Разработчики отвлекаются 1200 раз в день, MCP ставит целью повышение производительности

Разработчики программного обеспечения тратят гораздо больше времени не на написание кода, а на другие задачи. Отраслевые исследования показывают, что непосредственное программирование занимает лишь около 16 % рабочего дня разработчика, а большую часть времени отнимают вспомогательные задачи и операции. В эпоху, когда команды вынуждены достигать большего с меньшими ресурсами, а генеральные директора рекламируют код, сгенерированный искусственным интеллектом, возникает важный вопрос: как мы оптимизируем остальные 84 % рабочей нагрузки инженера?

Сохраняйте разработчиков там, где они наиболее продуктивны

Одним из самых больших факторов, снижающих продуктивность разработчиков, является переключение контекста — постоянное переключение между постоянно расширяющимся набором инструментов и платформ, необходимых для создания и поставки программного обеспечения. Согласно исследованию Harvard Business Review, средний цифровой работник переключается между приложениями и веб-сайтами почти 1200 раз в день. Каждое прерывание имеет свою цену. Исследования Калифорнийского университета показывают, что для полного восстановления концентрации после одного прерывания требуется примерно 23 минуты, а что еще хуже, почти 30 % прерванных задач так и не завершаются. Проблема переключения контекста настолько важна, что она включена в DORA, одну из наиболее широко используемых структур для измерения производительности разработки программного обеспечения.

По мере того как организации, использующие искусственный интеллект, стремятся дать своим сотрудникам возможность делать больше с меньшими затратами, выходя за рамки простого предоставления доступа к большим языковым моделям (LLM), формируются новые тенденции. Джаррод Руланд, главный инженер Brex, считает, что «разработчики достигают максимальной эффективности, когда остаются сосредоточенными в своей интегрированной среде разработки (IDE)». Руководствуясь этим принципом, он исследовал новые методы, позволяющие воплотить эту идею в жизнь, и новый протокол Anthropic может стать ключевым элементом этой головоломки.

MCP: протокол для добавления контекста в IDE

Помощники по кодированию на базе ИИ, такие как IDE с поддержкой LLM, например Cursor, Copilot и Windsurf, способствуют возрождению разработчиков, и их уровень внедрения беспрецедентен. Cursor стал самым быстрорастущим SaaS-продуктом в истории, достигнув 100 миллионов долларов годового дохода в течение года после запуска, а 70 % компаний из списка Fortune 500 теперь используют Microsoft Copilot.

Однако эти помощники традиционно ограничивались контекстом кодовой базы. Хотя это помогает разработчикам быстрее писать код, оно не решает более широкую проблему переключения контекста. Новый протокол призван решить эту проблему: Model Context Protocol (MCP). Запущенный Anthropic в ноябре 2024 года, MCP — это открытый стандарт, разработанный для упрощения интеграции между системами искусственного интеллекта, особенно инструментами на основе LLM, и внешними источниками данных и приложениями. Его популярность растет: за последние шесть месяцев количество новых серверов MCP увеличилось на 500%, а только в июне было зарегистрировано около 7 миллионов загрузок.

Одним из наиболее влиятельных приложений MCP является его способность подключать помощников по кодированию ИИ непосредственно к повседневным инструментам, которые используют разработчики, что оптимизирует рабочие процессы и значительно сокращает переключение контекста.

Рассмотрим разработку функций. Традиционно это предполагает переключение между несколькими системами: чтение билета в трекере проекта, просмотр разговора коллеги для ясности, поиск документации по особенностям API и, наконец, открытие IDE для начала кодирования. Каждый шаг существует в отдельной вкладке, что вынуждает переключаться мысленно, что замедляет прогресс.

С MCP и современными AI-помощниками, такими как Claude от Anthropic, весь этот процесс может происходить внутри редактора кода.

Например, реализация функции полностью в рамках помощника по кодированию может выглядеть следующим образом:

• Извлечение деталей тикета с помощью сервера Linear MCP;
• Показать соответствующие обсуждения с помощью сервера Slack MCP;
• Получить доступ к необходимой документации через сервер Glean MCP;
• Написать функцию, попросив Cursor сгенерировать начальную структуру.

Тот же подход применим и к другим инженерным рабочим процессам. Например, реагирование на инциденты для инженеров по надежности сайта (SRE) может включать:

• Извлечение сведений об инциденте через сервер Rootly MCP
• Получение данных трассировки через сервер Sentry MCP
• Импорт метрик наблюдаемости через сервер Chronosphere MCP
• Устранение ошибки с помощью инструкций Claude Desktop

Ничего нового под солнцем

Мы уже видели подобную картину. За последнее десятилетие Slack революционизировал производительность на рабочем месте, став центральным узлом для сотен приложений, позволяющим сотрудникам управлять различными задачами, не выходя из окна чата. Платформа Slack успешно сократила количество переключений между контекстами в повседневных рабочих процессах.

Возьмем, к примеру, Riot Games. Благодаря интеграции около 1000 приложений Slack, инженеры компании сообщили о сокращении времени, необходимого для тестирования и итерации кода, на 27%, ускорении выявления новых ошибок на 22% и увеличении скорости запуска новых функций на 24%. Эти достижения в значительной степени были обусловлены оптимизацией рабочих процессов и уменьшением трения при переключении между инструментами.

Сейчас аналогичная трансформация происходит в сфере разработки программного обеспечения. ИИ-помощники, оснащенные интеграцией MCP, становятся мостом ко всем этим внешним инструментам. Фактически, IDE готовится стать новым универсальным командным центром для инженеров, так же как Slack стал им для обычных офисных работников.

MCP может быть не готов для использования в корпоративном секторе

MCP — относительно молодой стандарт. С точки зрения безопасности, он не имеет встроенной аутентификации или модели разрешений, полагаясь вместо этого на внешние реализации, которые все еще находятся в стадии развития. Существует также неоднозначность в отношении идентификации и аудита — протокол не дает четкого разграничения между действиями, инициированными пользователем или самим ИИ, что усложняет отчетность и контроль доступа без использования индивидуальных решений. Лори МакВитти, выдающийся инженер и главный евангелист в офисе технического директора F5 Networks, отмечает, что MCP «нарушает основные предположения о безопасности, которых мы придерживались в течение долгого времени».

Еще одно практическое ограничение возникает, когда в кодирующем помощнике одновременно используется слишком много инструментов или серверов MCP. Каждый сервер MCP рекламирует список доступных инструментов с описаниями и параметрами, которые должна обрабатывать модель ИИ. Заполнение модели десятками инструментов может перегрузить ее контекстное окно, что приведет к заметному снижению производительности по мере увеличения количества инструментов. Некоторые интеграции IDE реализовали жесткие ограничения — около 40 инструментов в Cursor IDE или примерно 20 для агента OpenAI — чтобы предотвратить раздувание подсказок за пределы возможностей модели.

Наконец, в настоящее время не существует сложных методов автоматического обнаружения или контекстного предложения инструментов; они просто перечисляются. Это часто вынуждает разработчиков вручную включать или отключать инструменты или отбирать активные наборы, чтобы обеспечить бесперебойность рабочих процессов. Учитывая приведенный ранее пример установки 1000 приложений Slack компанией Riot Games, становится ясно, как неуправляемое распространение инструментов может стать проблемой для корпоративного использования.

Меньше вращающихся стульев, больше программного обеспечения

Последнее десятилетие продемонстрировало ценность привлечения работы к работнику — от каналов Slack, которые централизуют обновления, до стратегий «нулевого почтового ящика» и унифицированных панелей управления платформой. Теперь, с добавлением ИИ в наш набор инструментов, у нас есть прекрасная возможность значительно повысить производительность разработчиков. Если Slack стал центром делового общения, то помощники по кодированию с ИИ идеально подходят для того, чтобы стать центром создания программного обеспечения — не только местом, где пишется код, но и местом, где сходятся все соответствующие контексты и сотрудничество.

Позволяя разработчикам оставаться в продуктивном потоке, мы устраняем постоянную переключение мыслительных механизмов, которое долгое время сдерживало результативность инженеров.

Любая организация, которая полагается на поставку программного обеспечения, должна внимательно посмотреть на то, как на самом деле проводят время ее разработчики. Вы можете быть удивлены тем, что обнаружите.

Сильвен Калаш возглавляет AI Labs в Rootly.