Обложка книги

Почему до сих пор еще не появился AI-агент архитектора ИТ-систем?

Мы живем в эпоху, когда нейросети уверенно пишут код (GitHub Copilot, Cursor), находят баги, рефакторят легаси и даже самостоятельно закрывают Pull Request-ы. Казалось бы, следующий логичный шаг — делегировать ИИ проектирование систем. Мы можем попросить LLM «спроектировать микросервисную архитектуру для финтех-стартапа», и она за секунду выдаст красивую схему в ArchiMate или ARIS.

Но почему в реальной энтерпрайз-разработке до сих пор нет полноценного AI-агента, способного заменить или хотя бы на равных работать с Solution Architect? Почему мы до сих пор собираемся на архитектурные комитеты и технические советы, а не отправляем промпт нейросети?

Недавнее масштабное исследование «Artificial Intelligence Support for Software Architecture Practice: A Systematic Review and Future Directions» (Bucaioni, Weyssow и др., 2025/2026) дает на этот вопрос отличный и научно обоснованный ответ. Авторы провели систематический обзор 51 рецензируемой работы и сопоставили возможности ИИ с 17 реальными «болями» архитекторов, выявленными через глубинные интервью с практиками.

Давайте разберем, что мешает появлению «ИИ-архитектора», и когда мы его все-таки увидим.

Почему архитектура — это не просто «код уровнем выше»?

Разработка и архитектура ПО (Software Architecture, SA) требуют принципиально разных типов мышления. ИИ отлично справляется с тактическими задачами, но откровенно буксует на стратегических. Исследователи выделяют несколько причин, почему явное использование ИИ в архитектуре остается эпизодическим:

Искусство долгосрочных компромиссов (Trade-offs). Архитектор постоянно балансирует между производительностью, безопасностью, стоимостью, time-to-market и надежностью. Если при написании кода ИИ опирается на синтаксис и паттерны, то в архитектуре решения принимаются в условиях неопределенности и меняющихся бизнес-ограничений. Текущие модели не умеют по-настоящему оценивать долгосрочные последствия (technical debt) своих решений на горизонте 3–5 лет.
Глубокий доменный контекст. Архитектура не существует в вакууме. Она зависит от скиллов конкретной команды, легаси-инфраструктуры, требований compliance (например, Информационной безопасности) и бизнес-целей компании. ИИ-агенту невероятно сложно удержать в «контексте» всю эту неструктурированную, политическую и постоянно меняющуюся информацию.
Архитектура — это коммуникация. Огромная часть работы архитектора — это не рисование квадратиков в Draw.io, а убеждение стейкхолдеров, написание ADR (Architecture Decision Records) и защита решений перед бизнесом. ИИ пока не обладает эмпатией и «политическим весом», чтобы договориться с CTO об увеличении бюджета на рефакторинг.

6 фундаментальных разрывов (Fundamental Gaps)

Авторы статьи выявили 6 специфических вызовов для ИИ, которые образуют пропасть между тем, что умеют нейросети сегодня, и тем, что нужно практикам. Главная проблема кроется в том, что архитектура требует sustained reasoning (непрерывного, долгосрочного рассуждения), в то время как современные LLM заточены на мгновенную генерацию ответа.

Кроме того, архитектура эволюционирует. Поддержка и развитие системы на протяжении многих лет требуют понимания того, как изменения в одном модуле повлияют на всю экосистему, чего ИИ-агенты пока делать не умеют.

Где ИИ уже помогает архитекторам? (14 областей применения)

Это не значит, что ИИ бесполезен в нашей работе. Обзор показал, что нейросети уже применяются в 14 тематических областях. Чаще всего это задачи, связанные с анализом и рутиной:

Анализ технического долга: ИИ сканирует кодовую базу и выявляет архитектурные эрозии (несоответствие кода изначальной архитектуре).
Извлечение моделей (Model extraction): Автоматическое построение UML/C4 диаграмм из существующего легаси-кода.
Генерация документации: Помощь в описании API и архитектурных контрактов.
Оценка качества (Quality evaluation): Предсказание узких мест производительности на ранних этапах.

Но это все еще инструменты поддержки (support tools), а не самостоятельные агенты, принимающие решения.

Будущее: 5 стратегических столпов

Чтобы AI-агент архитектора стал реальностью, исследователи предлагают сосредоточить усилия на пяти стратегических направлениях (research agenda). Нам нужны ИИ-системы, которые:

Понимают бизнес-контекст и жесткие ограничения.
Умеют рассуждать о долгосрочной эволюции систем.
Способны к интерактивному диалогу с архитектором (а не просто выдают финальный ответ).
Интегрируются в CI/CD для непрерывного архитектурного мониторинга.
Обеспечивают прозрачность и трассируемость своих решений.

Резюме: ИИ как надежный партнер, а не замена

Главный вывод исследования звучит так: в ближайшие годы мы не увидим автономного AI-агента, которому можно скинуть ТЗ и получить готовый, идеальной проект. Архитектура остается прерогативой человека, обладающего опытом, интуицией и пониманием бизнеса.

Однако мы уверенно движемся к появлению AI-Architecture Co-pilot. Это будет агент, который возьмет на себя тяжелую аналитику: проанализирует легаси, предложит 3 варианта реализации фичи с оценкой рисков, поможет написать черновик ADR и проследит, чтобы новый коммит не нарушил архитектурные инварианты (fitness functions).

ИИ станет «надежным партнером в проектировании, оценке и эволюции архитектуры» (trustworthy partner in architectural design, evaluation, and evolution), как сказано в статье. Но финальное слово, ответственность и умение договориться с людьми останутся за нами.

А как вы считаете, сможет ли нейросеть когда-нибудь защитить архитектуру на техническом совете лучше человека? Или архитектура навсегда останется «человеческим» искусством?

Ссылка на оригинал статьи: Artificial Intelligence Support for Software Architecture Practice: A Systematic Review and Future Directions»* (Bucaioni, Weyssow и др., 2025/2026) (arXiv:2504.04334v2 / ACM TOSEM).

#SoftwareArchitecture, #AI, #MachineLearning, #SolutionArchitect, #TechBlog, #ИИвРазработке