«Мы бежим туда, куда летит мяч, а не туда, где он сейчас» — Кирилл Меньшов на ГИГАКОНФ 2026

«Код.ру» побывал на конференции ГИГАКОНФ 2026 и пообщался со старшим вице-президентом Сбера, руководителем блока «Технологии» Кириллом Меньшовым.

Поговорили о том, как генеративная разработка в Сбере прошла путь от пилота до боевого режима, что мешало на этом пути и как меняется работа инженерных команд, когда ручного кода становится всё меньше.

Также обсудили, из чего складывается ИИ-культура в большой компании, как выбирать уровень автономности агентов, как ИИ помогает предотвращать инциденты и почему российскому IT-сообществу важно пройти ИИ-трансформацию вместе.

Видеоверсия интервью:

— Давайте поговорим про генеративную разработку. Она прошла в Сбере путь от пилота до, собственно, уже боевого состояния. Какие на этом пути были главные препятствия, главные как бы корнер-стоуны? Это зрелость модели, это организация процессов, это готовность команды, что?

— Наверное, можно выделить три ключевых элемента. И с каждым из них путь был непростой. Первый — конечно, это инструменты. Мы шли от классической разработки через ассистентную разработку, когда появился Copilot, или Code Chat, с которым можно посоветоваться о том, как писать код, к полноценной агентной самостоятельной автономной разработке. Три таких ключевых этапа. Это инструменты.

Второе — конечно, это модели. Модели развивались, с одной стороны, очень быстро, с другой стороны, медленнее, чем нам хотелось бы. Сейчас модели мы меняем примерно раз в один-два месяца. У нас есть стек моделей, которые мы используем для разных задач. И одна из них обычно выбывает где-то в течение одного-двух месяцев. И, конечно, мы видим этот темп, но нам всегда хочется более эффективные с точки зрения инференса и более мощные с точки зрения способности решать задачи модели.

Ну и третье — это, конечно, трансформация инженерии. Всё-таки мы шли долгий классический путь: торг, отрицание, гнев, принятие. Каждый проходил его в отдельности, по-разному, в том числе и я. Всё-таки мы радикально меняемся. Мы уходим от ручного создания продукта к управлению системой, которая создает продукт. Это другое видение, другие навыки, другой способ вообще работы и мышления. И, конечно, это очень непросто.

— Вы говорите, что были разные стадии, в том числе и у вас. А когда вы эту стадию отрицания полностью приняли и поняли, что за этим будущее точно?

— На самом деле, довольно давно. Где-то как раз примерно на рубеже, когда я приходил в Сбер. Действительно, в то время инструменты и модели были достаточно слабые. Даже code completion [автодополнение кода] тогда работало не очень хорошо. И уверенности в том, что мы сделаем такой качественный скачок, не было совсем.

— Если говорить про code completion, в Сбере прогнозируют, что к 2028 году в два раза сократится ручной код, который пишет человек. Как в этом смысле будут перестроены инженерные команды, если ручного кода практически не оставят?

— Мы идём в сторону SDD (spec-driven development). Все в эту сторону идут. В чем, наверное, отличие Сбера — в том, что мы ведём управляемую, целенаправленную трансформацию процесса. Бо́льшая часть организаций либо просто покупает подписки, либо поддерживает тех, кто и сам хочет это делать — так называемых ранних адептов или инноваторов.

Сбер идёт иначе, он идёт через трансформацию процесса разработки. Только трансформировав полностью работу команды, можно достичь максимального эффекта. Если хотя бы один член команды работает ещё в ассистированном режиме, вы не сможете получить всего преимущества, которое дают новые подходы к разработке.

— Это та самая ИИ-культура, которая внутри в компании?

— Это та самая ИИ-культура. Да.

— Вы называете ИИ-культуру одним из главных конкурентных преимуществ в крупных компаниях в ближайшие годы. Расскажите, из чего она состоит и как она составляется, как она готовится.

— Первое, наверное, самое главное — это общее информационное поле, над которым мы работаем очень скрупулезно. Мы должны вместе разделить видение, в котором мы идем. Не факт, что всем оно понравится, не факт, что к нему нет каких-то вопросов или претензий. Но очень важно, чтобы мы его все вместе одновременно понимали. Самое, наверное, было сложное, особенно в начале пути, — это мыслить спортивными аналогиями, что во всех видах спорта мы движемся туда, где мяч будет, а не туда, где он есть сейчас. То есть мы начинаем движение в то состояние, в которое технологии ещё не пришли.

И это, наверное, для инженеров, которые привыкли работать с реальными инструментами, было самым большим вызовом. Потому что мы начинали трансформироваться, мы начинали меняться, не имея на руках конечного инструмента. Так же, как в спорте, мы бежим туда, куда мяч летит, а не там, где он уже находится. Если ты бежишь туда, где он находится, мягко говоря, ты точно проиграешь.

— Но как донести это до команды?

— Только через большое количество диалогов, причем сложных дискуссий, большое количество примеров в отдельных командах, в отдельных кейсах. Очень важно понимать, как вообще в целом выглядит современная разработка. Лучшая аналогия, которую я нашёл, — это пример с автомобилем. Что такое вайб-кодинг? Это солончак, это соляная ровная поверхность, и у вас машина. Мощная машина, если у вас есть деньги на дорогую подписку, ну или так себе, если денег не хватает. И вы можете ехать куда хотите с вайб-кодингом: прямо, направо, налево, кругами, по спирали. Вайб-кодинг дает безграничные возможности. Почему? Потому что всем не важно, куда вы сейчас поедете. Никого нет рядом. Вы вайб-кодите что хотите.

Следующим этапом являются стартапы или выделенные монопродуктовые команды в больших организациях. Они уже ездят по загородным автомагистралям. Они ни с кем особо не пересекаются, и скорость их работы соответствует мощности машины, на которой они едут. Чем быстрее машина, тем быстрее они доедут и сделают продукт. Да, есть какие-то небольшие светофоры на пути, есть ДПС, который проверяет какой-то контроль скорости или что-нибудь ещё, качество, но в целом их скорость определяется движком, который есть в машине. Но большие энтерпрайзы, такие как Сбер и многие другие компании, это центр большого мегаполиса и города. И скорость движения определяется не машиной.

Скорость движения определяется светофорами и перекрестками. И здесь искусственный интеллект приносит совершенно другие возможности. В том плане, что он не позволяет вам очень сильно ускориться. Что он позволяет? Он позволяет вам побольше загрузить ценности в одну машину и всё равно через эти перекрестки проехать. Поэтому важно понимать, что мы одновременно наблюдаем все эти ситуации и состояния. Причем некоторые наши разработчики, имея pet-проекты, имеют одновременно опыт и центра города, и такого вайб-кодинг в солончаках.

— Очень интересно. Давайте поговорим про автономность. У вас в AI SDLC есть разные шкалы автономности. Как правильно выбрать уровень автономности, который подходит вашей компании? И как в Сбере в принципе продвижение по этой шкале устроено?

— Очень важно не выбирать, а идти по ступенькам и не перепрыгивать через них. Вообще автономность базируется на базовой инженерной культуре. И мы очень хорошо на своем примере видим, что чем более зрелая была инженерная культура в каждой отдельной команде, тем легче было ей потом двигаться по уровню автономности в разработке.

Тем командам, у которых было недостаточно гигиены этой инженерной культуры, приходилось решать эти задачи в процессе. Поэтому ключевое — не пытаться определить свое место, а пытаться равномерно, планомерно двигаться уровень за уровнем. Почему? Потому что каждый следующий уровень включает в себя предыдущий. Это не как уровень, скорее это как матрешка.

— Если говорить про управление инцидентами, как в принципе меняются практики, когда инцидент диагностирует, решает уже агент?

— Что очень важно с точки зрения надежной работы IT-ландшафта? Очень важно работать со всеми отклонениями, которые есть. В классическом подходе с ручными процессами, ну и автоматизированными процессами, вы не можете реагировать на небольшие отклонения. И чаще всего инциденты возникают не сразу — это бывает только при очень грубых ошибках в создании кода. Как правило, они начинают проявляться заранее, но мы чаще всего этого не замечаем, потому что отклонения слишком небольшие, у нас не хватает ручных сил это контролировать.

Все нехватки производительности и bottlenecks, они проявляются сильно-сильно заранее. Искусственный интеллект позволяет что сделать? Позволяет реагировать на каждое единичное отклонение мониторинга, проводить полный цикл анализа каждого отклонения, и выявлять паттерны сильно раньше, чем они затронут прод по-настоящему. Мы даже ввели специальную метрику «количество предотвращенных инцидентов». То есть мы меряем инциденты, и мы меряем предотвращенные инциденты. И мы стремимся, естественно, чтобы одни у нас уменьшались, а другие существенно росли.

— Давайте поговорим про сам «ГИГАКОНФ». Как вы сами для себя объясняете, почему очень важно собираться сообществом, смотреть друг в друга в глаза, вырабатывать общие практики и так далее?

— Прямо сейчас для меня что очень важно? Я искренне горжусь тем, что в нашей стране, в отличие от очень многих стран, вообще считанное количество стран имеет уровень инженерной культуры, ещё и культуры программирования, на уровне России. В базе у него, конечно, находится математическая школа Советского Союза, заложенная ещё в те годы. Почему? Потому что программирование — по сути, это всё-таки алгоритмическая работа, основой которой является математический взгляд на мир. Но, к сожалению, мир, куда мы идем — и это меняется прямо сейчас, мы наблюдаем это, — он другой. И в его основе лежит всё-таки мультиагентная система и способность должным образом ей управлять и ее контролировать. Это совершенно другой базис.

И меня лично очень сильно беспокоит, как мы останемся в том же, скажем так, звании и уровне мирового рейтинга с новым базисом. Именно поэтому я считаю, что нам, как всему IT-инженерному сообществу, очень важно объединиться и пройти этот трансформационный путь, и выйти из него тоже победителем. Если посмотреть на эпоху цифровизации, мы его начинали на зарубежных технологиях, на западных технологиях. Но посмотрите, как мы его закончили — мы его закончили в топе мировых цифровых компаний. У нас есть, во-первых, интернет-сервисы и компании мирового уровня, у нас мирового уровня финтех и многие другие сервисы. И мы смеемся часто над зарубежными сервисами и инновациями, такими как запуск в Америке «Госуслуг» или запуск в Европе Revolut оплаты по улыбке. Ну, это для нас выглядит смешным кейсом, но в основе него как раз та самая российская инженерия.

И подумаем, к чему мы сможем прийти в новом ИИ-мире, поскольку входим мы в него уже не в состоянии догоняющем, а в состоянии совершенно другом. И если в эпоху цифровизации Сбер брал Agile-практики, Agile-манифест, и некоторые банки, даже такие как ING, уже прошли через Agile-трансформацию, и мы в каком-то смысле это повторяли, то сейчас мы входим в него первыми: мы публикуем передовые вайтпейперы по генеративной разработке, мы первые публиковали вайтпейпер по генеративному сопровождению. Мы в Сбере завершили переход на агентную разработку.

У нас 100% инженеров используют это в разработке. То есть мы выходим в другой инженерной готовности. Поэтому очень важно темп не терять и реализовывать тот потенциал, который в России есть. Для меня это очень важно. Именно поэтому мы делаем максимально открытым то, что мы делаем. Публикуем в открытый доступ наши вайтпейперы, наши модели. И многие инструменты у нас доступны также бесплатно на GitVerse.

Реклама. ПАО Сбербанк. erid: 2VtzqunwrZ3