В Nvidia рассказали о заметном эффекте от тотального перехода на ИИ-инструменты для программирования. После того как компания фактически подключила к таким решениям всех инженеров, объем внутренних правок и исправлений кода вырос примерно втрое. Ключевую роль в этом сыграла Cursor от Anysphere: эта IDE с поддержкой генеративного ИИ сегодня используется более чем 30 тысячами разработчиков внутри корпорации.
Как пояснил вице-президент по разработке Nvidia Вэй Луио, Cursor задействован почти везде, где пишется и сопровождается софт. С его помощью команды не только набирают код, но и проводят ревью, готовят тест-кейсы, занимаются контролем качества. По сути, ускорение затронуло весь жизненный цикл разработки: ИИ встроили в каждый этап, чтобы убрать узкие места и повысить общую эффективность. При этом окончательные решения по-прежнему остаются за людьми, а не за алгоритмами.
Отдельно отмечается польза Cursor в отладке. Инструмент помогает находить редкие и «упрямые» ошибки, а также подключать агентов, которые ускоряют их устранение. Параллельно Nvidia автоматизирует git-рутины: по пользовательским правилам Cursor подтягивает контекст из заявок и документации, а затем предлагает исправления вместе с корректными тестами для проверки результата.
Луио подчеркнул, что до Cursor в компании уже были и собственные, и сторонние ИИ-решения, но именно после внедрения этой среды рост скорости разработки стал по-настоящему заметным. В числе сильных сторон он назвал умение разбираться в сложных, долгоживущих и разветвленных кодовых базах, которые тяжело удерживать в голове одному человеку.
Есть плюс и для новичков: стажеры и новые сотрудники быстрее входят в курс дела, потому что Cursor выступает как «направляющая рука» с большим запасом знаний. А опытные инженеры получают возможность переключаться на задачи, где важнее человеческая изобретательность, сокращая дистанцию между идеей и ее реализацией. При этом, по итогам обзора Cursor, уровень ошибок не вырос, что особенно важно для критичных компонентов вроде драйверов GPU, часть кода которых теперь создается с участием ИИ. Для Nvidia подобный подход не выглядит чем-то чужим: технологии вроде DLSS уже давно опираются на вычислительные мощности суперкомпьютеров (фото: tomshardware.com).
