От ассистента к агенту: новая парадигма разработки

Представьте, что анализ требований для нового проекта, который раньше занимал несколько недель согласований и совещаний, теперь укладывается в несколько часов. Именно это происходит в Endava — британской компании в сфере цифровой трансформации, которая одной из первых внедрила OpenAI Codex (агентный ИИ-инструмент для разработки программного обеспечения) в основу своих рабочих процессов.

Endava — публичная компания из Лондона, основанная в 2000 году. Она специализируется на цифровой трансформации с применением искусственного интеллекта и автоматизации. Сегодня компания идёт дальше простого внедрения ИИ-инструментов: она перестраивает саму организационную модель, превращая Codex в универсального «рабочего агента» на всех этапах жизненного цикла продукта.

ℹ Что такое agentic AI?
Agentic AI (агентный ИИ) — это подход, при котором ИИ-система самостоятельно планирует, выполняет и верифицирует задачи без постоянного участия человека. В отличие от обычного ИИ-ассистента, агент действует проактивно: формирует план, пишет код, запускает тесты и предлагает результат на проверку.

Что такое OpenAI Codex сегодня

Codex — это ИИ-агент для разработки программного обеспечения от OpenAI, созданный для задач вроде написания кода и исправления ошибок. Впервые он был выпущен в апреле 2025 года в виде Codex CLI.

Приложение Codex — это командный центр для агентного программирования. Благодаря встроенным рабочим деревьям и облачным средам агенты работают параллельно над несколькими проектами, завершая за дни то, что раньше занимало недели.

К марту 2026 года аудитория Codex превысила 2 миллиона активных пользователей в неделю, и OpenAI позиционирует его как более широкую корпоративную агентную платформу, которая в перспективе может применяться для задач, выходящих за рамки разработки ПО.

Важно понимать: современный Codex — это не автодополнение кода. Он создан для трансформации взаимодействия разработчиков с их кодовой базой. В отличие от традиционных инструментов, работающих как автодополнение, Codex — полноценный партнёр, способный самостоятельно брать задачи в работу.

Текущие модели Codex

МодельКогда вышлаКлючевые возможности
codex-1 (o3)Май 2025Базовый агент: написание кода, исправление ошибок, PR
GPT-5-CodexСентябрь 2025Первая версия GPT-5 для агентного программирования
GPT-5.2-CodexДекабрь 2025Длинные горизонты задач, рефакторинг, миграции
GPT-5.3-CodexФевраль 2026Общий агент: отладка, деплой, исследования, написание PRD
GPT-5.4Март 2026Последнее обновление на момент публикации

GPT-5.3-Codex создан для поддержки всего жизненного цикла разработки ПО: отладки, развёртывания, мониторинга, написания PRD, редактирования копий, пользовательских исследований, тестов, метрик и многого другого.

Как Endava использует Codex: не только для кода

Global SVP по агентной архитектуре Endava Майк Кролник так описывает подход компании:

«Мы воспринимаем Codex как универсального рабочего агента для всего жизненного цикла — не только для написания кода».

Джо Данливи, региональный технический директор Endava по Европе, рассказывает о трансформирующем влиянии Codex — инструмента, который меняет принципы работы команд разработчиков. Он подчёркивает, что Codex позволяет небольшим командам создавать существенную ценность, выходя за рамки традиционной помощи в программировании и становясь комплексным агентом для всего жизненного цикла продукта.

Три ключевых направления применения в Endava

1. Анализ требований

Майк Кролник поясняет, что Codex помогает преодолеть разрыв между сложной технической документацией и пониманием клиентов. Он отмечает, что Codex умеет строить диаграммы на основе существующей документации, делая сложные системные архитектуры более понятными для заказчиков. Это крайне важно для улучшения коммуникации и обеспечения чёткого понимания технической основы проекта всеми участниками.

Именно здесь достигается главный эффект, о котором говорится в заголовке оригинальной статьи OpenAI: процесс анализа требований сократился с недель до часов.

2. Надзор вместо написания кода

«Сдвиг произошёл от того, что мы сами производили большую часть кода, к тому, что мы теперь контролируем большую часть работы, которую выполняет Codex», — объясняет Кролник. Этот переход позволяет разработчикам-людям сосредоточиться на задачах высокого уровня, стратегических решениях и контроле качества, пока Codex берёт на себя рутинные задачи.

3. Повышение качества поставляемых результатов

Кролник подчёркивает, что Codex играет ключевую роль в повышении качества результатов. Делая информацию более доступной и понятной, инструмент способствует улучшению процесса принятия решений и снижению вероятности ошибок.

💡 Совет практика
Чтобы Codex работал максимально эффективно, команда Endava рекомендует воспринимать его как нового сотрудника: ему нужно дать контекст, правила проекта и чёткие стандарты. Аналог этого — файл AGENTS.md в репозитории, где описаны соглашения, команды тестирования и стандарты кодирования команды.

Трансформация жизненного цикла разработки: схема процесса


graph TD
    A["📋 Анализ требований\n(раньше: недели)"] -->|"Codex генерирует диаграммы\nи документацию"| B["⚡ Анализ за часы"]
    B --> C["🏗️ Планирование и дизайн\nархитектуры"]
    C --> D["🤖 Агентная разработка\n(Codex пишет код параллельно)"]
    D --> E["🔍 Ревью кода\n(человек + агент)"]
    E --> F["✅ Тестирование\n(автоматизировано Codex)"]
    F --> G["🚀 Деплой и мониторинг"]
    G -->|"Feedback Loop"| C
    style A fill:#ff9999
    style B fill:#99ff99
    style D fill:#9999ff

Что происходит с ролью разработчика

Один из самых важных вопросов при внедрении агентных инструментов — что происходит с людьми? Опыт Endava и другие корпоративные кейсы дают чёткий ответ: роль инженера не исчезает, она трансформируется.

Благодаря таким агентам, как Codex, инженеры теперь могут тратить больше времени на сложные и нестандартные задачи, фокусируясь на дизайне, архитектуре и системном мышлении, а не на отладке или рутинной реализации.

Ключевой вывод: агентная разработка не устраняет необходимость в инженерных навыках — она перенаправляет их. Вместо того чтобы писать код, специалисты проектируют системы, ограничения и циклы обратной связи, которые позволяют ИИ надёжно создавать код.

📝 Пример из практики: команда OpenAI Harness
Внутренняя команда OpenAI построила production-приложение с помощью Codex с нуля. За пять месяцев небольшая команда из трёх инженеров создала репозиторий примерно с миллионом строк кода. Средняя производительность составила 3,5 pull request’а на инженера в день. Всё — приложение, тесты, CI-конфигурация, документация — написано Codex. По оценкам команды, это заняло примерно в 10 раз меньше времени, чем написание кода вручную.

Endava и более широкая стратегия агентной разработки

Endava последовательно строит то, что сама называет «агентной организацией» (agentic organization). Компания внедряет ИИ в то, как формируется, строится и сопровождается цифровая трансформация, сочетая его с глубокой отраслевой экспертизой. Этот подход реализован в Dava.Flow — AI-native жизненном цикле взаимодействия Endava, который обеспечивает непрерывный поток с встроенным управлением, трассируемостью и прозрачностью на всём протяжении жизненного цикла поставки.

Через фазы Signal и Explore в рамках Dava.Flow Endava помогает клиентам определять намерения, объём и приоритеты поставки на ранних этапах, формируя «agent-ready» бэклоги. Это сокращает переработки, повышает согласованность поставки и упрощает управление качеством в соответствии с корпоративными стандартами.

Пример из другой сферы подтверждает масштаб возможных эффектов: Cisco использовала Codex для разработки большей части своей платформы безопасности AI Defense, сократив время поставки с нескольких кварталов до нескольких недель.

Безопасность и контроль: обязательные условия

Внедрение агентных инструментов в корпоративной среде невозможно без надёжных механизмов контроля.

При разработке Codex OpenAI приоритизировала безопасность и прозрачность, чтобы пользователи могли проверять результаты работы агента. Пользователи могут изучать работу Codex через цитаты, журналы терминала и результаты тестов. Когда агент сталкивается с неопределённостью или сбоями тестов, он явно сообщает об этих проблемах. Ручная проверка и валидация всего кода, созданного агентом, по-прежнему остаётся обязательной перед интеграцией и выполнением.

Агент Codex работает полностью внутри защищённого изолированного контейнера в облаке. Во время выполнения задачи доступ в интернет отключён, что ограничивает взаимодействие агента исключительно кодом, предоставленным через репозитории GitHub, и предустановленными зависимостями.

⚠ Важно помнить
Агентные инструменты — мощный ускоритель, но не замена экспертизе. По данным исследований, от 40% до 62% кода, сгенерированного ИИ, содержит уязвимости безопасности. Перед интеграцией в production обязателен ревью со стороны команды безопасности и соответствующее тестирование.

Что это значит для рынка: цифры и тренды

По прогнозу Gartner, к концу 2026 года 40% корпоративных приложений будут включать ИИ-агентов. Рынок агентного ИИ, по прогнозам, вырастет с 7,8 миллиарда до более чем 52 миллиардов долларов к 2030 году.

OpenAI была признана лидером в Gartner® Magic Quadrant™ для корпоративных ИИ-агентов в области кодирования. По оценке аналитиков, это отражает прогресс компании в поддержке корпоративных развёртываний Codex, которым пользуются более 4 миллионов человек каждую неделю.

Опыт Endava вписывается в более широкую индустриальную тенденцию. С момента запуска Codex в апреле 2025 года принципы работы разработчиков с агентами кардинально изменились. Модели теперь способны выполнять сложные длительные задачи от начала до конца, а разработчики координируют работу множества агентов в параллельных проектах: делегируют задачи, запускают их параллельно и доверяют агентам масштабные проекты, которые могут занимать часы, дни или недели.

Практические рекомендации для организаций

Если ваша компания только думает о внедрении агентных инструментов, опыт Endava даёт несколько важных ориентиров:

  1. Начните с документации и требований — именно здесь скорость прироста производительности максимальна.
  2. Инвестируйте в контекст для агента — чем лучше описаны стандарты, архитектурные решения и соглашения в репозитории, тем качественнее результат.
  3. Переосмыслите роли — разработчики становятся архитекторами агентных потоков, а не просто авторами кода.
  4. Внедряйте governance с первого дня — трассируемость, контроль качества и безопасность должны быть встроены в процесс, а не добавлены постфактум.
  5. Не ждите идеала — начинайте с конкретных, хорошо ограниченных задач и постепенно расширяйте охват.

Циклы разработки ускорились: работа, на которую раньше уходили недели, теперь выполняется за дни. Команды легче переключаются между доменами, быстрее онбордятся на незнакомые проекты и действуют с большей гибкостью и самостоятельностью.

Endava показывает, что переход к агентной организации — это не утопия будущего, а операционная реальность 2026 года. Ключ к успеху — не просто внедрить инструмент, а перестроить процессы и культуру вокруг новой модели, где люди стратегически руководят, а агенты исполняют.