Глава платформы Coinbase Роб Вайтофф (Rob Witoff) сообщил, что компания оценивает долю кода, написанного большими языковыми моделями (LLM) или с их помощью, в 95–100%. Всего пять месяцев назад, в феврале, этот показатель составлял 40%. Такой скачок — одно из самых ярких публичных подтверждений внедрения ИИ среди крупных публичных финансово-технологических компаний.
Вайтофф назвал ИИ-кодирование практически повсеместным в компании: сотрудники ежедневно используют инструменты на базе LLM для написания, рефакторинга, тестирования, ревью, отладки и генерации шаблонного кода.
Для чувствительной инфраструктуры, такой как криптография и ключевые системы безопасности, Вайтофф признал, что человеческий контроль остаётся центральным. Coinbase управляет торговыми системами, инфраструктурой хранения, кошельками, инструментами комплаенса и интеграциями с блокчейном, где ошибки в программном обеспечении влекут прямые финансовые и регуляторные последствия.
Более эффективная операционная модель Армстронга
Это заявление последовало за реструктуризацией Coinbase в мае 2026 года, в ходе которой было сокращено около 14% штата, или примерно 700 сотрудников. Генеральный директор Брайан Армстронг (Brian Armstrong) связал это изменение с ИИ, заявив, что ИИ «радикально» изменил то, как выполняется работа, и что Coinbase необходимо вернуться к скорости стартапа, поставив ИИ в центр. Армстронг также отметил, что инженеры с помощью ИИ делают за дни то, на что раньше уходили недели работы целых команд.
Ещё в феврале Coinbase оценивала участие ИИ в создании кода примерно в 40%, а теперь компания заявляет, что за несколько месяцев перешла к почти полной ассистенции ИИ.
Сторонники утверждают, что разработка с помощью ИИ может улучшить операционный рычаг COIN, если более малочисленная команда инженеров сможет выпускать и поддерживать продукты с той же или большей скоростью.
При таком сценарии маржа может улучшиться, а циклы разработки сократиться. Однако остаётся неоценённым долгосрочный ущерб для обслуживания и безопасности при эксплуатации финансовой инфраструктуры, всё чаще создаваемой с помощью ИИ — переменная, которую, по мнению критиков, отрасль ещё не проверяла под нагрузкой в масштабе.
Переход Coinbase от 40% к 95%: виброкодинг
Термин «виброкодинг» (vibe coding) описывает, когда разработчики принимают результаты ИИ с минимальной проверкой. Модель Coinbase, как её описал Вайтофф, делает упор на контролируемую ассистенцию ИИ, а не на нерецензированный вывод в производство: ИИ можно использовать для написания, рефакторинга, тестирования, ревью, отладки и генерации шаблонного кода, в то время как инженеры сохраняют ответственность за контроль и развёртывание в производственных средах.
Этот нюанс легко упустить за громкой цифрой. Coinbase утверждает, что код пишется LLM или с их помощью, а инженеры сохраняют ответственность за контроль и развёртывание. Внедрение ИИ-инструментов в криптоиндустрии продолжает ускоряться, в то время как формальные руководства и структуры управления всё ещё находятся в стадии развития.
Кривая внедрения Coinbase — от экспериментального инструмента повышения производительности до почти универсальной операционной модели менее чем за год — повторяет паттерн, наблюдаемый у стартапов, рождённых с ИИ, но в масштабе регулируемой публичной биржи.
Конкурентные последствия для коллег нетривиальны: криптобиржа, которая может прототипировать, итерировать и выпускать продукты с меньшим числом сотрудников, обладает структурным преимуществом в скорости на рынке, где скорость продукта напрямую коррелирует с привлечением пользователей и объёмом торгов.
Сокращения усложняют нарратив. Связь 700 уволенных с ростом производительности ИИ — именно та формулировка, которая привлекает регуляторное и политическое внимание. Сегодня Армстронг прямо подчёркивает эту связь, а не смягчает её.
Пока главная переменная — выдержит ли контролируемая модель ИИ-ассистенции Coinbase в масштабе, и подтвердит ли история безопасности и надёжности компании заявления о производительности, когда их проверят под давлением аудита.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ahmed Barakat
