Разработчики всё ещё боятся AI‑ассистентов: рост задач и нагрузка на ревью

В статье на Habr AI автор делится личным опытом работы с современными AI‑ассистентами, которые уже способны писать код за считанные секунды. На первый взгляд кажется, что такие инструменты резко повышают продуктивность: они генерируют функции, предлагают решения архитектурных проблем и даже помогают писать тесты. Однако в реальном процессе разработки появляется ряд скрытых издержек.

Во-первых, количество задач резко возрастает. Каждый сгенерированный фрагмент кода требует отдельного контекстного уточнения, а иногда – полностью нового запроса к модели. Это приводит к «разрастанию» списка тикетов, которые нужно отслеживать.

Во-вторых, значительная часть рабочего дня уходит на ревью. Автоматически сгенерированный код часто содержит недокументированные решения, неоптимальные конструкции или даже «галлюцинации» – функции, которые выглядят корректно, но не работают в специфическом окружении проекта. Поэтому разработчики вынуждены тратить время на проверку, тестирование и исправление ошибок, что нивелирует выгоду от ускоренного написания кода.

Третье – необходимость привлекать дополнительных AI‑агентов. Чтобы понять текущий контекст проекта, часто требуется «переобучить» или «перепросить» модель, а иногда даже задействовать несколько разных систем (например, один для генерации кода, другой – для анализа безопасности). Это добавляет когнитивной нагрузки и усложняет процесс коммуникации внутри команды.

Автор подчеркивает, что пока AI‑ассистенты могут стать мощным подспорьем, им ещё предстоит решить проблемы интеграции, прозрачности и управления зависимостями. Подробнее читайте на Habr AI: https://habr.com/ru/articles/1090714/