Код с помощью ИИ глазами CTO: реальность без иллюзий — 24 марта 2026 г. в 10:17:26.433
Код с помощью ИИ глазами CTO: реальность без иллюзий Меня давно спрашивают, что я как CTO думаю про вайбкодинг (написание кода с помощью ИИ)? Я в целом давно смотрю на то, что предоставляют инструменты. Как по мне, о чём-то стоило писать только с этого года. Собственно, свои мысли я и изложу. Что реально можно делать с AI-инструментами Ну, первое — это, конечно, все считающие себя умнее всех владельцы продуктов смогут проявить себя и правда написать худо-бедно работающий код. ✅ Отойдя от иронии: прототипы, причём достаточно сложные, писать вы сможете, и они даже запустятся и будут работать. ✅ Можно относительно спокойно делать доработки в проектах небольшого размера, покрывать всё тестами и документацией. И в целом в настоящее время я считаю, у инструментов есть своя ниша, и мимо проходить не стоит. Технические нюансы, о которых молчат А теперь к более техническим и скучным вещам. ⚙️ Выбор стека технологий Поскольку LLM — это не AGI, всё очень сильно зависит от популярности стека и количества примеров. Поэтому не берите ничего экзотического, иначе замучаетесь. ✍🏻 Работа с промптами Не пытайтесь оставлять LLM подсказки, которые вы бы оставляли человеку. Это либо даст очень мало плюсов при большой трате токенов, либо вообще сделает хуже. 🔎 Ревью (проверка) кода — обязательно Длительный цикл правок без ревью приведёт к накоплению ошибок, которые потом ни вы, ни LLM быстро не разгребут. LLM вообще в какой-то момент может зайти в тупик. Поэтому человек, который делает ревью, вам нужен, и код должен писаться с учётом читаемости для ревьюера. 📋 Архитектура решает Понимать архитектуру и в целом ваши ожидания от неё точно нужно, иначе ваш проект развалится на масштабировании. 🏗 Развёртывание и поддержка Самый интересный момент — это развёртывание и сопровождение. Понимать, какие нужны метрики и как писать логи, чтобы быстро понять проблему, вам всё равно будет нужно. Я пока не понимаю вообще, возможна ли быстрая и качественная отладка с помощью LLM. То есть вы, возможно, и придёте к успеху, но сколько вас будет ждать пользователей и сколько вы сломаете вокруг — не сильно предсказуемо. Итоговый вердикт По итогу инструмент, конечно, хороший — генерирует огромные массивы кода. Но на дистанции без корректировки и проверки, скорее всего, проект развалится (опять же можно почитать новости про Amazon). 🚫 В итоге на вашу команду упадёт огромное количество контроля и ревью. Это требует квалифицированных кадров, а работа их становится очень скучной и монотонной (появятся проблемы с удержанием и поддержанием квалификации). 🚫 Проблемы с развёртыванием, отладкой и сопровождением тоже растут ввиду возможности делать большой объём задач, которые LLM не всегда хорошо стыкует между собой. 🚀 В общем, отказываться от людей я бы не стал. Повышать производительность можно, но надо учитывать появление новых вызовов для вашей команды. Максим Шаламов ————— Хотите внедрить ИИ в свою компанию? Наша компания поможет вам построить план и сделать первые шаги уже в ближайшее время. Запись на консультацию: prime314.ru 🔥 - если понравилась статья #ии #вайбкодинг #бизнес #цифроваятрансформация