С каждым годом ИИ всё активнее внедряется в разработку программного обеспечения. Он помогает генерировать код, автодополнять функции, даже выступать в роли агентных IDE. Но возникает важный вопрос: можно ли доверить LLM полноценный code review, способный выявлять ошибки, стилистические и архитектурные недочёты в реальных проектах?

Цель эксперимента

Я решил протестировать несколько моделей, доступных через облачную платформу Ollama Cloud, на задачах анализа Pull Request (PR) в легаси-проекте на Python. Для эксперимента были выбраны три модели:

• Qwen 3.5 — современная крупная модель с улучшенной генерацией кода.
• GPT-OSS — открытая LLM с расширенными возможностями автодополнения и объяснения кода.
• DeepSeek v3.1 — специализированная модель, ориентированная на поиск ошибок и улучшение стиля кода.

Методика проверки

Для тестирования я выбрал реальные PR, содержащие:

• Логические ошибки и баги;
• Нарушение PEP8 и внутренних стайлгайдов проекта;
• Устаревшие конструкции и потенциально опасные паттерны;
• Неоптимальные алгоритмы и дублирование кода.

Каждую модель я подключал через Ollama Cloud и давал одинаковый запрос: проанализировать PR, выявить проблемы и предложить улучшения. Результаты фиксировались для сравнительного анализа.

Результаты по моделям

Qwen 3.5

Эта модель показала высокую точность в выявлении синтаксических и логических ошибок. Она корректно отметила дублирование функций и предложила оптимизацию циклов, что позволило сократить время выполнения на 15–20% в тестовом модуле. Недостаток: иногда рекомендовала слишком радикальные изменения архитектуры, что может быть рискованно для стабильного легаси.

GPT-OSS

Модель оказалась сильна в выявлении стилевых нарушений и несоответствий PEP8. Она могла объединять комментарии кода, правильно распознавая docstrings, и предлагать исправления для повышения читаемости. В логических ошибках уступала Qwen 3.5, но давала полезные советы по рефакторингу и документации.

DeepSeek v3.1

Специализация модели на поиске ошибок дала лучший результат в анализе сложной бизнес-логики. Она успешно выявляла скрытые баги и потенциальные проблемы безопасности, но была медленнее в обработке больших PR и иногда рекомендовала избыточные исправления для простого кода.

Общие выводы

• ИИ-модели могут эффективно выступать в роли ассистента code review, ускоряя проверку кода и снижая вероятность упущения ошибок.
• Оптимальная стратегия — комбинированное использование моделей: одна фокусируется на логике и багфиксах, другая — на стиле и документации.
• Модели лучше работают на ограниченном контексте PR, большие изменения требуют разбивки на части.
• Полностью доверять ИИ без проверки человеком пока нельзя — возможны неверные рекомендации, особенно касающиеся архитектуры и оптимизации критических модулей.

Практические рекомендации

1. Настройте workflow, где ИИ генерирует первые комментарии по PR.

2. Используйте результаты как черновик для human review, особенно для критичных участков.

3. Интегрируйте модели в CI/CD для автоматической проверки синтаксиса, стиля и потенциальных багов.

4. Периодически обновляйте модели и данные обучения, чтобы учитывать новые паттерны и стандарты вашего проекта.

Заключение

Тест показал, что облачные модели Ollama имеют реальный потенциал для автоматизации code review. Они ускоряют анализ кода, уменьшают человеческий фактор и помогают поддерживать качество легаси-проектов. Однако полностью заменять разработчиков на данном этапе не стоит — ИИ лучше работает как ассистент, дающий рекомендации, которые проверяет человек.

Австралийский стартап Cortical Labs сделал шаг в будущее вычислительных технологий, представив концепцию биокомпьютеров на базе выращенных в лаборатории нейронов. Компания открыла две площадки — в Мельбурне и Сингапуре — для размещения своих экспериментальных биодата-центров, пишет Bloomberg.

Как работает технология

Сердцем системы является чип CL1, на котором размещены живые нейроны. Кремниевые электроды посылают импульсы в ткань и фиксируют реакцию клеток. Специальное программное обеспечение интерпретирует активность нейронов как результаты вычислений, превращая биологические сигналы в цифровые данные.

Фактически это гибридная инфраструктура, где живые клетки мозга заменяют классические процессоры. В Cortical Labs такую систему уже окрестили «дата-центрами», подчеркивая сходство с традиционными облачными вычислительными площадками.

Преимущества биокомпьютеров

Разработчики подчеркивают несколько ключевых преимуществ технологии:

• Энергоэффективность: нейроны расходуют значительно меньше энергии по сравнению с обычными процессорами ИИ, что делает систему экологически устойчивой и менее затратной в эксплуатации.
• Параллельная обработка: нейронные сети естественным образом выполняют большое количество параллельных операций, что позволяет обрабатывать сложные задачи быстрее, чем на классическом железе.
• Адаптивность: живые клетки обладают пластичностью — они могут изменять связи между собой, обучаясь и оптимизируя вычислительные процессы в реальном времени.
• Малая тепловая нагрузка: биокомпьютеры практически не нагреваются, что снижает требования к системам охлаждения, характерным для традиционных дата-центров.

Применение и перспективы

В Cortical Labs считают, что биокомпьютеры откроют новые горизонты в области искусственного интеллекта, особенно для задач, требующих когнитивной обработки данных, распознавания образов и моделирования сложных систем. Потенциальные сферы применения включают:

• Научные исследования в нейробиологии и медицине
• Моделирование работы мозга и разработка новых лекарств
• Создание энергоэффективных ИИ-систем для анализа больших данных
• Использование в автономных роботизированных системах, где ограничены ресурсы энергии

По словам специалистов стартапа, система уже способна выполнять базовые вычислительные задачи и демонстрирует устойчивую работу в лабораторных условиях. Следующий этап развития — масштабирование числа нейронов на чипах и интеграция нескольких биокомпьютеров в единую сеть для решения более сложных задач.

Этические и технические вопросы

Использование живых клеток человека для вычислений поднимает ряд этических и юридических вопросов. Cortical Labs утверждает, что все нейроны выращиваются из стволовых клеток, а данные обрабатываются без ущерба для живого организма. Однако эксперты предупреждают, что создание когнитивных биосистем потребует новых стандартов безопасности и регулирования.

Технически вызовы включают:

• Поддержание жизнеспособности нейронов длительное время
• Обеспечение стабильной связи между биологическими и цифровыми компонентами
• Минимизация ошибок в интерпретации биосигналов и предотвращение потерь данных
• Разработка надежного программного интерфейса для взаимодействия с классическими ИИ-системами

Значение для ИИ и вычислительной индустрии

Если концепция подтвердится в масштабах, биодата-центры могут радикально изменить подход к вычислениям. Низкое энергопотребление и высокая адаптивность нейронных сетей обещают создание эффективных и экологически устойчивых ИИ-систем. Это открывает дорогу к новым типам вычислительных платформ, сочетающих биологию и цифровые технологии.

Таким образом, Cortical Labs демонстрирует инновационный подход к ИИ и вычислительным технологиям, где живые нейроны становятся основой для энергоэффективных, адаптивных и интеллектуальных систем нового поколения. В ближайшие годы от этих разработок можно ожидать как ускорения исследований в нейронауках, так и внедрения биокомпьютеров в прикладные задачи промышленности, науки и медицины.

Компания OpenAI интегрировала популярный сервис распознавания музыки Shazam в приложение ChatGPT. Теперь пользователи могут определять треки напрямую внутри платформы, без необходимости устанавливать отдельное приложение.

Как работает интеграция

Новая функция доступна через каталог мини-приложений ChatGPT. Чтобы определить трек, достаточно задать вопрос текстом или голосом, например: «Shazam, что играет?» или «Shazam, что это за песня?». Сервис предложит включить микрофон для прослушивания композиции.

После анализа Shazam мгновенно отобразит карточку с названием песни, именем исполнителя и обложкой альбома. Пользователю не нужно покидать ChatGPT — вся информация доступна внутри приложения.

Интеграция с музыкальными сервисами

Несколько месяцев назад Apple уже добавила поддержку Apple Music в ChatGPT, позволяя пользователям генерировать плейлисты и получать рекомендации. С добавлением Shazam функциональность платформы значительно расширилась, обеспечивая мгновенное распознавание треков и интеграцию с музыкальной экосистемой.

Для использования Shazam внутри ChatGPT достаточно перейти в каталог мини-приложений, выбрать Shazam и подключить свою учетную запись. Отдельная установка приложения не требуется.

Почему это важно

Интеграция Shazam в ChatGPT делает платформу более универсальной и полезной для пользователей, объединяя возможности искусственного интеллекта и музыкальных сервисов. Теперь идентификация песен, получение информации о композициях и работа с музыкальными треками стали быстрее и удобнее.

Таким образом, OpenAI укрепляет позиции ChatGPT как централизованного решения для работы с ИИ и мультимедийным контентом, снижая необходимость переключаться между различными приложениями.

Компания OpenAI интегрировала популярный сервис распознавания музыки Shazam в приложение ChatGPT. Теперь пользователи могут определять треки напрямую внутри платформы, без необходимости устанавливать отдельное приложение.

Как работает интеграция

Новая функция доступна через каталог мини-приложений ChatGPT. Чтобы определить трек, достаточно задать вопрос текстом или голосом, например: «Shazam, что играет?» или «Shazam, что это за песня?». Сервис предложит включить микрофон для прослушивания композиции.

После анализа Shazam мгновенно отобразит карточку с названием песни, именем исполнителя и обложкой альбома. Пользователю не нужно покидать ChatGPT — вся информация доступна внутри приложения.

Интеграция с музыкальными сервисами

Несколько месяцев назад Apple уже добавила поддержку Apple Music в ChatGPT, позволяя пользователям генерировать плейлисты и получать рекомендации. С добавлением Shazam функциональность платформы значительно расширилась, обеспечивая мгновенное распознавание треков и интеграцию с музыкальной экосистемой.

Для использования Shazam внутри ChatGPT достаточно перейти в каталог мини-приложений, выбрать Shazam и подключить свою учетную запись. Отдельная установка приложения не требуется.

Почему это важно

Интеграция Shazam в ChatGPT делает платформу более универсальной и полезной для пользователей, объединяя возможности искусственного интеллекта и музыкальных сервисов. Теперь идентификация песен, получение информации о композициях и работа с музыкальными треками стали быстрее и удобнее.

Таким образом, OpenAI укрепляет позиции ChatGPT как централизованного решения для работы с ИИ и мультимедийным контентом, снижая необходимость переключаться между различными приложениями.

Несмотря на ожидания, что технологии искусственного интеллекта помогут сократить рабочую нагрузку и повысить эффективность сотрудников, на практике ситуация развивается иначе. Новое масштабное исследование аналитической компании ActivTrak показало, что внедрение ИИ-инструментов пока не облегчает работу, а наоборот — ускоряет и усложняет рабочие процессы.

В рамках исследования специалисты проанализировали цифровую активность 164 тысяч сотрудников из 1111 компаний. Всего было изучено более 443 миллионов рабочих часов. Аналитики сравнили показатели за шесть месяцев до начала использования ИИ-инструментов и после их внедрения.

Рост коммуникаций и активности в системах

Результаты показали заметное увеличение нагрузки практически во всех аспектах рабочей деятельности. В частности, время, которое сотрудники тратят на коммуникацию через электронную почту и корпоративные мессенджеры, выросло более чем в два раза.

Также значительно увеличилось использование различных бизнес-систем, включая платформы для управления персоналом, бухгалтерские сервисы и другие корпоративные инструменты. Согласно данным ActivTrak, активность в подобных системах выросла на 94%.

Одновременно с этим снизилось время, которое сотрудники могут посвятить сосредоточенной работе. Речь идет о задачах, требующих высокой концентрации — например, написании программного кода, разработке стратегий или аналитической работе. Продолжительность такой сфокусированной деятельности сократилась примерно на 9%.

Почему ИИ не сокращает нагрузку

По словам аналитиков, дело не в том, что искусственный интеллект не способен повысить эффективность. Напротив, во многих случаях ИИ действительно ускоряет выполнение отдельных задач. Однако освободившиеся ресурсы быстро перераспределяются на другие рабочие обязанности.

Эксперт ActivTrak Габриэла Мауч отметила, что именно этот процесс приводит к незаметному увеличению количества задач. Когда сотрудники выполняют работу быстрее благодаря технологиям, им просто поручают новые задачи, что фактически увеличивает общий объем работы.

Рабочий день стал длиннее

Исследование также опровергло распространенное предположение о том, что искусственный интеллект позволит сократить продолжительность рабочего дня. На практике сотрудники, использующие ИИ-инструменты, работают даже немного дольше.

Согласно статистике ActivTrak, пользователи технологий искусственного интеллекта проводят за работой в среднем на восемь минут больше в день по сравнению с коллегами, которые не используют такие инструменты.

Стремительный рост внедрения ИИ

За время исследования аналитики зафиксировали резкое увеличение числа сотрудников, применяющих искусственный интеллект в работе. Если ранее такими инструментами пользовались около 53% работников, то сейчас их доля достигла 80%.

При этом время взаимодействия с ИИ выросло в восемь раз. С января 2024 года показатель удержания пользователей остается на уровне около 92%, а минимальное значение за этот период не опускалось ниже 88%.

Около 40% пользователей продолжают активно работать с ИИ-инструментами более 13 месяцев подряд. Для сравнения, только 9% сотрудников использовали подобные технологии всего один месяц.

Оптимальное использование ИИ

Исследование также показало, что наибольшую продуктивность демонстрируют сотрудники, которые тратят на работу с искусственным интеллектом около 7–10% рабочего времени. Однако таких пользователей пока очень мало — всего около 3%.

Большинство сотрудников взаимодействует с ИИ значительно реже, уделяя этим инструментам примерно 1% своего рабочего времени. Это может свидетельствовать о том, что компании пока не полностью интегрировали новые технологии в рабочие процессы.

Рост количества ИИ-инструментов

Еще одной заметной тенденцией стало стремительное увеличение числа используемых платформ. Если в 2023 году компании в среднем применяли два инструмента на базе искусственного интеллекта, то к 2025 году их количество выросло до семи.

По данным исследования, 83% организаций используют сразу шесть и более ИИ-решений. Таким образом, вместо концентрации вокруг нескольких платформ компании продолжают расширять набор используемых технологий.

Популярность ChatGPT

Среди всех инструментов лидером по времени использования остается ChatGPT. Согласно данным ActivTrak, этот сервис значительно опережает ближайшего конкурента — инструмент Cursor — по продолжительности взаимодействия пользователей. Разница составляет примерно 27 раз.

Кроме того, сайт chatgpt.com значительно укрепил позиции среди самых популярных интернет-ресурсов. За год он поднялся с 19-го на 5-е место по посещаемости, а его аудитория выросла на 145%.

Подобные выводы делают и другие исследования

Ранее похожие наблюдения опубликовали аналитики Harvard Business Review. Эксперты в течение восьми месяцев изучали изменение рабочих привычек сотрудников одной американской технологической компании с персоналом около 200 человек.

Их выводы оказались схожими: искусственный интеллект действительно ускоряет выполнение задач, однако это не приводит к снижению нагрузки. Напротив, сотрудники получают больше обязанностей и задач.

Таким образом, современные исследования показывают, что массовое внедрение искусственного интеллекта пока не приводит к сокращению рабочего времени. Скорее наоборот — технологии повышают интенсивность работы и меняют структуру повседневных задач сотрудников.

На фоне стремительного роста популярности платформы OpenClaw Национальный центр реагирования на компьютерные инциденты Китая (CNCERT/CC) выпустил предупреждение о потенциальных угрозах безопасности, связанных с использованием этого программного обеспечения. Ведомство отметило, что система для запуска ИИ-агентов может представлять серьезные риски как для обычных пользователей, так и для компаний.

По данным специалистов по кибербезопасности, в базовых настройках OpenClaw отсутствуют достаточные механизмы защиты. Это означает, что при определенных условиях злоумышленники могут получить доступ к системе и использовать ее в своих целях.

Представители CNCERT/CC заявили, что при обнаружении уязвимости или точки входа злоумышленник может достаточно легко получить контроль над системой пользователя. Это особенно опасно в условиях активного распространения инструментов на базе искусственного интеллекта.

Инъекции промптов и утечка данных

Одной из ключевых угроз специалисты называют так называемые инъекции промптов. Хакеры могут размещать скрытые инструкции на веб-страницах или в онлайн-контенте. Если ИИ-агент считывает такие инструкции, он может выполнить вредоносную команду.

В результате существует риск раскрытия конфиденциальной информации, включая системные ключи, токены доступа или другие важные данные пользователя. Подобные атаки уже становятся распространенным инструментом в сфере киберпреступности, связанной с искусственным интеллектом.

Ошибочные действия искусственного интеллекта

Еще одной серьезной проблемой может стать неправильная интерпретация команд пользователем системой OpenClaw. Если ИИ-агент неверно поймет инструкции или намерения пользователя, это может привести к нежелательным действиям.

В частности, система может случайно удалить важные файлы, переписки или базы данных. Для частных пользователей это может означать потерю личной информации, а для компаний — серьезные сбои в работе и утрату критически важных данных.

Опасность сторонних плагинов

Эксперты также обратили внимание на риск использования сторонних расширений и плагинов. После установки такие модули могут получать доступ к ключам API или другим конфиденциальным данным.

Злоумышленники могут использовать подобные расширения для установки вредоносного программного обеспечения, включая трояны и скрытые бэкдоры. В дальнейшем это может привести к полному захвату системы или использованию устройства пользователя для дальнейших атак.

Выявленные уязвимости

Специалисты по безопасности уже обнаружили в OpenClaw несколько уязвимостей средней и высокой степени критичности. При их эксплуатации злоумышленники могут получить доступ к системам пользователей или организовать масштабные утечки данных.

Такие уязвимости представляют особую опасность в корпоративной среде, где ИИ-агенты могут иметь доступ к внутренним сетям, базам данных и другим важным ресурсам компаний.

Риски для пользователей и компаний

По словам представителей CNCERT/CC, обычные пользователи могут столкнуться с кражей личных данных, доступов к платежным сервисам или API-ключей. Потеря такой информации может привести к финансовым убыткам или компрометации цифровых сервисов.

Для компаний и государственных структур последствия могут быть значительно серьезнее. Особенно это касается отраслей с высокой степенью критичности, таких как финансы, энергетика и инфраструктура.

В случае успешной атаки злоумышленники могут получить доступ к важным системам, что способно привести к масштабным утечкам информации или сбоям в работе организаций.

Рост внимания к безопасности ИИ-технологий

Предупреждение китайского киберцентра отражает растущую обеспокоенность специалистов по безопасности в связи с быстрым распространением инструментов на базе искусственного интеллекта. По мере увеличения числа ИИ-агентов и автоматизированных сервисов возрастает и количество потенциальных уязвимостей.

Эксперты подчеркивают, что разработчикам и пользователям подобных систем необходимо уделять особое внимание вопросам кибербезопасности. Регулярные обновления программного обеспечения, проверка плагинов и контроль доступа к данным могут значительно снизить риски.

В условиях стремительного развития технологий искусственного интеллекта вопросы защиты данных и устойчивости цифровых систем становятся одним из ключевых вызовов для компаний и государственных организаций по всему миру.