Швеция, Мальмё

Точка сегодня. Приходите

https://www.youtube.com/live/uR_8kkoOPyA?si=72tiTj2Qj_8gxaLc

Практически центр Еревана. Гудок есть.

Эволюция моделей для программирования: куда всё пришло к 2025 году

2021 год — ИИ едва умел дописывать куски кода.
2025 год — это уже полноценные инженерные агенты, которые читают проект, пишут патчи, прогоняют тесты и сами исправляют ошибки.

Главные тенденции:

1. Рост количества моделей
С нескольких экспериментальных прототипов в 2021 году индустрия пришла к десяткам мощных моделей и большим экосистемам в 2025-м.

2. Новые архитектуры
Появляются диффузионные модели для кода — аналог Stable Diffusion, но для генерации программ.
Это делает генерацию быстрее и дешевле.

3. Переход от автокомплита к реальному инженерному ИИ
SWE-агенты анализируют проект, планируют задачи, вносят изменения и проверяют результат без участия человека.

4. Интеграция в рабочие инструменты
Модели становятся частью IDE, терминалов и плагинов: Copilot, Cursor, Windsurf и многие другие.

5. Главное направление развития
Фокус смещается с «модель, которая пишет код» на «ИИ, который работает как разработчик и закрывает задачи целиком».

Более подробное описание картинки (LLM generated):

Это схема-родословная эволюции кодовых LLM — моделей, которые пишут, понимают и анализируют программный код, — с 2021 по 2025 год. На ней собраны модели, инструменты, плагины и IDE-интеграции, которые появились в эти годы, и показано, как постепенно менялся сам подход к созданию «умных помощников программиста».

⸻

Что на картинке в целом

Это такая «карта развития экосистемы», где:
• слева — ранние модели (2021–2022),
• в центре — быстрый рост количества кодовых LLM (2023–2024),
• справа — новый этап 2025 года: уже не просто модели, а целые экосистемы инструментов, SWE-агенты и диффузионные кодеры,
• вверху — инструменты для терминала и IDE-плагины,
• внизу — типы моделей (Embedding, LLM coder, Diffusion coder, Software Engineering agents).

Это не просто список моделей, а попытка показать эволюцию самого подхода: сначала просто появился «ИИ, который пишет код», а в 2024–2025 начались сложные инженерные агенты, RL-обучение и новые архитектуры.

⸻

Этапы развития (как на схеме)

2021 — первые шаги

Это эпоха CodeBERT, CodeX, CodeT5, CodeParrot — ранние модели, обычно просто LLM, «подкрученные» под код.

Это были скорее эксперименты: модели могли генерировать код, но делали это довольно наивно.

⸻

2022 — начало взрыва

Появляются более серьёзные модели:
• AlphaCode (Google/DeepMind) — попытка решать задачи наподобие Codeforces.
• CodeGen — мощная серия моделей для мульти-языкового кода.
• Huawei PanGu-Coder, CodeGeeX — крупные китайские инициативы.

Это первый год, где кодовые модели начали становиться массовыми.

⸻

2023 — широкая экосистема и модели нового поколения

Сильное расширение рынка:
• StarCoder, SantaCoder — модели BigCode, прозрачные и открытые.
• CodeLlama (Meta) — первая модель от крупной компании, ориентированная именно на разработчиков.
• OctoCoder, CodeGeeX2 — разные улучшенные версии.

Параллельно появляются первые нормальные терминальные инструменты и IDE-плагины (Copilot, Cursor, Windsurf и так далее).

⸻

2024 — переходный год

Появляются модели с фокусом на:
• интерпретацию кода прямо внутри модели (OpenCodeInterpreter),
• новые архитектуры (StableCode, StarCoder2, Qwen1.5-Coder),
• переход к «агентам» — модели, которые не просто генерируют код, а анализируют проект, выполняют задачи, тестируют, чинят ошибки.

Отдельно появляется направление диффузионных моделей для кода — аналог Stable Diffusion, но для программ.

⸻

2025 — зрелая экосистема

Это уже новая стадия:
• Много «SWE-агентов» (Software Engineering Agents) — например DevStral, DeepSWE, KAT-Coder, DiffuCoder.
Они делают не одну команду, а полный цикл разработки.
• Появление RL-подходов для обучения программированию: модели учатся не «на текстах», а на решении задач и обратной связи.
• Сильное развитие диффузионных моделей: Gemini Diffusion, Mercury Coder.
• Большие корпоративные платформы: CodeFuse-CGE, BGE-Code.

То есть уже не просто модель, а целая «операционная система» вокруг разработки.

⸻

Верхняя часть: инструменты

Это сразу показывает, что кодовые LLM перестают быть «игрушками», которые запускают в чатике:

Терминальные инструменты

Codex, ClaudeCode, GeminiCode, Warp, OpenCode, QwenCode —
это когда пишешь в терминал, а модель помогает дописывать команды и код.

IDE-плагины

Copilot, Cursor, Windsurf, CodeGeeX IDE, KodeBuddy…
То есть модели превращаются в полноценные «соразработчики» в твоём редакторе.

⸻

Нижняя часть: типы моделей

Четыре направления:
1. Embedding – модели для поиска и понимания структуры кода.
2. LLM Coder – привычные «модели, которые пишут код».
3. Diffusion Coder – новое направление: генерация кода через диффузию, как в изображениях.
4. SWE – модели-инженеры: самостоятельно читают проект, планируют работу, генерируют патчи, тестируют.

⸻

Самое главное: что эта картинка показывает?

Если коротко — кодовые ИИ за 4 года прошли путь от примитивных автокомплитов к полноценным ИИ-разработчикам.

2021 — «модель может дописать кусок кода».
2022–2023 — «модель может написать функцию или решить задачу».
2024 — «модель понимает проект целиком, тестирует, исправляет баги».
2025 — «модель выполняет работу junior/middle разработчика