VibeBrains · ИИ в разработке
ИИ в разработку вашей компаниис готовыми инструментами и в вашем контуре
Три продукта уже работают: две IDE с ИИ-агентом и общая память команды Подключаем модель в вашем контуре и запускаем пилот на одной команде Код и данные не покидают компанию
Проблема
ИИ в разработке уже стандарта мы им пользоваться не можем
Данные нельзя отдать наружу
Код, персональные данные клиентов, коммерческая тайна
Cursor, Copilot и Claude отправляют код на зарубежные серверы
Зависимость от Запада
Подписки в валюте, блокировки по региону, условия меняются без нас
Отключат — разработка встанет
ИИ не знает вашего стека
Общие модели плохо понимают ваш код, библиотеки и регламенты
Каждый разработчик объясняет контекст заново
Знания уходят с людьми
Решения и грабли живут в головах и чатах
Ушёл человек — команда повторяет его ошибки, отсюда влёты на прод
Решение
Не строить с нулятри продукта уже в работе
VibeIDE
На базе VS Code · GitHub
версия 1.23MIT- Агент с автопилотом доводит задачу до конца
- Любая модель: облачная, своя, локальная
- Без телеметрии, ключи в системном хранилище
- Расширения VS Code совместимы
VibeIDEA
На базе IntelliJ · GitHub
версия 0.8класс PhpStorm- PHP, TypeScript, CSS и отладка из коробки
- Подключает любого агента: Claude Code, Codex и другие
- Предохранители: агент не уходит в петли и пустые ходы
- Проверка дизайна и текстов по правилам
VibeMemory
Память команды · vibememory.ru
версия 0.6свой сервер- Знания одного агента доступны всей команде
- Сессия переезжает на другой компьютер и продолжается
- Поиск по истории всех сессий проекта
- Работает с любым агентом и разворачивается у нас
Обе IDE используют один набор правил и настроек проекта Под PHP и JS — VibeIDEA, под фронтенд и смешанные проекты — VibeIDE Открытый код: можно проверить, доработать и развернуть у себя
Возражения
«Строим новый самолёт»нет: самолёт уже летает
| Возражение | Ответ |
|---|---|
| Своя IDE — год до MVP | MVP не нужен: обе IDE выпущены и используются в работе Вы внедряете готовое, а не разрабатываете с нуля |
| Открытые модели слабее Claude и GPT | Рутину берёт своя модель, дообученная на вашем коде Сложные задачи уходят на сильную модель автоматически |
| Есть готовые enterprise-решения | Они закрывают модель, но не IDE и не память команды Наши продукты подключают любую модель, включая GigaChat |
| Зачем это бизнесу | Экономия ФОТ и меньше ошибок на проде Свой сервер с моделью можно сдавать партнёрам и клиентам |
Модель
Где живёт модельтри варианта по вложениям
А. Российский ИИ-шлюз
Быстрый старт · без железа
- Например, Нейрошлюз Ростелекома: 20+ моделей, 40 000+ пользователей
- Данные остаются в России
- Пилот за недели, а не месяцы
Б. Своя сильная модель
Kimi K3 · максимум качества
- Открытые веса, 2,8 трлн параметров, контекст 1 млн токенов
- Полная изоляция: всё в вашем ЦОД
- Можно продавать доступ наружу
В. Своя лёгкая модель
Qwen3-Coder-Next 80B · дообучаемая
- Активны 3 млрд параметров из 80 — быстрая и дешёвая
- Помещается на один сервер
- Дообучается на вашем коде и регламентах
Старт на А, параллельно — закупка или аренда под Б и В
Две модели
Своя модель на рутинусильная — на сложное
Своя дообученная
Qwen3-Coder-Next 80B на вашем сервере
Формы, справочники, CRUD, SQL под вашу базу, отчёты
Пишет так, как принято у вас, и знает ваш код
Сильная
Kimi K3 или модель через ИИ-шлюз
Перепроектирование модулей и сложные ошибки
Включается только когда задача того требует
IDE сама выбирает модель под задачу
Большую часть задач берёт своя модель — качество варианта Б за деньги варианта В
Данные
Git, исправленные баги, ревью, удачные сессии агентов из VibeMemory — без персональных данных
Дообучение
LoRA-адаптер на вашем сервере: часы, а не недели
Ученик сильной
Сильная модель решает ваши задачи, лёгкая учится на решениях, прошедших тесты
Свой экзамен
100–200 закрытых задач с тестами: сравниваем модели числом
Железо
Сервер под свою модельдва уровня вложений
| Б. Kimi K3 | В. Qwen3-Coder-Next 80B | |
|---|---|---|
| Веса | 1,56 ТБ (4 бита) | около 46 ГБ (сжатая) |
| Минимум | ~2 ТБ видеопамяти с быстрой связью между GPU 16 × H200 или 32 × H100 | 1 сервер, 2–4 GPU по 80–141 ГБ с запасом под дообучение |
| Продакшен | вендор советует от 64 ускорителей | одна машина |
| Дообучение | дорого, нужен ещё кластер | LoRA на том же сервере |
| Ориентир | 80–120 млн ₽ | 10–25 млн ₽ |
| Без покупки | Аренда GPU в российском облаке: без капзатрат, оплата по месяцам | |
Эффект
Честные цифрыx2 в первый год, x3 потом
Цель первого года
Агент пишет код, тесты и документацию, человек ставит задачу и проверяет
После дообучения модели на вашем коде и перестройки процессов под агентов
Меньше влётов на прод: тесты к каждой правке, общая память хранит грабли команды
Почему не x10
ИИ ускоряет написание кода, но не согласования, ревью и стенды
Скорость команды упирается в самое медленное звено
Обещаем то, что измерим в пилоте
Что меряем
Время от задачи до релиза
Задач за спринт на разработчика
Ошибки после релиза
Экономика
Окупаемостьпример на сотню разработчиков
в год стоят 100 разработчиков
при 250 тыс. ₽ в месяц с налогами
разработчиков в эквиваленте при x2
без найма и без расширения офиса
окупается даже кластер под Kimi K3 за 120 млн ₽
Кому подходит
Тем, кому нельзя отправлять код за рубеж: госсектор, медицина, финансы, промышленность
Свой сервер с моделью окупается быстрее, если сдавать доступ дочерним компаниям и партнёрам — за месяц, год или за токены
Допущения
Рамка, а не сметацифры уточним на пилоте
Цифры экономики
100 разработчиков и 250 тыс. ₽ в месяц — пример
Для вашей компании пересчитаем на её цифрах
ИИ-шлюзы
У Нейрошлюза Ростелекома публично не описан API для подключения IDE
Условия подключения уточняются у каждого шлюза
Лицензия Kimi K3
Разрешает ли продавать доступ наружу и учить на её ответах свою модель — вопрос юристам
Цены на железо
Рыночный ориентир без учёта параллельного импорта
Точные цифры — по запросу поставщикам
Детали и цифры дорабатываются под каждую компанию вместе с её ИТ, финансами и юристами — это рамка для решения о пилоте
План
Как внедряемпилот до любых закупок
Пилот
Одна команда, IDE и VibeMemory у вас, модель через ИИ-шлюз
Замер метрик до и после
Решение по своей модели
По цифрам пилота: вариант Б, В или оба, покупка или аренда
Дообучение и раскатка
Модель учится на вашем коде, библиотеках и регламентах
Инструменты получают все команды разработки
Сервер работает на вас
Свободные мощности — дочерним компаниям и партнёрам по подписке или за токены
Старт
Что нужно для стартатри ресурса
Команда
3–5 человек на сопровождение IDE, памяти и модели
Среди них ML-инженер под дообучение
Пилотная группа
Одна команда разработки на 2 месяца
С замером метрик до и после
Доступ к модели
ИИ-шлюз или API на время пилота
Бюджет на железо — после цифр пилота