Бізнес уже не питає, чи допомагатиме AI писати код. Питання інше: чи можна пустити агента до репозиторіїв, документації й логіки продукту так, щоб усе це не поїхало за межі компанії.
Для банку, медичної платформи, логістичного SaaS або великого інтернет-магазину це зовсім не дрібниця. У коді часто захована бізнес-логіка, інтеграції, старі компроміси й технічні борги. Деякі з них краще не показувати зовнішнім сервісам, навіть якщо сервіс дуже розумний і гарно продається.
Тому новина про IBM Bob цікава не лише великим ентерпрайзам. Як пише MarkTechPost, IBM зробила загальнодоступним self-hosted розгортання Bob, своєї платформи для агентної розробки програмного забезпечення. Простіше кажучи, компанії можуть запускати Bob у власному середовищі: on-premises, у приватних або суверенних хмарах, а також в air-gapped мережах без доступу до публічного інтернету.
AI-агент працює там, де лежить ваш код
Bob закриває повний цикл роботи з кодом. Він розуміє кодову базу, планує зміни, виконує їх і перевіряє результат. У платформі є IDE-досвід, BobShell, паралельні виклики інструментів, агентний каркас, навички та режими роботи.
Тобто це не автодоповнення кількох рядків у редакторі. IBM намагається дати розробнику агента, який бере на себе частину інженерної рутини. Не всю роботу, звісно. Але вже не лише підказку в стилі «допиши функцію».
Найцікавіше тут у способі розгортання. IBM не постачає модель у комплекті з self-hosted Bob. Клієнт сам обирає, ліцензує й хостить підтримувану модель зі списку IBM. Для повної ізоляції згадуються NVIDIA Nemotron або Poolside Laguna. У гібридних сценаріях частину навантажень можна маршрутизувати до Claude, Gemini або GPT-моделей.
Уявімо банк. Код core banking-системи обробляється всередині власного периметра, а менш чутливі задачі команда може відправити на схвалену зовнішню модель. Для розробника інтерфейс Bob залишається звичним, а команди безпеки й платформи контролюють, де саме обробляються код, контекст і артефакти збірки.
IBM також згадує майбутнє розширення портфеля моделей і multi-model routing. Ми б сприймали це як план, а не як функцію, на яку вже сьогодні можна будувати процес.
Кому це потрібно вже зараз, а кому краще не поспішати
Bob self-hosted найбільше пасує компаніям зі старими великими системами, жорсткими вимогами до безпеки або регуляторними обмеженнями. Окремо IBM говорить про модернізацію Java, IBM i та IBM Z через додаткові Premium Packages. Це влучає в болюче місце великих організацій, які роками живуть із legacy-кодом і не можуть просто зупинити бізнес та переписати все з нуля.
Для малого й середнього бізнесу висновок стриманіший. Не обов’язково завтра бігти за ентерпрайз-рішенням без опублікованої ціни, яке IBM продає через demo request. Але напрям уже видно: AI-агенти для розробки відходять від публічних чатів до керованих середовищ, де бізнес сам вирішує, що можна показувати моделі, а що має залишатися всередині.
Якщо ви керуєте продуктом або технічною командою, почніть не з вибору гучного інструмента, а з простих речей:
- розділіть кодову базу за рівнем чутливості: що можна обробляти зовнішніми моделями, а що має залишатися всередині;
- оберіть невеликий пілот, скажімо, рефакторинг внутрішнього сервісу, оновлення тестів або аналіз legacy-модуля;
- заздалегідь визначте правила перевірки: AI може запропонувати зміни, але відповідальність за продакшн залишається на команді;
- порахуйте не лише ліцензії, а й інфраструктуру, підтримку моделей, безпеку та час DevOps-команди.
І тут починається найцікавіше. Self-hosted AI-агенти можуть зняти частину страхів навколо приватності, але вони не замінюють архітектуру, процеси й здоровий скепсис. Якщо в репозиторіях хаос, тестів немає, а документація живе в голові одного розробника, агент просто швидше впреться в цей хаос.
Позиція Artica проста: такі інструменти варто дивитися як новий шар автоматизації для команд, які вже вміють працювати дисципліновано. Не як заміну інженерам. Починати краще з вузького сценарію, міряти якість змін і лише потім підключати агента до серйозніших частин продукту.