95% программного кода Coinbase написано с помощью ИИ

Искусственный интеллект теперь помогает создавать более 95% кода криптовалютной биржи Coinbase — об этом изданию Cointelegraph рассказал топ-менеджер биржи Роб Уитофф (Rob Witoff). Это заявление проливает свет на стратегию компании в области ИИ после того, как ранее в этом году она сократила 14% сотрудников.

В мае Coinbase уволила 700 человек. В письме к сотрудникам генеральный директор Coinbase Брайан Армстронг (Brian Armstrong) заявил, что ИИ «кардинально» изменил темп работы компании и поэтому он посчитал необходимым вернуться к скорости и сфокусированности времён создания стартапа, поставив ИИ в основу процессов.

«Фактически 100% наших сотрудников ежедневно используют ИИ, — сказал Уитофф. — И почти 100% нашего кода, вероятно, где-то между 95% и 100%, сейчас пишется с помощью языковых моделей или полностью ими».

Эта цифра более чем вдвое превышает февральскую оценку самой Coinbase, когда компания сообщала, что с помощью ИИ создавалось около 40% кода. Рост показателя отражает ускоряющиеся темпы внедрения ИИ в технологических и криптовалютных компаниях.

Разная степень автоматизации

По словам Уитоффа, применение ИИ в компании охватывает «широкий спектр» задач с разной степенью доверия к автоматизации. Написание базовой криптографии по-прежнему в основном опирается на человеческий труд, тогда как прототипирование выполняется полностью автоматически, а базовые системы находятся где-то посередине.

«Мы довольно активно используем ИИ для тестирования и проверки того, что написанный код работает правильно, что в нём нет уязвимостей, что математика верна, — но это гораздо более ручной процесс, чем создание внутренних прототипов, которое сейчас практически на 100% автоматизировано».

Такой подход позволил Coinbase перестроить структуру вокруг меньших по размеру, но более опытных команд, отметил Уитофф: теперь два-три сотрудника способны выполнять объём работы, который раньше требовал участия десяти и более человек.

«Больше всего пострадали младшие позиции разработчиков», — сказал он о майских сокращениях, добавив, что увольнения затронули и другие направления, включая маркетинг, юридический отдел, клиентскую поддержку, комплаенс.

«Чтобы такие небольшие команды работали, людям нужен вкус, суждение — я много думаю о том, что у людей должен быть достаточный боевой опыт, чтобы они знали, как правильно направлять агентов», — добавил он.

По словам Уитоффа, у большинства инженеров Coinbase сейчас одновременно работает от пяти до десяти ИИ-агентов, а совокупно эти агенты выполняют объём работы, эквивалентный труду около 1 200 сотрудников. К 2030 году, по его оценке, ИИ-агенты в Coinbase могут выполнять работу, эквивалентную труду уже 100 тыс. сотрудников.

Тенденция охватывает всю индустрию

Coinbase — не единственная компания, сократившая штат на фоне роста корпоративного применения ИИ в этом году. В марте биржа Crypto.com уволила 12% персонала, объяснив это тем, что часть ролей «не адаптируется к новым реалиям».

В феврале глава Block Джек Дорси (Jack Dorsey) объявил о сокращении 40% штата компании. «Мы уже видим, что инструменты интеллекта, которые мы создаём и используем, в сочетании с меньшими и более плоскими командами, формируют новый способ работы, который принципиально меняет смысл построения и управления компанией», — написал он в соцсети X.

Среди других криптокомпаний, которые в этом году связывали сокращения штата с внедрением ИИ, — Kraken, Gemini, Messari и Dune.

Мнение ИИ

С точки зрения машинного анализа данных, заявление о 95% кода, написанного при участии ИИ, поднимает вопрос, который в материале остался за кадром: кто именно проверяет качество этого кода после генерации. Практика «вайб-кодинга», когда разработчик описывает задачу на естественном языке, а модель сама пишет реализацию, уже привела к ситуации, которую эксперты называют разрывом между скоростью создания кода и глубиной его понимания — подробный разбор этой проблемы приводит HashTelegraph. Чем выше доля автоматизации, тем острее встает задача контроля: у Coinbase этот баланс частично решен за счет ручной проверки криптографии, но прототипы и внутренние системы формально выпадают из-под столь же строгого надзора.

Исторический паттерн здесь узнаваем: каждая волна инструментов, ускоряющих разработку, сначала повышала производительность, а затем требовала отдельного слоя средств контроля качества. Вопрос в том, успевает ли компания выстроить такой слой быстрее, чем растет объем автоматически сгенерированного кода.

Источник