О компании: Разрабатываем ИИ-сервисы под задачи бизнеса

Разработка с ИИ

Разработка ПО с ИИ: практика и безопасность

ИИ-ассистенты уже пишут заметную долю кода — и параллельно создают новые классы рисков: утечки исходников через внешние сервисы, лицензионная неопределённость, уязвимости в сгенерированном. Раздел о том, как строить разработку с ИИ, не открывая компанию настежь.

Опубликовано: 18 сентября 2026 · Обновлено: 19 сентября 2026

Быстрый ответ

Разработка ПО с ИИ — раздел о практике применения ИИ-ассистентов в командах: скорость генерации кода против рисков утечки, безопасности сгенерированного кода и конфиденциальности данных. Рамки: 243-ФЗ регулирует только фундаментальные модели от 1 млрд параметров; персональные данные в проектах — отдельный слой 152-ФЗ; весь код с ИИ проходит ревью и статический анализ без скидок на авторство модели.

Суть в двух абзацах

Разработка с ИИ — это уже не эксперимент, а инженерная дисциплина с тремя вопросами: что можно отдавать ассистенту, кто отвечает за результат и как это проверять. Ответ на первый — регламент: какие данные и код допустимо отправлять во внешние сервисы, а какие только в локальные контуры. Ответ на второй — всегда человек: сгенерированный код проходит тот же путь ревью и анализа, что и написанный руками. Ответ на третий — SSDLC: безопасность встраивается в конвейер, а не достраивается после.

Регуляторный фон при этом мягче, чем кажется: закон 243-ФЗ от 26.07.2026 регулирует большие фундаментальные модели от 1 млрд параметров, а не процессы разработки. Большинство корпоративных задач — тонкая настройка, RAG-системы, ассистенты на готовых API — в периметр закона не попадает. Реальные требования приходят из других мест: 152-ФЗ, если в данных есть персональные данные, и внутренние политики безопасности.

Три слоя зрелости команды

СлойНезрелая практикаУправляемая практика
Доступы к ассистентамКаждый сам решает, куда что отправлятьAllow-list сервисов, единый шлюз, локальные опции
КодСгенерированное идёт в прод без ревьюОбязательное ревью + SAST для всего кода
СекретыКлючи и пароли в промптахСекреты вне промптов, сканирование утечек

Готовые материалы сайта

МатериалСвязь
Угрозы ИИ-разработкам в 2026Общая карта рисков для CTO
Регламент использования LLMГотовый шаблон корпоративного документа
Разработка и внедрение ПОУслуги разработки НЬЮ-ССТ
Разработка ИИ-приложений под ключИИ-продукты от прототипа до продакшена
Защита ИИ-разработокАудит и сопровождение ИИ-контура
SOC и мониторингКонтроль инцидентов в ИИ-инфраструктуре
Jailbreak нейросетей: как обходят ограничения моделейТехника атак и защиты при тестировании LLM

Новые материалы раздела

и ещё несколько тематических разборов готовится.

С чего начинают и где ошибаются

Типовая ошибка — внедрять ассистенты без регламента: скорость растёт, а вместе с ней — молчаливый обмен фрагментами прод-кода с внешними сервисами. Вторая — считать, что раз код пишет ИИ, ревью можно сократить. На практике наоборот: объём кода растёт, и автоматизированный анализ безопасности становится не опцией, а единственным способом успевать за потоком.

Коротко о главном

ПараметрЗначение
243-ФЗ и разработказакон регулирует фундаментальные модели от 1 млрд параметров
Персональные данные в проектах152-ФЗ — отдельный слой требований
Цикл кода с ИИревью + статический анализ обязательны для всего кода

Читать дальше

Частые вопросы о разработке с ИИ

Можно — при двух условиях: регламент, определяющий допустимые сервисы и категории данных, и сохранение полного цикла проверки кода. Локальные и корпоративные развёртывания ассистентов снимают большую часть вопросов конфиденциальности.

При работе с внешними облачными ассистентами фрагменты кода и контекста покидают периметр компании — это надо считать фактом, а не гипотезой. Управление риском: allow-list сервисов, корпоративный шлюз, локальные модели для чувствительных проектов.

Команда и организация — ответственность не переносится на инструмент. Сгенерированный код проходит те же проверки, что и обычный: ревью, статический анализ, тестирование. Именно поэтому автоматизация анализа безопасности критична при росте объёма кода.

Нет: предмет закона — большие фундаментальные модели от 1 млрд параметров. Корпоративная разработка с ассистентами и системами на готовых моделях под его обязанности не подпадает; актуальные требования для неё — 152-ФЗ и внутренние политики безопасности.

С регламента и пилота: выбрать допустимые сервисы, определить категории кода и данных, запустить одну команду с измеримым критерием успеха, затем масштабировать. Шаблон регламента использования LLM уже опубликован на сайте.

Нужна помощь с задачей?

Разработка и доработка ПО, интеграции, ИИ-сервисы. Расскажите, что нужно, — предложим решение, срок и вилку стоимости.

Или напишите напрямую: sales@vyshka.cloud

Следующий шаг

Обсудим вашу задачу

Коротко опишите задачу в форме выше — ответим в течение 2 рабочих часов и предложим следующий шаг.

Обсудить проект Посмотреть разработку ПО

Материал носит информационный характер. Статусы и редакции нормативных актов меняются — сверяйте актуальные версии на pravo.gov.ru, fstec.gov.ru и в официальных публикациях. Актуально на: 18.09.2026.