Veai - про код и тесты с AI

В программе конференции:
- Java, Kotlin и Scala;
- производительность приложений;
- архитектура;
- backend-разработка;
- практики и инструменты для инженерных команд.

Подготовили пошаговую инструкцию:
– как выбрать ZIP-архив Veai под версию JetBrains IDE;
– как установить плагин с локального диска;
– как активировать Veai без подключения рабочей станции к интернету;
– как добавить внутренний шлюз, API-ключ и модель;
что делать, если шлюз не передаёт список моделей или размер контекста;
– как отправить тестовый запрос и проверить по журналу шлюза, что он прошёл через внутренний адрес.

Перед операцией можно посмотреть:
– какие файлы и сущности будут затронуты;
– какие ссылки изменятся;
– где возникнут конфликты.
Для небольшого проекта это удобно.
Для большого проекта, где один класс связан с десятками файлов и модулей, такая проверка особенно полезна.

Внешний агент получает доступ к выбранным инструментам:
– навигации по проекту;
– запуску конфигураций;
– отладчику;
– рефакторингу через IDE.
Модель при этом остаётся у внешнего агента. Veai передаёт ему результаты вызовов IDE, а сам MCP-сервер отвечает за доступ к инструментам проекта.

Например, агент исследовал проблему, а дальше вам нужно разнести работу по разным направлениям:
– в одном чате обсудить тесты;
– в другом подготовить документацию;
– отдельно провести ревью кода;
– сравнить варианты архитектуры.
Новый чат получит историю до выбранного сообщения, а исходный разговор останется без изменений.
Файлы проекта при этом общие для обоих чатов. Если вы сравниваете конфликтующие варианты реализации, используйте разные Git-ветки или worktree.

В новой инструкции показываем настройку за 6 шагов:
1. Обновить Veai до версии 5.16 или новее.
2. Создать глобальный профиль image-to-text в Model Routing.
3. Открыть чат в режиме Orchestrator или General.
4. Выбрать основную модель для работы с кодом.
5. Отправить изображение вместе с запросом и контекстом.
6. Проверить карточку субагента, распознанный текст и итоговый ответ.

Формат рассчитан на короткое уточнение:
– один вопрос и один ответ;
– без вызова инструментов;
– без вложений;
– без продолжения отдельного диалога;
вопрос и ответ не добавляются в историю основного чата.

Вторая заметная функция релиза касается пользовательских правил.
В длинном диалоге инструкция, переданная агенту в начале работы, постепенно отдаляется от текущего шага. На небольших моделях и моделях, развёрнутых On-Premise, это может проявляться раньше. Крупные модели тоже могут перестать соблюдать отдельные требования, если переписка стала достаточно длинной.

Настройка под проекты и правила команды
Покажем, как:
• передать агенту банк проектов для анализа;
• выявить требования к архитектуре и стилю кода;
• составить спецификации агентов по результатам анализа;
• подобрать скиллы под конкретный стек и задачи;
• применить подготовленные спецификации в рабочем проекте.

Обсудим:
• по каким параметрам сравнивать тарифы;
• как учитывать лимиты и стоимость использования;
• как переносить инструкции и рабочий контекст;
• какие настройки придётся адаптировать;
• как проверить нового агента до работы с основным проектом.

Тарификация — по минутам, не по токенам: все топ-модели стоят одинаково за минуту. Модель выбираешь по задаче, а не по цене за токен, в режиме Auto теперь стоит GPT-5.6-terra

А ещё в 5.15:
– при первом запуске появился онбординг в проект: короткий мастер вопросов про автономность агента, стиль ответов и роль, по итогам — правила и навыки под задачи проекта;
– карточки инструментов в чате похудели визуально: меньше рамок, меньше расстояний между вызовами;
– добавили последние модели OpenAI (GPT-5.6-luna, GPT-5.6-sol, GPT-5.6-terra), в режиме Auto теперь стоит GPT-5.6-terra;
– починили баг с тяжёлой подсветкой командной строки, из-за которого IDE могла подвисать на длинном выводе.

Разберём:
– методологию разработки с ИИ-агентами;
– подходы к постановке задачи;
– обратную связь (feedback loops);
– параллельную работу и субагентов.