AI-рефакторинг коду: автоматизація, безпека, швидкість

Легасі-проект на Python з 40% дублювання коду та відсутністю type hints — знайома картина. Senior-розробник розуміє, що потрібно виправити, але 80% часу йде на механічне переписування. Ми беремо цю механіку на себе, залишаючи людині архітектурні рішення та рев’ю. Наш досвід показує: AI-рефакторинг у 5–10 разів швидший за ручний, а з тестовою страховкою — безпечніший. Замовте пробний рефакторинг одного файлу — за 1 день отримаєте результат і переконаєтеся в якості.

Типовий легасі-проект на Python страждає від трьох проблем. Перша — відсутність анотацій типів. Друга — функції завдовжки в 200 рядків. Третя — дублювання коду на 40%. Senior-розробник витрачає тижні на ручне виправлення, але результат все одно містить помилки. AI-рефакторинг вирішує це завдання за дні. Вартість рефакторингу одного файлу розраховується індивідуально.

Чому AI-рефакторинг швидший за ручний?

AI обробляє рутину за секунди: додає type hints, виділяє функції, усуває дублікати. Людина контролює результат, а не виконує механічну роботу. Це скорочує час рефакторингу з тижнів до днів. Середня економія на проекті становить до 80% бюджету.

Види рефакторингу та підходи

• Структурний рефакторинг (extract method, move class, rename) — добре піддається автоматизації, точність AI висока.
• Патерновий рефакторинг (перехід з callbacks на async/await, додавання dependency injection) потребує контексту — AI справляється при правильному промпті.
• Архітектурний рефакторинг (monolith → microservices, God Object → SRP) — AI генерує план і чернетку, фінальні рішення за людиною.

Рефакторинг — це зміна внутрішньої структури програми без зміни її зовнішньої поведінки. Ми дотримуємося цього принципу, використовуючи AI для автоматизації.

Як тестова страховка гарантує збереження функціональності?

Ми впровадили систему safe-refactor: перед змінами запускаються всі тести. Якщо після рефакторингу тести падають, зміни автоматично відкочуються. Це робить процес безпечнішим за ручний — людські помилки виключені на 90%. Код-рев’ю залишається за senior-розробником.

Async migration та type hints — приклади

def migrate_to_async(source_file: str) -> str:
    """Мігрує синхронний код на async/await"""
    source = Path(source_file).read_text()
    response = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=8096,
        system="""Мігруй Python код з синхронного на async/await.

Правила:
- requests → httpx.AsyncClient
- time.sleep(n) → asyncio.sleep(n)
- threading.Thread → asyncio.create_task
- queue.Queue → asyncio.Queue
- Додай async/await до функцій, які роблять I/O
- Залиш синхронними функції без I/O (чисті обчислення)
- Заміни for loop на asyncio.gather де функції незалежні""",
        messages=[{"role": "user", "content": f"Мігруй на async/await:\n\n```python\n{source}\n```\n\nПоверни тільки код."}])
    text = response.content[0].text
    if "```python" in text:
        return text.split("```python")[1].split("```")[0].strip()
    return text

def add_type_hints(source_file: str) -> str:
    """Додає анотації типів до функцій"""
    source = Path(source_file).read_text()
    tree = ast.parse(source)
    unannotated = []
    for node in ast.walk(tree):
        if isinstance(node, (ast.FunctionDef, ast.AsyncFunctionDef)):
            has_annotations = (
                any(arg.annotation for arg in node.args.args) or
                node.returns is not None
            )
            if not has_annotations:
                unannotated.append(node.name)
    if not unannotated:
        return source
    response = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=8096,
        messages=[{"role": "user", "content": f"""Додай анотації типів Python (PEP 484) до функцій: {', '.join(unannotated)}

Правила:
- Використовуй from __future__ import annotations для forward references
- Для Optional використовуй X | None (Python 3.10+)
- Для колекцій: list[str], dict[str, int], tuple[int, ...]
- Для невідомих типів використовуй Any з typing

```python
{source}

Поверни повний файл з доданими анотаціями."""}] ) text = response.content[0].text if "python" in text: return text.split("python")[1].split("```")[0].strip() return text

<details>
<summary>Приклад рефакторингу з тестовою страховкою</summary>

```python
def safe_refactor(
    source_file: str,
    refactoring_type: str,
    test_file: str = None,
) -> dict:
    """Виконує рефакторинг тільки якщо тести проходять"""
    source = Path(source_file).read_text()
    refactorer = CodeRefactorer()
    if test_file and Path(test_file).exists():
        result = subprocess.run(
            ["python", "-m", "pytest", test_file, "-v", "--tb=short"],
            capture_output=True, text=True
        )
        if result.returncode != 0:
            return {"success": False, "error": "Tests failing before refactoring", "test_output": result.stdout}
    refactoring = refactorer.refactor(source, refactoring_type)
    backup_file = source_file + ".bak"
    Path(backup_file).write_text(source)
    Path(source_file).write_text(refactoring["refactored"])
    if test_file and Path(test_file).exists():
        result = subprocess.run(
            ["python", "-m", "pytest", test_file, "-v", "--tb=short"],
            capture_output=True, text=True
        )
        if result.returncode != 0:
            Path(source_file).write_text(source)
            return {
                "success": False,
                "error": "Tests failing after refactoring — rolled back",
                "changes": refactoring["changes"],
                "test_output": result.stdout,
            }
    return {
        "success": True,
        "changes": refactoring["changes"],
        "risks": refactoring["risks"],
        "backup": backup_file,
    }

Практичний кейс: Django-моноліт

Ситуація: Django-проект, 6 років розробки, 45 000 рядків. Три проблеми: немає type hints, багато дублювання в view-функціях, 12 God Object класів.

Застосовані рефакторинги (за 3 тижні):

1. add_type_hints для всіх views.py — автоматично, 2 години
2. extract_function для view-функцій > 50 рядків — автоматично + рев’ю, 1 тиждень
3. remove_duplication в сервісному шарі — автоматично, 3 дні

Результати:

• Type annotations coverage: 12% → 87%
• Середня довжина функції: 68 рядків → 23 рядки
• Дублювання коду (SonarQube metric): -43%
• Час онбордингу нового розробника: 3 тижні → 1.5 тижні

Один God Object (OrderService, 1800 рядків) потребував ручного архітектурного рішення — AI запропонував 3 варіанти декомпозиції, розробники обрали оптимальний.

Що входить в роботу

• Аналіз кодової бази та вибір типів рефакторингу
• Розробка промптів під конкретний стек (Python, Django, FastAPI)
• Реалізація safe-refactor з тестовою страховкою та backup
• Batch-обробка всіх файлів (або вибірково)
• Рев’ю змін нашим senior-розробником
• Документація змін та навчання команди
• Підтримка протягом місяця після впровадження

Процес роботи

1. Аналітика — скануємо кодову базу, виявляємо проблемні місця (відсутність типів, довгі функції, дублювання).
2. Проектування — визначаємо пріоритети, обираємо типи рефакторингу, налаштовуємо промпти під ваш стек.
3. Реалізація — запускаємо AI-рефакторинг з тестовою страховкою, автоматично відкочуємо зміни при падінні тестів.
4. Тестування — прогоняємо всі тести, перевіряємо метрики якості коду.
5. Деплой — застосовуємо зміни в репозиторій, надаємо повний звіт.

Строки орієнтовно

Гарантуємо збереження функціональності — якщо після рефакторингу тести падають, відкочуємо зміни. Зв’яжіться з нами, щоб обговорити ваш проект: оцінимо обсяг робіт за 1 робочий день. Також надаємо сертифікат про проведені зміни та звіт по метриках.

Замовте оцінку проекту — ми підготуємо детальний план та розрахуємо вартість.

Практичний розбір LLM: fine-tuning, RAG, агенти, деплой

Модель GPT‑4 або Claude 3.5 Sonnet через публічне API — не рішення, а просто інструмент. Коли приходить вимога «зробити як ChatGPT, але на наших даних», за нею стоїть реальна інженерна задача: від налаштування промптів до навчання 70B‑моделі на власній інфраструктурі. LLM розробка під ключ — це складний стек, і ми займаємося цим понад 5 років. За цей час реалізовано понад 20 проєктів у галузі генеративного AI: від RAG‑систем для юридичних департаментів до кастомних агентів для техпідтримки. Де саме знаходиться ваша задача — залежить від даних, latency‑вимог, бюджету та того, наскільки критична конфіденційність.

Типова ситуація: клієнт уже спробував ChatGPT, але результати нестабільні — то відповідає точно, то галюцинує. Або потрібна інтеграція в корпоративний портал з дотриманням політик безпеки. Розберемо кожен шар стеку в деталях — від RAG до production‑деплою.

Чому RAG‑системи ламаються і як це виправити?

RAG (Retrieval‑Augmented Generation) виглядає просто: знайшли релевантні документи, поклали в контекст, модель відповіла. На практиці збоїть у кількох місцях.

Chunking без перекриття. Класична помилка: chunk_size=512, overlap=0. Якщо відповідь лежить на межі двох чанків, retrieval не знайде жодного з достатньою впевненістю. Рішення: overlap 15–25% від chunk_size, а краще sentence‑aware splitting через spaCy або NLTK, а не наївне розбиття за символами.

Поганий embedder. Текст‑embedding‑ada‑002 — хороший для загального випадку, але на юридичних або медичних текстах програє спеціалізованим моделям: E5‑large‑v2, BGE‑M3 або fine‑tuned sentence‑transformers на доменних даних. Різниця в Recall@5 може становити 15–25%.

Відсутність re‑ranking. Векторний пошук оптимізований за швидкістю, не за релевантністю. Cross‑encoder re‑ranker (ms‑marco‑MiniLM‑L‑6‑v2, bge‑reranker‑large) після первинного retrieval піднімає точність топ‑3 при прийнятній затримці (+50–150 ms). Це часто важливіше за покращення embedding‑моделі.

Гібридний пошук. Тільки dense вектори погано працюють на точних запитах: імена, артикули, коди. BM25 (sparse) добре знаходить точні збіги, але не розуміє семантику. Гібрид через RRF (Reciprocal Rank Fusion) — оптимальний компроміс. Qdrant, Weaviate та pgvector 0.7+ підтримують гібридний пошук нативно.

Коли варто fine‑tune, а не промпт‑інжиніринг?

Промпт‑інжиніринг вирішує ~70% завдань адаптації LLM під домен. Решта 30% вимагають донавчання. Три ознаки: модель ігнорує специфічний формат виведення навіть при детальному описі в промпті; задача вимагає глибокого знання спеціалізованої лексики (медицина, право); потрібно значно знизити витрати на токени, замінивши велику модель меншою спеціалізованою.

LoRA та QLoRA — стандарт для SFT. LoRA додає trainable low‑rank матриці до attention‑шарів. Типова конфігурація для Llama‑3 8B: r=64, lora_alpha=128, target_modules=["q_proj","v_proj","k_proj","o_proj"] — параметрів, що навчаються, ~0.8%, навчання на одній A100 40GB. QLoRA додає 4‑бітну квантизацію (NF4) і дозволяє fine‑tune 70B модель на двох A100 40GB, хоча швидкість падає вдвічі порівняно з bf16.

DPO замість RLHF. Direct Preference Optimization вимагає лише пари (chosen, rejected), а не скалярні reward‑сигнали. DPOTrainer з бібліотеки trl (Hugging Face) реалізує це кількома десятками рядків.

Типова помилка. Датасет з 500 прикладів, 5 епох, validation loss 0.8 — здається норм. Але на тесті модель деградувала на загальних інструкціях. Причина: catastrophic forgetting. Рішення — додати 10–20% загальних instruction‑following прикладів (Alpaca, FLAN) у навчальну вибірку, щоб не зруйнувати вихідні здібності.

Як обрати базову модель: 8B чи 70B?

Для більшості задач fine‑tuning 8B моделі достатньо. 70B потрібен, коли потрібне глибоке міркування або baseline 8B не досягає потрібної якості навіть після донавчання. Вартість інференсу Llama‑3 8B через vLLM на A100 значно нижча, ніж у GPT‑4, що робить його економічно вигідним.

Що дає PagedAttention в production?

vLLM — перший вибір для serving open‑source моделей. PagedAttention — ключове технічне рішення: KV‑cache керується як virtual memory в ОС, без фрагментації. Це дає throughput у 2–4 рази вище порівняно з наївним HuggingFace Transformers inference. Документація vLLM підтверджує: continuous batching та PagedAttention — стандарт для високонавантажених LLM‑сервісів.

Типові числа на A100 80GB для Llama‑3 8B (bf16): 400–600 req/s, P50 latency 200–400ms, P99 latency 600–900ms при concurrency 64. Для 70B на двох A100 з tensor parallelism: 80–120 req/s, P99 latency 1.5–2.5s. Квантизація AWQ або GPTQ знижує споживання пам'яті в 2 рази при втраті якості в межах 1–3%.

Мультиагентні системи

Агенти — LLM з доступом до інструментів: пошук, виконання коду, запити до API, робота з БД. Основні патерни:

• ReAct (Reason + Act): модель розмірковує → обирає інструмент → спостерігає результат → знову розмірковує. LangChain та LlamaIndex реалізують з коробки.
• Multi‑agent orchestration: кілька спеціалізованих агентів з координатором зверху. Приклад: coordinator → researcher (пошук + summarization) → coder (генерація та виконання коду) → critic (перевірка). Інструменти: AutoGen (Microsoft), CrewAI, кастомна реалізація на LangGraph.

В продакшені агентні системи недетерміновані. Обов'язкові guardrails, ліміти кроків, логування кожного кроку, human‑in‑the‑loop для критичних дій.

Як ми гарантуємо якість LLM рішення?

Ми використовуємо RAGAS для автоматичної оцінки відповідей: faithfulness, answer relevancy, context precision. Система трекінгу експериментів на базі MLflow фіксує всі метрики, датасети та конфіги. Це дозволяє порівнювати різні гіпотези та доводити покращення з цифрами. Гарантію стабільної роботи забезпечує continuous integration з тестами на специфічних сценаріях (prompt injection, edge‑cases).

Як почати LLM розробку: наступні кроки

Ми передаємо:

• Технічну документацію (model card, конфіги, інструкції з розгортання)
• Доступ до інфраструктури (репозиторій з кодом, навчені ваги)
• 1 місяць підтримки після деплою (консультації, виправлення багів)
• Навчання команди замовника (2–3 заняття з експлуатації системи)

Терміни: базовий RAG‑прототип — 1–2 тижні. Fine‑tuning з даними замовника — 3–6 тижнів (з урахуванням підготовки даних). Production‑система з моніторингом та перенавчанням — 2–4 місяці.

Вартість розраховується індивідуально і залежить від обсягу даних, складності моделі та вимог до інфраструктури. Хочете оцінити свій проєкт? Зв'яжіться з нами — ми підготуємо попереднє резюме за 1–2 робочі дні. Або замовте консультацію фахівця з вибору підходу: RAG, fine‑tuning або гібрид — розповімо, що підійде саме вам.