AI пишет код, но проектировать PoC и деплоить всё ещё приходится человеку

В статье на Habr AI автор делится опытом создания небольшого пет‑проекта, полностью сгенерированного искусственным интеллектом. На первый взгляд кажется, что современный LLM способен написать приложение «из коробки»: от UI‑мокапов до бизнес‑логики. Однако после получения готового кода автор столкнулся с целым рядом вопросов, которые AI пока не умеет решать.

Во-первых, необходимо определить архитектуру PoC: выбрать подходящие слои, микросервисы или монолит, продумать взаимодействие между компонентами, обеспечить масштабируемость и отказоустойчивость. Во-вторых, инженерные задачи включают настройку CI/CD, контейнеризацию, оркестрацию (Kubernetes, Docker‑Compose) и мониторинг. Третий блок – организационные: распределение ролей в команде, управление версиями, согласование требований с заказчиком и обеспечение безопасности.

Автор подробно описывает типовую схему современного AI‑PoC: фронтенд на React, бэкенд‑API на FastAPI, база данных PostgreSQL, инфраструктура в облаке (AWS/GCP) с Terraform‑скриптами. Несмотря на то, что AI сгенерировал большую часть кода, интеграция этих компонентов, настройка сетевых правил и подготовка к продакшн‑деплою заняли в разы больше времени, чем сама генерация кода.

Статья поднимает важный вопрос: если AI умеет писать код, зачем нужен инженер? Ответ прост – инженер обеспечивает целостность, надёжность и готовность продукта к реальному использованию. Без него AI‑генерированный код остаётся лишь прототипом, а не полноценным решением.