Что случилось
Amazon Web Services представила три новых ИИ-агента, которые могут выполнять большую часть рутинной работы разработчиков. Главный из них — автономный агент Kiro — создан на базе уже существующего инструмента, который компания AWS выпустила в июле 2025 года. Он способен наблюдать за тем, как команда разработчиков пишет код, как формирует технические требования и как вносит правки. После этого Kiro может брать задачи из бэклога и выполнять их самостоятельно: искать нужные файлы, обновлять фрагменты кода, проверять соответствие требованиям и завершать работу без постоянного контроля человека. По словам AWS, такой агент способен функционировать непрерывно в течение нескольких часов или даже дней, не теряя контекст и не забывая предыдущие инструкции.
Второй инструмент — Security Agent, он автоматически проверяет безопасность кода: отслеживает уязвимости, тестирует обновления и предлагает исправления. А DevOps Agent проверяет производительность новых версий программ, их совместимость с оборудованием, облачными сервисами и другими ПО. Эти агенты направлены на снижение количества ошибок при запуске обновлений и экономию времени инженерных команд.
Все три решения доступны в предварительной версии и были представлены на конференции AWS re: Invent 2 декабря 2025 года. В бесплатной версии Kiro пользователям предоставляется 50 кредитов. Security Agent остается бесплатным на всем этапе предварительного тестирования. DevOps Agent предлагает часть функций без оплаты, а стоимость остальных услуг зависит от конкретного запроса. В российском регионе эти сервисы недоступны.
Контекст и предпосылки
Интерес к таким системам усилился после того, как OpenAI и другие компании начали продвигать ИИ, способный работать длительное время без потери контекста. Например, OpenAI представила GPT-5.1 Codex-Max — модель, рассчитанную на многочасовые задачи по программированию.
При этом у ИИ-агентов есть ограничения: длительные рабочие сессии увеличивают вероятность ошибок и галлюцинаций, из-за чего инженерам приходится регулярно проверять результаты нейросетей. Разработчица Карла Ровер поделилась, что модели, работающие в режиме вайб-кодинга, требуют постоянного контроля: приходится отслеживать каждый шаг ИИ и исправлять цепочки мелких неточностей, фактически превращаясь в «нянек» для нейросетей.
Вероятные последствия
Появление автономных ИИ-агентов снижает потребность компаний в разработчиках начального уровня. Задачи, которые раньше поручали джунам: написание базового кода, подготовка черновых решений, исправление простых ошибок, — теперь все чаще выполняют нейросети. Крупные технологические компании уже стали нанимать меньше молодых специалистов.
Вход в профессию при этом становится сложнее: новичкам нужно дольше учиться самостоятельно, иметь больше навыков на старте и конкурировать не только с другими кандидатами, но и с ИИ-инструментами, которые берут на себя часть рабочих функций.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.