«Важно доставлять, а не понимать» — звучит модно, а ломает всё по классике.
Последние месяцы я вижу одну и ту же сцену.
Кто-то начинает активно применять нейросети в разработке — и первые недели ощущение кайфовое:
код появляется быстрее, задач закрывается больше, “как будто полетели”.
А потом начинаются знакомые фразы:
-
“стало больше багов, хотя писали быстрее”
-
“вроде всё правильно, но не работает”
-
“оно компилируется, значит норм”
-
“главное — доставлять, а не понимать”
Вот с последним тезисом я не согласен.
Доставлять то, что ты не понимаешь и не проверил — это не доставка.
Это перенос неопределённости в прод. А прод обычно голосует не лайками.
Где именно всё ломается
Нейросети идеально умеют одно: генерировать.
Но есть две вещи, которые они за нас не делают:
-
Проверка (интеграции, крайние случаи, регрессии, контракты).
-
Ответственность (кто будет разгребать последствия — всегда человек).
Если проверок и контроля изменений нет — ИИ просто ускоряет поток изменений, а вместе с ним ускоряет и поток ошибок.
Самая короткая формула, которая объясняет 80% треша
ИИ увеличивает throughput — скорость генерации и поток изменений.
Но если нет гейтов, он увеличивает и variance — разброс и случайности.
Проще: скорость ↑, неопределённость ↑.
А дальше всё по учебнику: ошибка не исчезает — она просто “переезжает” ближе к продакшену.
Красные флаги (если узнал себя — нормально, мы все там были)
-
“потом тесты”
-
“вроде ок”
-
“модель сказала”
-
“не понимаю, но компилится”
-
“потом пруф”
-
“быстро в прод”
Эти фразы сами по себе не “зло”. Зло — когда это становится процессом по умолчанию.
Что реально работает (скучно — значит эффективно)
Рабочий способ почти всегда один:
Один инструмент → один сценарий → один пруф.
Не “зоопарк инструментов”, не “агенты на все случаи”, не “подписки на всё подряд”.
А маленькая дисциплина:
-
Один маленький кусок (одна функция / один эндпойнт / одна миграция).
-
Одна проверка (smoke / минимальный тест / preflight — хоть что-то, но повторяемое).
-
Одна фиксация результата (evidence — чтобы через неделю не угадывать, что было сделано).
-
Только потом следующий шаг и расширение.
Протокол “Пруф” (минимальный, но взрослый)
Мой минимальный “гейт”, после которого я считаю, что это реально можно доставлять:
Пруф = Diff + Check + Evidence
-
Diff: что поменяли (объём ограничен, изменения понятны)
-
Check: чем проверили (smoke/тест/контракт)
-
Evidence: что получилось (логи/артефакты/сводка)
Это не бюрократия. Это способ сделать так, чтобы спорить с реальностью стало сложно.
Как начать без “зоопарка” (быстро и спокойно)
Если сейчас хочется “войти в ИИ”, но страшно деградировать качество, то старт простой:
-
выбери один самый частый сценарий (где реально болит)
-
сделай один повторяемый smoke/preflight
-
заведи одну папку evidence
-
ограничь изменения до “одного маленького куска”
И только когда это стабильно даёт пользу — добавляй второй сценарий / второй инструмент.
Подписки не покупают дисциплину. Дисциплина покупает результат.
Вывод
ИИ — это реально мощно. Но это усилитель процесса, а не замена процесса.
-
Нет процесса → ИИ усилит хаос.
-
Есть процесс → ИИ даст честный буст скорости и качества.
Вопрос в зал (хочу реальные кейсы)
-
Что у вас чаще всего ломается с нейросетями: контекст, интеграции, тесты, контроль изменений?
-
Был ли “самый дорогой баг из-за ИИ”? На каком шаге он должен был быть пойман?
-
Какие правила/гейты у вас реально работают, чтобы нейросети ускоряли, а не деградировали?
Автор: FoxProFlow
