GitLab перестраивает бизнес вокруг AI-агентов GitLab и опирается на экономическую идею XIX века: если выпуск софта резко дешевеет, рынок не сжимается, а разрастается. Для русскоязычной IT-аудитории это важный сигнал: один из крупнейших игроков DevSecOps больше не продаёт просто CI/CD и репозитории, а готовит платформу к режиму, где код пишут машины, а люди управляют потоком, правилами и рисками.
Об этом сообщает The New Stack со ссылкой на открытое письмо CEO GitLab Билла Стейплса. По данным издания, на этой неделе компания объявила о сокращениях, перестановках в руководстве, консолидации продуктов и новом фокусе на AI-driven software development. Контекст у разворота нервный: капитализация GitLab за последние 15 месяцев упала примерно на 66%, до уровня около $3,7 млрд. Для публичной компании это уже не философская дискуссия об искусственном интеллекте, а вопрос о том, как вообще зарабатывать в эпоху, когда код генерируют не только разработчики.
Ставка не на код, а на управление потоком
Главная мысль Стейплса проста и для GitLab почти экзистенциальна. Если себестоимость создания программ падает, компании будут заказывать и запускать больше программ, а не меньше. Экономисты называют это парадоксом Джевонса: рост эффективности не обязательно сокращает потребление ресурса, а нередко, наоборот, разгоняет его. GitLab переносит эту логику на разработку ПО. Не дефицит идей тормозил рынок, а стоимость и время производства, внедрения и сопровождения софта. Если это ограничение ослабевает благодаря ИИ, спрос должен пойти вверх.
Отсюда и новая формула роли разработчика. GitLab исходит из того, что в агентной модели люди не исчезают из процесса, но меняют позицию. Вместо того чтобы писать каждую строчку руками, инженеры будут задавать архитектуру, проверять решения, разбирать сбои, следить за безопасностью, соответствием политикам и координировать работу множества агентов. Для enterprise-сегмента это звучит убедительно: бизнесу нужен не красивый демо-бот, а управляемый выпуск работающего софта в продакшен.
Поэтому AI-агенты GitLab в стратегии компании завязаны не столько на автодополнение кода, сколько на оркестрацию всего жизненного цикла. Стейплс прямо проводит границу: предприятиям не нужна бурная активность агентов сама по себе, им нужен результат в виде работающих сервисов. Отсюда акцент на системах, которые могут координировать планирование, код, merge request, пайплайны, approvals, деплой и remediation в одном контуре. И здесь GitLab пытается сыграть на своём старом преимуществе: она уже давно продаёт не отдельный инструмент, а связанную платформу для DevSecOps.
Почему GitLab перестраивает платформу именно сейчас
В письме речь идёт не только о стратегии, но и о технической переделке платформы под «machine-scale» нагрузку. Логика понятна: традиционная инфраструктура разработки проектировалась под человеческий темп. Один инженер открыл merge request, кто-то запустил пайплайн, потом ещё один коммит, потом ревью. AI-агенты работают иначе: они могут параллельно открывать множество merge request, круглосуточно гонять пайплайны и производить коммиты с интенсивностью, на которую старые процессы просто не рассчитаны. Если ускорить только генерацию кода, а всё остальное оставить как есть, узкое место никуда не денется, просто пробка сместится дальше по цепочке.
Эту мысль Стейплс уже озвучивал в разговоре с The New Stack в феврале. По его оценке, разработчики тратят на собственно написание кода лишь 10-20% дня, а остальное съедают проверки, безопасность, комплаенс, ревью и запуск пайплайнов. В такой картине мира «быстрее писать код» само по себе не решает проблему. Поэтому GitLab в январе запустила Duo Agent Platform и теперь развивает идею дальше: автоматизировать не только написание, но и всё, что происходит после него.
У компании есть и вторая ставка, менее заметная, но, возможно, более важная. GitLab считает, что модели генерации кода со временем станут всё более похожими друг на друга, а значит, само по себе умение сгенерировать функцию или тест быстро превратится в товар без высокой маржи. Не commoditize, по версии GitLab, должен другой актив: контекст. За годы работы в платформе накапливаются репозитории, история пайплайнов, правила approvals, результаты security scanning, данные о деплоях и операционные следы. Если агент работает внутри такой системы, его решения опираются не только на файл с кодом, но и на всю память организации о том, как она разрабатывает и выпускает софт.
Именно поэтому GitLab говорит об API-first-подходе, composable-сервисах и agent-specific API. Компания хочет быть не ещё одним окном с чатиком для программиста, а слоем управления, в котором живут контекст, контроль и политика. Для бизнеса это понятная попытка защитить маржу. Если лицензия раньше продавалась на developer seat, то с агентами старая модель начинает скрипеть: один агент может выполнять объём работ нескольких людей, но отдельное «место» ему не нужно. Тогда ценность смещается к платформе, которая умеет держать поток под контролем и не превращает enterprise-разработку в стихийный эксперимент.
Рынок на эту логику смотрит без безусловного восторга. The New Stack напоминает, что даже на фоне недовольства частью сообщества курсом GitHub GitLab не стала очевидным победителем. Одна из причин банальна и очень земная: высокие switching costs. Команды, глубоко встроенные в GitHub, его CI/CD и интеграции, не мигрируют только потому, что им что-то перестало нравиться. Ирония в том, что именно на такую «липкость» платформы GitLab теперь и рассчитывает в своей собственной базе клиентов. Из внешних реакций издание приводит схожую по духу позицию CEO Box Аарона Леви, который тоже считает, что удешевление производства софта расширит рынок. При этом разработчик и аналитик Саймон Уиллисон замечает важную деталь: когда вся бизнес-модель зависит от роста объёма software engineering, вера в этот сценарий становится не только аналитическим выводом, но и корпоративной необходимостью.
Для разработчиков, CTO и продактов здесь главный вывод не в том, что GitLab «добавила ИИ». Это уже гигиенический минимум. Куда важнее другое: крупные DevSecOps-платформы начинают проектировать процессы под автономные системы как под новый базовый тип пользователя. Если эта ставка сработает, конкурировать будут не лучшие AI-подсказки в редакторе, а платформы, которые умеют безопасно масштабировать выпуск софта в режиме машинного темпа. Если нет, рынок быстро выяснит, что красивый разговор про парадокс Джевонса не заменяет ответ на неприятный вопрос: кто именно будет платить за эпоху, где кода больше, а человеческих «мест» в цепочке меньше. Подробнее — в материале .