Разработчики проверяют AI‑сгенерированный код без полного понимания
91 % компаний используют минимум два AI‑инструмента, но 80 % признают, что начали их применять, не зная, как управлять результатами. Рост скорости и качества кода сопровождается новыми рисками.
Согласно исследованию GitLab, опубликованному на Habr AI, 91 % компаний уже работают как минимум с двумя AI‑инструментами, а 54 % — с тремя и более. Это свидетельствует о массовом внедрении генеративных моделей в процесс разработки.
Положительные эффекты очевидны: 78 % команд отмечают ускорение написания и коммитов кода, 60 % говорят, что отдача от AI превзошла ожидания, а 73 % фиксируют рост качества кода. По всем традиционным метрикам внедрение AI‑инструментов считается успешным.
Однако есть и «темная сторона». 80 % опрошенных признают, что подключили AI‑решения раньше, чем придумали, как ими управлять. В результате разработчики часто оказываются в ситуации, когда им приходится проверять и исправлять код, который они сами не писали и не понимают полностью. Это повышает нагрузку на code review, увеличивает риск внесения скрытых багов и усложняет соблюдение стандартов безопасности.
GitLab подчеркивает, что без чёткой стратегии управления AI‑инструментами компании рискуют превратить ускорение в хаос. Рекомендации включают: внедрение строгих процессов ревью, обучение команд принципам prompt‑инжиниринга и создание «человеческого надзора» над генеративными моделями.
Полный материал доступен на Habr AI.
Для разработчиков и студентов это сигнал: AI‑инструменты могут ускорить работу, но без надёжного контроля они становятся источником новых ошибок. Важно инвестировать в обучение ревьюеров и формировать правила проверки AI‑кода, иначе скорость будет оборачиваться техническим долгом.
