Zenflow от Zencoder повышает надежность ИИ-программирования

Zencoder, стартап из Кремниевой долины, создающий ИИ-агентов для написания кода, в понедельник выпустил бесплатное десктопное приложение, которое, по его словам, должно кардинально изменить взаимодействие инженеров-программистов с искусственным интеллектом — переводя отрасль от бурной эпохи «вайб-кодинга» к более дисциплинированному и проверяемому подходу к разработке с помощью ИИ.

Продукт под названием Zenflow представляет то, что компания описывает как «уровень оркестрации ИИ», координирующий работу нескольких ИИ-агентов для планирования, реализации, тестирования и ревью кода в рамках структурированных рабочих процессов. Этот запуск — самая амбициозная попытка Zencoder выделиться на перенасыщенном рынке, где доминируют такие инструменты, как Cursor, GitHub Copilot, а также агенты для кодинга, созданные напрямую ИИ-гигантами Anthropic, OpenAI и Google.

«Интерфейсы чатов отлично подходили для вторых пилотов (копилотов), но они дают сбой, когда вы пытаетесь масштабироваться», — рассказал Андрей Филев, генеральный директор Zencoder, в эксклюзивном интервью VentureBeat. «Команды упираются в стену, где скорость без структуры порождает технический долг. Zenflow заменяет «рулетку промптов» на сборочную линию разработки, где агенты планируют, реализуют и, что крайне важно, проверяют работу друг друга».

Это объявление появляется в критический момент для корпоративной разработки программного обеспечения. Компании из самых разных секторов экономики вложили миллиарды долларов в инструменты для написания кода с помощью ИИ за последние два года, надеясь радикально ускорить свои инженерные результаты. Тем не менее, обещанная революция производительности в основном так и не материализовалась в масштабах всей индустрии.

Почему инструменты кодинга на базе ИИ не смогли оправдать обещания десятикратного роста производительности

Филев, который ранее основал и продал компанию по управлению проектами Wrike компании Citrix, указал на растущий разрыв между шумихой вокруг ИИ-кодинга и реальностью. Хотя поставщики обещали десятикратный прирост производительности, строгие исследования — включая работы Стэнфордского университета — неизменно показывают улучшения ближе к 20 процентам.

«Если вы поговорите с реальными техническими лидерами, я не припомню ни единого разговора, где кто-то навайб-кодил себе двукратное, пятикратное или десятикратное увеличение производительности в серьезном инженерном производстве», — сказал Филев. «Типичная цифра, которую вы услышите, составляет около 20 процентов».

Проблема, по мнению Филева, заключается не в самих моделях ИИ, а в том, как разработчики взаимодействуют с ними. Стандартный подход, когда запросы вводятся в интерфейс чата в надежде получить пригодный код, отлично работает для простых задач, но рассыпается на сложных корпоративных проектах.

Внутренняя инженерная команда Zencoder утверждает, что нашла другой подход. Филев сообщил, что компания сейчас работает примерно в два раза быстрее, чем 12 месяцев назад, в первую очередь не из-за улучшения моделей ИИ, а потому что команда перестроила свои процессы разработки.

«Нам пришлось изменить наш процесс и использовать целый ряд различных передовых практик», — отметил он.

Изнутри: четыре кита, на которых держится платформа оркестрации ИИ от Zencoder

Zenflow строит свой подход вокруг четырех ключевых возможностей, которые, по утверждению Zencoder, должна поддерживать любая серьезная платформа оркестрации ИИ.

Структурированные рабочие процессы заменяют хаотичный промптинг повторяемыми последовательностями (план, реализация, тестирование, ревью), которым агенты следуют неукоснительно. Филев провел параллели со своим опытом создания Wrike, отметив, что индивидуальные списки дел редко масштабируются на уровне организаций, в то время как четко определенные процессы создают предсказуемые результаты.

Разработка на основе спецификаций требует, чтобы ИИ-агенты сначала генерировали техническую спецификацию, затем создавали пошаговый план и только после этого писали код. Этот подход стал настолько эффективным, что передовые лаборатории искусственного интеллекта, включая Anthropic и OpenAI, впоследствии обучили свои модели следовать ему автоматически. Спецификация привязывает агентов к четким требованиям, предотвращая то, что Zencoder называет «дрейфом итераций» — тенденцию кода, сгенерированного ИИ, постепенно отклоняться от исходного замысла.

Многоагентная верификация задействует разные модели ИИ для критики работы друг друга. Поскольку модели ИИ из одного семейства склонны разделять общие «слепые зоны», Zencoder распределяет задачи проверки между разными поставщиками моделей, прося Claude проверить код, написанный моделями OpenAI, или наоборот.

«Представьте это как второе мнение от врача», — рассказал Филев изданию VentureBeat. «С правильным пайплайном мы видим результаты на уровне того, чего можно ожидать от Claude 5 или GPT-6. Вы получаете преимущества модели нового поколения уже сегодня».

Параллельное выполнение позволяет разработчикам запускать несколько ИИ-агентов одновременно в изолированных песочницах, не давая им мешать работе друг друга. Интерфейс предоставляет командный центр для мониторинга этого парка агентов, что кардинально отличается от текущей практики управления множеством окон терминала.

Как верификация решает главную проблему надежности ИИ-кодинга

Акцент Zencoder на верификации решает одну из самых устойчивых претензий к коду, сгенерированному ИИ: его склонность производить «цифровой мусор» (slop) — код, который выглядит корректным, но не работает в продакшене или деградирует в ходе последовательных итераций.

Внутреннее исследование компании показало, что разработчики, пропускающие этап верификации, часто попадают в то, что Филев назвал «петлей смерти». ИИ-агент успешно завершает задачу, но разработчик, не желая разбираться в незнакомом коде, движется дальше, не понимая, что было написано. Когда следующие задачи терпят неудачу, у разработчика нет контекста для исправления проблем вручную, и он вместо этого продолжает просить ИИ о решениях.

«Они буквально проводят в этой петле смерти больше дня», — сказал Филев. «Именно поэтому производительность не увеличивается в 2 раза, ведь сначала они работали с ускорением в 3 раза, а потом потратили впустую весь день».

Подход с многоагентной верификацией также дает Zencoder необычное конкурентное преимущество перед самими передовыми ИИ-лабораториями. В то время как Anthropic, OpenAI и Google оптимизируют каждая свои собственные модели, Zencoder может комбинировать решения разных провайдеров для снижения предвзятости.

«Это редкая ситуация, когда у нас есть преимущество перед передовыми лабораториями», — отметил Филев. «Большую часть времени преимущество на их стороне, но это редкий случай».

Zencoder сталкивается с жесткой конкуренцией со стороны ИИ-гигантов и хорошо финансируемых стартапов

Zencoder выходит на рынок оркестрации ИИ в момент ожесточенной конкуренции. Компания позиционирует себя как платформу, не привязанную к конкретным моделям, поддерживая основных провайдеров, включая Anthropic, OpenAI и Google Gemini. В сентябре Zencoder расширила свою платформу, позволив разработчикам использовать командно-строчные агенты для кодинга от любого провайдера прямо в своем интерфейсе.

Эта стратегия отражает прагматичное понимание того, что разработчики все чаще поддерживают отношения с несколькими поставщиками ИИ, а не отдают предпочтение какому-то одному. Универсальный платформенный подход Zencoder позволяет ей выступать в роли уровня оркестрации независимо от того, какие базовые модели предпочитает компания.

Компания также уделяет особое внимание готовности к корпоративному сегменту, заявляя о сертификатах SOC 2 Type II, ISO 27001 и ISO 42001 наряду с соответствием требованиям GDPR. Эти сертификаты имеют решающее значение для регулируемых отраслей, таких как финансовые услуги и здравоохранение, где требования комплаенса могут блокировать внедрение ориентированных на потребителя ИИ-инструментов.

Однако Zencoder сталкивается с грозной конкуренцией по нескольким фронтам. Cursor и Windsurf создали специализированные редакторы кода с упором на ИИ и преданными базами пользователей. GitHub Copilot пользуется маркетинговой мощью Microsoft и глубокой интеграцией с крупнейшим в мире репозиторием кода. А передовые лаборатории ИИ продолжают расширять собственные возможности программирования.

Филев отмахнулся от опасений по поводу конкуренции со стороны ИИ-лабораторий, утверждая, что более мелкие игроки вроде Zencoder могут двигаться быстрее в вопросах инноваций пользовательского опыта.

«Я уверен, что они придут к тем же выводам, они умны и двигаются быстро, так что, я уверен, они довольно быстро догонят нас», — сказал он. «Именно поэтому я говорил, что в ближайшие шесть-12 месяцев вы увидите, как все это распространяется по всему пространству».

Аргументы в пользу внедрения оркестрации ИИ сейчас, а не в ожидании лучших моделей

Технические руководители, взвешивающие инвестиции в ИИ-кодинг, сталкиваются с трудным вопросом выбора времени: стоит ли внедрять инструменты оркестрации сейчас или подождать, пока передовые лаборатории ИИ встроят эти возможности непосредственно в свои модели?

Филев утверждал, что ожидание несет в себе значительные конкурентные риски.

«Прямо сейчас все находятся под давлением необходимости делать больше за меньшее время, и все ждут от технических лидеров результатов от ИИ», — сказал он. «Как основатель и генеральный директор, я не жду 20 процентов от своего вице-президента по инжинирингу. Я жду двукратного роста».

Он также выразил сомнение в том, что крупные ИИ-лаборатории будут уделять приоритетное внимание возможностям оркестрации, когда их основным бизнесом остается разработка моделей.

«В идеальном мире передовые лаборатории должны создавать самые лучшие модели и конкурировать друг с другом, а Zencoder и Cursor должны создавать лучшие приложения для уровня UI и UX поверх этих моделей», — считает Филев. «Я не представляю себе мир, в котором OpenAI предложит вам наш верификатор кода или наоборот».

Zenflow запускается как бесплатное десктопное приложение с обновленными плагинами для сред разработки Visual Studio Code и JetBrains. Продукт поддерживает то, что Zencoder называет «динамическими рабочими процессами», что означает автоматическую подстройку сложности процесса системой в зависимости от того, следит ли человек за процессом лично, и от сложности самой задачи.

Zencoder заявила, что внутреннее тестирование показало: замена стандартного промптинга на уровень оркестрации Zenflow повысила корректность кода примерно на 20 процентов в среднем.

Что ставка Zencoder на оркестрацию говорит о будущем ИИ-кодинга

Zencoder позиционирует Zenflow как первый продукт в том, что, по ее мнению, станет новой значимой категорией программного обеспечения. Компания верит, что каждый вендор, сосредоточенный на ИИ-кодинге, в конечном итоге придет к аналогичным выводам о необходимости инструментов оркестрации.

«Я думаю, что следующие шесть-12 месяцев будут полностью посвящены оркестрации», — прогнозирует Филев. «Многие организации наконец достигнут этого двукратного роста. Еще не десятикратного, но по крайней мере того двукратного, который им обещали год назад».

Вместо прямой конкуренции с передовыми ИИ-лабораториями в качестве моделей, Zencoder делает ставку на то, что именно прикладной уровень (программное обеспечение, помогающее разработчикам эффективно использовать эти модели) определит победителей и проигравших.

По словам Филева, это знакомый паттерн из истории технологий.

«Это очень похоже на то, что я наблюдал, когда создавал Wrike», — сказал он. «По мере того как работа уходила в «цифру», люди полагались на электронную почту и таблицы для управления всем подряд, и ни то, ни другое не справлялось».

Та же динамика, по его утверждению, применима и к кодингу с помощью ИИ. Интерфейсы чатов были созданы для разговоров, а не для оркестрации сложных инженерных процессов. Сможет ли Zencoder закрепиться в качестве незаменимого промежуточного слоя между разработчиками и моделями ИИ до того, как гиганты создадут собственные решения — вопрос открытый.

Но Филев чувствует себя уверенно в этой гонке. В прошлый раз, когда он заметил разрыв между тем, как люди работали, и инструментами, которые у них были, он создал компанию стоимостью более миллиарда долларов.

Zenflow доступна для немедленной бесплатной загрузки на сайте zencoder.ai/zenflow.