21 ноября 2026 г.
1 просмотров
7 мин на чтение
Обновлено только что

Бесплатный плагин PT AI проверяет код за ИИ: как он работает

Разбираем плагины PT AI для Claude Code, Codex и OpenCode: что проверяет AI Hooks, как работает MCP-подключение и где заканчиваются возможности инструмента.

Бесплатный плагин PT AI проверяет код за ИИ: как он работает
PT AI — это бесплатные плагины PT Application Inspector для JetBrains IDE и Visual Studio Code, которые в новой версии научились работать вместе с ИИ-агентами. Разработчик пишет код, плагин подсвечивает уязвимости и подсказывает, как их исправить, а агент может запускать проверку сам, не дожидаясь отдельного ревью.
Идея простая: перенести часть проверки в тот момент, когда код ещё пишется. Для команд, которые генерируют много кода с помощью Claude Code, Codex или OpenCode, это способ поймать ошибку раньше, чем она уйдёт в репозиторий. Насколько хорошо это работает на практике, по анонсу судить нельзя — в нём нет ни методики, ни замеров.
Ниже — что именно обещают авторы, как устроены три функции и какие вопросы остаются открытыми. Факты о функциях взяты из поста; там, где данных нет, это отмечено.

1. Что предлагает Positive Technologies

Речь о двух плагинах для популярных сред разработки: JetBrains IDE и Visual Studio Code. Они подсвечивают уязвимости прямо в редакторе и предлагают исправление, которое можно сразу внести в код. Плагины бесплатные, установить их может любой разработчик.
Новая версия работает в паре с ИИ-агентами. Авторы выделяют три возможности: агент сам запускает проверку, перед завершением задачи срабатывает функция AI Hooks, а How to Fix предлагает правку. Это плагины к редактору, которые подключаются к агенту через общий протокол.
Плагины PT AI встраиваются в ежедневную работу: подсветить проблему, пока файл открыт, и предложить правку, пока контекст задачи ещё свежий. Всё, что выходит за пределы редактора, остаётся на других инструментах и процессах.
Скачать плагины можно в JetBrains Marketplace и VS Code Marketplace. Других способов установки в посте не описано, как и требований к версии IDE. Это стоит проверить перед тем, как планировать внедрение на команду.

2. Почему проблема появилась вместе с агентами

Авторы начинают с цифры: по данным Veracode, почти в половине задач модели выдавали код с известными уязвимостями. Чем больше кода генерирует агент, тем больше таких ошибок может проскочить. Это не упрёк конкретной модели, а описание объёма: чем быстрее пишется код, тем быстрее накапливаются и его слабые места.
Вторая часть проблемы — момент обнаружения. Если проверка начинается после слияния, вернуться к задаче сложнее: нужно вспомнить контекст и заново прогнать тесты. Если плагин подсвечивает проблему в редакторе, у разработчика ещё есть открытый файл и свежая задача в голове.
Третья часть — привычка. Агент не всегда думает о безопасности, а разработчик, который смотрит на результат генерации, склонен проверять логику, а не типы уязвимостей. Плагин подсвечивает находку в редакторе.
При этом цифра Veracode приведена без методики: в посте не сказано, какие задачи и модели проверяли, как определяли известную уязвимость и как считали долю задач с уязвимостями. Для оценки инструмента это важно, но для понимания направления данных достаточно.
Отдельный вопрос — почему проверка происходит в редакторе, а не на этапе сборки. В редакторе разработчик видит находку рядом с кодом и может исправить её сразу, не переключаясь в другой интерфейс. На этапе сборки та же находка приходит позже и требует возврата к задаче. Разница не в глубине анализа, а в моменте, когда исправление проще сделать.

3. Как агент запускает проверку через MCP

Плагин PT AI работает с Claude Code, Codex, OpenCode и другими агентами через MCP — это общий протокол для внешних инструментов. Агент может сам запустить проверку проекта или только своих изменений, а затем разобрать, что нашлось. То есть сканирование становится одним из действий в цепочке, а не отдельной командой, которую нужно не забыть выполнить.
Смысл MCP в том, что агенту не нужна отдельная интеграция под каждый инструмент. Если плагин умеет говорить по этому протоколу, он подключается к любому агенту, который его поддерживает. Для команды это означает меньше работы по настройке и больше свободы в выборе агента, хотя совместимость конкретных версий всё равно нужно проверять.
Разница между двумя режимами практическая. Проверка всего проекта даёт полную картину, но занимает время и выдаёт много старых находок. Проверка только изменений быстрее и точнее попадает в задачу, которой занят агент. Для ежедневной работы второй режим полезнее, для первого прохода по незнакомому репозиторию — первый.
Что именно агент делает с находками, в посте описано общо: «разобрать, что нашлось». Нет примера отчёта и нет указания, может ли агент сам исправить найденное или только показать. Эти детали придётся выяснять по документации плагина.
О том, как устроен вайбкодинг и какие у него ограничения, — в материале «Вайбкодинг для самых маленьких. Часть 1». Это соседний подход: код пишется по описанию, и вопросы проверки в нём стоят так же остро.

4. AI Hooks: проверка перед сдачей работы

AI Hooks — функция, которая проверяет код перед завершением задачи. Агент смотрит на то, что он поменял, и не запускает повторное сканирование всего проекта. Это ближе всего к тому, как работает ответственный разработчик: перед сдачей проверить свои изменения, а не перечитывать весь репозиторий.
Плюс в том, что проверка привязана к событию, а не к команде. Если агент заканчивает задачу, проверка происходит без отдельного напоминания. Для вайбкодинга это существенно: чем меньше ручных шагов, тем выше шанс, что проверка вообще состоится.
От проверки на коммите AI Hooks отличает уровень, на котором она срабатывает. Коммит — это точка сохранения в репозитории, а завершение задачи — точка, где агент считает работу готовой. Проверка на втором уровне ловит проблему раньше, но не заменяет проверку на первом: перед слиянием всё равно нужен отдельный контроль.
Ограничение тоже очевидно. Проверка изменений не заменяет полный проход по проекту: старый код вне изменённых файлов остаётся непроверенным. Если в старом коде есть проблема, AI Hooks её не увидит, пока файл с этим кодом не попадёт в изменения.
В посте не сказано, как именно определяется набор изменённых файлов и что происходит, если агент не смог завершить проверку. Нет и данных о том, сколько времени она занимает. Без этого сложно понять, насколько функция подходит для больших репозиториев.

5. How to Fix и локальные модели

How to Fix предлагает правку, которую можно сразу внести в код. В новой версии функция есть и в VS Code, то есть поддержка двух редакторов выравнивается. Для разработчика это означает меньше переключений: находка и исправление находятся в одном окне.
Отдельная возможность — подключить ИИ-модель с совместимым API. Если модель развёрнута на своих серверах, код не уходит во внешние сервисы. Для команд с требованиями к хранению данных это важнее, чем скорость или удобство интерфейса.
Но у локальной модели есть обратная сторона: качество предложений зависит от неё, а ответственность за правку остаётся на разработчике. Плагин подсказывает, а не гарантирует, что исправление корректно и не меняет поведение кода.
Есть и более тонкий момент: автоматическая правка может закрыть одну проблему и создать другую. Предложенную правку нужно проверить на соответствие бизнес-логике. Поэтому в PT AI, как и в любом инструменте с автоправкой, человек остаётся тем, кто принимает решение о применении.
За кадром остаётся многое: какие классы уязвимостей покрыты, сколько правил в базе, какие языки поддерживаются, как обновляется база и что происходит с данными при использовании внешней модели. Пост занимает минуту чтения — это анонс, а не техническая документация.

6. Что сделать

Перед установкой стоит определить, какую задачу вы закрываете: поймать уязвимости в свежем коде, ускорить ревью или дать агенту ещё один инструмент. От ответа зависит, какой режим проверки включать и где смотреть результат. Плагин бесплатный, поэтому соблазн поставить его всей команде сразу велик. Но у бесплатного инструмента те же требования к проверке, что и у платного: его нужно сопоставить с процессами, которые уже есть. О том, как формулировать правила для команды и агента, — в материале «7 промптов для управления проектами и командами через ИИ».

Заключение

Главное в этом анонсе — не список функций, а граница между возможностью и доказательством. Плагин может подсветить проблему раньше, но по одному посту нельзя сказать, сколько уязвимостей он поймает и сколько ложных срабатываний даст. Именно эту границу и стоит проверять на своём коде, а не на обещаниях.
Анонс описывает возможности, а не результаты. Цифра Veracode, три функции и бесплатная установка — хороший повод попробовать, но не доказательство, что ваш код станет безопаснее. Проверять это придётся на своих задачах и своих правилах ревью.

Что спрашивают перед внедрением

Вопросы ниже возникают при первом знакомстве с плагином. Ответы собраны по посту Positive Technologies; там, где данных нет, это сказано прямо, чтобы не выдавать предположения за документацию. Если ваш вопрос касается конкретной версии IDE или агента, ответ придётся искать в документации плагина: в анонсе таких деталей нет.

Первоисточники

Ниже — пост блога Positive Technologies и страницы плагинов в маркетплейсах. Данные проверены на 20 ноября 2026 года. Если авторы обновят плагин, список поддерживаемых агентов и редакторов стоит сверить с актуальной страницей: в анонсе эти детали описаны кратко. Пост короткий и не содержит технической документации, поэтому спорные места отмечены как открытые вопросы.