Veai на Heisenbug Spring и JPoint 2026: где нас найти и что мы покажем
В конце апреля в Москве пройдут две ключевые российские конференции по Java‑разработке и тестированию: JPoint и Heisenbug Spring 2026. Команда Veai традиционно участвует в программе и в офлайн-активностях: приедем с докладами, стендом, свежим релизом Veai 5.9 и новым весенним мерчем.
На JPoint можно будет пообщаться с нашей командой у стенда, задать вопросы про интеграцию ИИ в процессы разработки и тестирования, посмотреть живые демо копилотов и агентов, а также забрать сувениры, если повезет в розыгрыше. Мы покажем новые фичи агента из релиза 5.9 и поделимся реальными сценариями их использования на больших проектах.
Все события пройдут в гостинице "Рэдиссон Славянская" (площадь Евразии, 2). Ниже - подробная программа наших выступлений и то, что вы сможете из них вынести.
---
Heisenbug Spring - 28 апреля
28.04 / 13:45-14:30
Тестирование ИИ‑копилотов для разработки
Докладчик: Авенир Воронов, директор по внедрению Veai
Этот доклад посвящен тому, как мы системно подходим к проверке качества ИИ‑копилотов и агентов для разработки, особенно в условиях, когда они работают в закрытых контурах и опираются на локальные модели. Речь пойдет не о "магии", а о практических методиках и инструментах, без которых запуск таких систем в реальной компании превращается в лотерею.
Мы разберем несколько уровней тестирования:
- Бенчмарки LLM
Как подобрать и настроить набор эталонных задач, чтобы объективно оценивать модели, а не полагаться на интуицию. Зачем нужны синтетические и доменно-специфичные наборы, как они помогают отлавливать деградации и сравнивать разные версии моделей.
- Проверка чатов и агентов
Как тестировать диалоговое поведение: устойчивость к некорректным запросам, способность держать контекст, корректное переключение задач. Поговорим про сценарное тестирование и полуантоматическое сравнение ответов.
- Тестирование API IDE
Наши копилоты активно используют API сред разработки. В докладе расскажем, как мы проверяем корректность взаимодействия с IDE: от навигации и рефакторингов до анализа проекта. Обсудим, какие виды регресса чаще всего проявляются именно на уровне интеграции.
- Формальные методы и анализ поведения приложения
Мы применяем формальные и полуформальные методы, чтобы находить flaky‑тесты, скрытые зависимости, уязвимости и необычные свойства приложений во время запуска. Вы узнаете, какие подходы помогают структурировать хаос логов и метрик и превращают их в осмысленные подсказки для агента.
- Проверка качества генерации кода
Как отличить "красивый текст" от реально работающего и поддерживаемого кода. Какие метрики мы используем, как сочетаем автоматические проверки, статический анализ и ручной ревью и почему одних юнит‑тестов недостаточно.
- Измерения использования агентов
Важно не только "как агент работает", но и "как им пользуются". Расскажем, какие показатели мы собираем (популярные сценарии, частота отмен, доработки кода после предложений агента) и как эти данные помогают улучшать продукт без навязчивой телеметрии.
Доклад будет полезен QA‑инженерам, тимлидам, архитекторам и тем, кто всерьез задумывается о том, как внедрять ИИ‑копилотов в контуры разработки так, чтобы это было безопасно, измеримо и воспроизводимо.
---
28.04 / 15:30-17:30
Я сломал свой тайм‑менеджмент и починил его LLM‑агентом
Докладчик: Константин Волков, инженер команды Veai
Во второй части программы прозвучит серия коротких выступлений от практиков, и одно из них - о личной продуктивности с помощью локального ИИ‑агента.
Константин расскажет, как попытка наладить собственный тайм‑менеджмент завела в тупик, и какую роль в этом сыграл персональный LLM‑агент с доступом "только на чтение" к задачам и переписке. Главный спойлер: сам по себе агент не сделает вас продуктивнее. Но он безжалостно напомнит, что вы три дня игнорировали сообщение коллеги и забыли ответить на важное письмо.
В 15‑минутном докладе будет показано:
- как организовать локального агента, который "знает" о ваших задачах больше вас, но не уносит данные в облако;
- какие ограничения накладывает режим readonly‑доступа и как с ним все равно можно получить полезную аналитику;
- как агент помогает обнаруживать пробелы: забытые задачи, нарушенные обещания, невидимую перегрузку.
Отдельный блок будет посвящен рискам:
- Утечки знаний - почему даже локальная система может быть небезопасной при неправильной настройке и что стоит заранее продумать;
- Слепое доверие моделям - чем опасно воспринимать рекомендации агента как истину в последней инстанции;
- Ложное ощущение порядка - когда красивый интерфейс с диаграммами создает иллюзию контроля, хотя на деле хаос никуда не делся.
В завершение Константин покажет, как воспроизвести такую систему у себя: какие компоненты нужны, как обойтись без облачных сервисов и сложной инфраструктуры, и как запустить все это с минимальной болью.
---
JPoint 2026 - 29-30 апреля
29.04 / 16:15-17:00
IntelliJ IDEA API для ИИ‑копилотов
Докладчик: Авенир Воронов, директор по внедрению Veai
Этот доклад - для тех, кто хочет понять, как "железо и масло" любимой IDE соединяется с современной LLM‑магией. Мы разберем, как AI‑копилоты используют внутренний API IntelliJ IDEA и почему на стыке зрелых инструментов и новых моделей рождается реальная, а не маркетинговая польза.
В программе:
- обзор ключевых возможностей IntelliJ IDEA API, которые особенно ценны для ИИ‑агентов: PSI‑дерева, индексов, навигации, рефакторингов и анализа проекта;
- разбор, как популярные AI‑агенты "смотрят" на проект изнутри IDE, какие данные им нужны и как они их запрашивают;
- примеры сценариев, где старые механизмы IDEA становятся усилителем для LLM: подсказки, автодополнение, генерация тестов, анализ сложных участков кода;
- подходы к организации безопасного и контролируемого взаимодействия: что отдать агенту, а что оставить за пределами его поля зрения.
К концу доклада слушатели поймут, как связать проверенные временем API IDE с ИИ‑копилотами так, чтобы это было и полезно разработчикам, и безопасно для кода и инфраструктуры компании.
---
30.04 / 17:30-18:15
Миссия невыполнима? Глубокая отладка Java‑ и Kotlin‑приложений с помощью AI
Докладчики: Егор Куликов, Илья Муравьев, тимлиды команды Veai
Когда стек‑трейс напрямую указывает на проблему, AI‑агент сегодня справляется достаточно уверенно: предлагает фикс, правит код, тесты становятся зелеными. Но в живых JVM‑проектах причина ошибки часто спрятана далеко от точки падения:
- инвариант нарушается сотней вызовов раньше;
- ошибка проявляется спустя значительное время;
- исправление "по месту падения" только маскирует проблему и со временем ухудшает архитектуру.
Егор и Илья расскажут, как они научили агента разбираться именно с такими сложными, "неочевидными" падениями.
В докладе будет:
- как мы предоставляем агенту данные времени выполнения и превращаем их в структурированный вход для LLM;
- каким образом собирается дерево вызовов, как мы его сжимаем до объема, который модель способна переварить, и какие структуры данных для этого используем;
- почему наивная трассировка вызовов перестает масштабироваться на больших проектах и ведет к взрывному росту объема информации;
- какие эвристики фильтрации и агрегации мы применяем, чтобы выделить существенное и отсечь шум;
- как выстраивается многоэтапная обработка: от сбора сырых данных до формирования финальной подсказки, которую получает разработчик.
Отдельно обсудим, действительно ли такой подход помогает агенту выходить на настоящую первопричину сбоя, а не просто чинить симптомы. Разберем реальные кейсы, где глубокий анализ выполнения позволил избежать деградации качества кода и "затыкания дыр" временными решениями.
---
Зачем приходить именно на наши доклады
Если вы:
- внедряете или планируете внедрять ИИ‑копилотов в компании;
- отвечаете за качество и стабильность Java‑ и Kotlin‑систем;
- хотите понять, как использовать AI не как игрушку, а как инженерный инструмент;
вы получите структурированное представление о:
- проверенных практиках тестирования LLM‑агентов;
- архитектуре интеграций с IntelliJ IDEA;
- приемах глубокой отладки и анализа причин сбоев с помощью AI;
- реальных ограничениях и уязвимостях подобных систем.
---
Что мы покажем на стенде Veai
На JPoint мы будем работать на стенде, где можно:
- увидеть живые демо нового релиза Veai 5.9;
- посмотреть, как агенты ведут себя на реальном коде и тестах;
- обсудить сценарии внедрения в вашем техстеке: Java, Kotlin, сложные монолиты, микросервисы;
- задать практические вопросы по интеграции в CI/CD, IDE, приватные репозитории;
- поучаствовать в розыгрыше фирменного весеннего мерча.
Мы также планируем показывать экспериментальные функции, которые еще только готовятся к релизу, и обсуждать, какие сценарии особенно важны для команд разработки и тестирования в ближайшие годы.
---
Как подготовиться к конференции, чтобы извлечь максимум пользы
Чтобы встречи и доклады принесли максимум практической пользы, имеет смысл заранее:
- сформулировать 2-3 ключевые проблемы в вашем процессе разработки или тестирования, где, по вашему мнению, ИИ может помочь;
- вспомнить свежие примеры сложных падений или проблем с качеством, которые долго разбирались вручную;
- продумать вопросы по приватности, безопасности и работе в закрытых контурах, которые вы хотите обсудить.
С такими "заготовками" будет проще выстроить предметный разговор с докладчиками и командой на стенде и унести с собой конкретные идеи, а не только общее вдохновение.
---
До встречи в Москве на Heisenbug Spring и JPoint 2026!
