Почему Google Code Assist может стать незаменимым инструментом для программистов

Google Code Assist, теперь использующий Gemini 2.5 в бесплатной версии, вызывает важный вопрос: кому доступны новые возможности ИИ-агентов? В прошлом году, на конференции Google Next 2024, Google Code Assist, основанный на Gemini 1.5, обещал значительное повышение производительности, но его возможности были ограничены низкой эффективностью Gemini. Тестирование показало неудовлетворительные результаты — три из четырёх тестов были провалены. Таким образом, несмотря на анонсы, практическое применение инструмента было практически невозможно.

На Google Next 2025 ситуация изменилась. Внедрение Gemini 2.5, успешно прошедшего мои тесты, делает Google Code Assist действительно мощным инструментом. Код, создаваемый с его помощью, теперь, вероятно, будет работоспособным, превращая помощника из приятного дополнения в ключевой элемент процесса разработки.

Google Code Assist: версии Individual, Standard и Enterprise

Google Code Assist предлагается в трёх вариантах: Individual, Standard и Enterprise. Бесплатная версия Individual предоставляет обширный функционал. Вариант Standard ($22.80/пользователь/месяц или $228/пользователь/год) добавляет защиту интеллектуальной собственности, интеграцию Gemini с Firebase и базами данных. Версия Enterprise ($54/пользователь/месяц или $540/пользователь/год) включает настраиваемые предложения кода из репозиториев GitHub, GitLab и Bitbucket, интеграцию с BigQuery и Apigee, а также функции автоматизации.

Главное обновление бесплатной версии — использование Gemini 2.5. Интересно, что в 76-страничном пресс-релизе Google не уточнялось, идентична ли версия Gemini 2.5 в Individual-версии Gemini 2.5 Pro, доступной для тестирования. По информации пресс-службы Google, Gemini 2.5 и Gemini 2.5 Pro — это разные продукты. Pro-версия обладает расширенными возможностями логического вывода. Однако разработчики могут извлечь выгоду из результатов производительности Gemini 2.5 Pro. Представитель пресс-службы подтвердил, что результаты тестирования Gemini 2.5 Pro применимы и к бесплатной версии.

азработчикам в нашем предложении Gemini Code Assist for individuals (бесплатный тариф)».

Новости об агентах Gemini Code Assist и мои вопросы

Есть много вещей, которые, как вы думаете, Google указало бы на всех этих страницах объявлений. Например, Google объявляет о возможностях агентов для Gemini Code Assist. Нигде в таблице сравнения версий продукта или в пресс-релизе нет разъяснений о том, доступны ли эти функции агентов для individual, standard или enterprise, или только для одного или двух вариантов. Мой друг из PR-службы Google немного прояснил этот вопрос. Он сказал мне: «Новые агенты теперь доступны в закрытом предварительном доступе, на который может зарегистрироваться любой желающий. Доступность в зависимости от тарифа будет объявлена после закрытого предварительного доступа».

От написания кода на вашем компьютере до выпуска продукта для пользователя — большой путь. Мы называем это полным жизненным циклом программного обеспечения.

Компания утверждает, что Google Code Assist сможет создавать приложения на основе технических заданий, написанных в Google Docs. Это может быть проблематично по многим причинам. Если Google не документирует специальный язык для написания спецификаций, ИИ, вероятно, пропустит многие незаявленные функции и возможности. Такая функция может создать у непрограммистов иллюзию, что они могут генерировать работающий код. Однако описание желаемого результата – лишь малая часть всего проекта. Неясно, как будет организован процесс обратной связи. Будет ли генерироваться новый код каждый раз при обновлении документа? Или код можно писать в среде разработки между этапами написания спецификаций в Docs, и как затем объединять эти части? Нужно ли описывать всё приложение целиком, или можно указывать отдельные функции и подпрограммы, которые затем будут объединены? Идея состоит в том, что агенты могут преобразовывать код из одного языка в другой, а также переводить код между языками и фреймворками. Это работает частично. Я проводил тесты и видел успешные результаты при передаче функции ИИ с просьбой переписать её на другом языке. При условии, что исходный и целевой языки имеют средства для реализации преобразуемого алгоритма, это довольно эффективный инструмент. Но переход между фреймворками может привести к серьёзным проблемам. Фреймворки часто содержат сотни файлов и множество узкоспециализированных функций. Если речь идёт об одной функции, думаю, миграция возможна. Но если вы попытаетесь передать всю папку и заставить ИИ запустить её на другой платформе, вероятно, получите лишь хаос. Идея заключается в том, что ИИ читает "issues" (задачи) с GitHub и реализует их в коде. Issues – это сообщения об ошибках или запросы на добавление функций. Если, например, в задаче указано "Добавить двухфакторную аутентификацию к авторизации", ИИ должен прочитать это и написать код двухфакторной аутентификации в кодовую базу. И да, для некоторых задач это сэкономит время. Но пример с 2FA демонстрирует серьёзные ограничения. Например, какой метод 2FA будет использован? Какие аутентификаторы будут поддерживаться? Какие библиотеки следует использовать? Бесплатные или платные с расширенными возможностями? Реализовать функцию довольно просто. Моя обеспокоенность заключается в том, что программисты перестанут задумываться о *способе* реализации этих функций. Я считаю, это отличное применение агентов ИИ. Даже без агентов я использовал ChatGPT (потому что до недавнего времени Gemini не справлялся с этим) с запросом "что не так с этим кодом?", за которым следовал блок кода. Я делал это, чтобы проверить, может ли ИИ найти ошибки в моей реализации или выявить что-то, что требует доработки. В нескольких случаях мне везло, и предлагаемые изменения были незначительными. Но чаще всего этот простой запрос выявлял довольно серьёзные ошибки кодирования или упущения, требующие дальнейшей работы. Формализация этого в процессе проверки кода может быть чрезвычайно полезна. С нетерпением жду возможности протестировать этого агента самостоятельно. Я видел демонстрацию этого во время тестирования Gemini 2.5 Pro. Я попросил Gemini исправить вычисление регулярного выражения, и ИИ не только выполнил запрос, но и предоставил мне набор тестовых случаев (как положительных, где всё должно работать, так и отрицательных, где должно быть срабатывание ошибки). Это позволило мне быстро и легко проверить функциональность кода. Использование ИИ для создания и выполнения тестов и

Искусственный интеллект в разработке программного обеспечения: возможности Gemini 2.5

Создание отчетов о результатах тестирования — одна из эффективных областей применения ИИ. Несмотря на необходимость проверки результатов и исправления ошибок, такой подход существенно экономит время и повышает надежность кода. ИИ может генерировать наборы проверочных тестов на основе заданных входных и выходных данных. Это особенно полезно при проверке безопасности контента и производительности подсистем ИИ, интегрированных в кодовую архитектуру.

Автоматизация документирования кода

Даже если генерация документации ИИ не достигнет уровня опытного технического писателя, она может служить отличной отправной точкой для разработчиков. Например, встроенный конструктор вики в одном из агентов Google позволяет значительно упростить процесс документирования, который многие программисты склонны откладывать на потом. Полученный результат всегда можно доработать и улучшить.

Gemini Code Assist: новый уровень разработки

Версия Gemini 2.5 и постоянно совершенствующийся Gemini Code Assist достигли уровня, пригодного для использования как профессиональными разработчиками, так и частными лицами. Это открывает новые возможности для повышения эффективности и скорости разработки программного обеспечения.

Перспективы и вызовы

Насколько полезны новые функции агента ИИ? Какие этапы жизненного цикла программного обеспечения вы бы доверили автоматизации? Насколько важна доступность функций в разных версиях (бесплатной, стандартной и корпоративной) для вашего проекта? Эти вопросы требуют внимательного анализа и оценки, прежде чем интегрировать ИИ в рабочие процессы.

Необходимо учитывать потенциальные недостатки и ограничения, связанные с применением ИИ в разработке. Критически важные этапы разработки, требующие высокой точности и надежности, возможно, всё ещё требуют ручного контроля и вмешательства опытных специалистов. Выбор оптимального подхода зависит от конкретных задач и требований проекта.

Примеры применения ИИ в других областях

В настоящее время активно развиваются и другие области применения генеративного ИИ, такие как улучшение качества ответов на Stack Overflow и создание новых возможностей для разработчиков.