар, коммерческий директор компании «Код безопасности», подчеркнул важность поиска целевых потребителей, которым предложенные ИИ-решения помогут трансформировать бизнес и принести прибыль. Однако он выразил сомнения относительно потенциальной востребованности таких систем конкретно в бизнесе. «Хотя для индивидуальных пользователей эти системы очень полезны, остается вопрос, смогут ли они быть эффективно интегрированы в бизнес-процессы и приносить доход», — пояснил он.

Ведомости

«Обит» намерен вложить 150 млн руб. в создание ИИ-решений для бизнеса

Ученые Московского государственного психолого-педагогического университета (МГППУ) создали нейросеть, способную выявлять особенности личности ребенка по его рисункам. Это решение позволяет определить такие черты, как повышенная тревожность или агрессия.

 
 Нейросеть предназначена для автоматизации анализа рисунков, созданных детьми в возрасте от 5 до 14 лет в ходе психологического теста «Рисунок человека». В рамках этого теста дети рисуют человека простым карандашом на бумаге. Тест широко применяется в образовательной среде для оценки личных качеств дошкольников и школьников.

 
 Руководитель проекта, заведующая кафедрой «Цифровое образование» МГППУ Марина Сорокова подчеркнула, что «интерпретация результатов теста часто бывает сложной и подверженной субъективному восприятию, что требует значительного опыта и квалификации от педагогов-психологов. Наше мобильное приложение-ассистент снизит вероятность ошибок и ускорит процесс анализа изображений».

 
 Система работает следующим образом: психолог фотографирует детский рисунок на смартфон, отправляет снимок в систему и получает результаты анализа в форме описания черт личности ребенка. Такой подход упростит работу сотрудников образовательных учреждений и социальных служб. Планируется также использовать приложение в процессе подготовки будущих психологов и педагогов.

ТАСС

В МГППУ создали нейросеть для выявления особенностей личности детей

Исследователи Лаборатории искусственного интеллекта и блока «Риски» «Сбера» совместно со «Сколтехом» разработали модель искусственного интеллекта LANET, предназначенную для повышения точности персональных рекомендаций.

 
 Авторы подчеркнули, что традиционные методы часто оказываются неэффективными из-за неправильной интерпретации истории покупательского поведения. Разработчики предложили новый подход: сначала собираются все доступные данные, особое внимание уделяется временному контексту и взаимосвязям между событиями. Затем эта информация передается для дальнейшего анализа. Такой метод ускоряет обучение системы и улучшает распознавание зависимостей между различными аспектами событий.

 
 Эффективность модели LANET была проверена на нескольких наборах данных. Эксперименты показали, что точность прогнозирования увеличилась на 65% по сравнению с существующими методами в некоторых случаях.

Сбербанк

«Сбер» и «Сколтех» разработали ИИ-модель LANET для повышения точности персональных рекомендаций

Обзор методов эволюционного поиска нейросетевых архитектур (NAS)

МФТИ

Михаил Бурцев, заведующий лабораторией нейронных систем и глубокого обучения МФТИ и руководитель проекта DeepPavlov, выступил с презентацией на конференции <a href="http://mipt.ai/seminar" target="_blank">Fundamental AI</a> (23.01.2020).