ИИ ускорил разработку. Почему продакшен стал ломаться чаще
В этой статье поговорим о том, почему команды, ускорившиеся с помощью искусственного интеллекта, продолжают ломать продакшен — и что иначе делают те, у кого такой проблемы нет.Начну с ситуации, которая, скорее всего, уже с вами случалась.На прошлой неделе вы сделали пулл-реквест. Код, сгенерированный искусственным интеллектом, выглядел аккуратно: читаемый diff, тесты проходят, ничего явно подозрительного. Вы его одобрили. А через два дня в продакшене что-то сломалось так, как никто не ожидал.Если с вами такого пока не было, вам просто повезло. Я вижу это постоянно, и у таких случаев есть общий паттерн.
Я собрал кнопку, которая сотрёт прогресс всех моих игроков. И до сих пор боюсь её нажать
Одинокий выживший держит руку у красного рубильника в пыльном бункере
Гибель богов. Fable и ещё 10 LLM реорганизуют код. Сравнение
Русский и английский оригиналы статьи в моём блоге.Код и материалы.Это подробный разбор одного эксперимента. Я взял god node из реального LangGraph агента и попросил 5 американских и 6 китайских моделей сначала предложить, как её распутать, а потом оценить предложения друг друга. Дальше тремя разными способами пытался понять, кому из них в этом деле верить.ОглавлениеИсходная задача. Что за god node и чем она опасна.
Как внедрять AI-агентов в легаси-код без тихих регрессий
Принято считать, что искусственный интеллект особенно хорош в разработке с нуля: он отлично пишет новый код, когда ему не мешает легаси-багаж. А вот разработка в существующей кодовой базе (“brownfield-разработка”), когда ИИ приходится трогать уже работающие системы, — зона, где всё становится опаснее. Это мнение понятно. И не совсем ошибочно.
Как я перестал исправлять ИИ код и начал проектировать под него архитектуру
Вместо вступленияЗа последний год я заметил странную закономерность. Когда кодовая база была небольшая, все было хорошо, но чем больше кода писал ИИ, тем меньше времени уходило на добавление фичей и больше — на исправление текущего кода. Это сильно раздражало.Я как будто ходил по кругу:Сначала мне казалось: сейчас заставлю ИИ самому для себя писать правила. Кол‑во правил росло, сложность росла. Сначала в них переставал ориентироваться я, потом ИИ.
Здравствуйте, я мистер Мисикс. Практические заметки о психологии вашего искина
Итак, у вас свеженькая подписка, чистая история сессий.Сначала вы действуете осторожно. Даёте маленькие задачки, придирчиво оцениваете результат. Результат не всегда бывает таким, как вы ждали. Тогда вы хмуритесь, требуете переписать. Но довольно быстро проникаетесь доверием и принимаете: «Эта штука работает». Проходят дни. Вы отдаёте всё усложняющиеся приказы: уже не функции, но целые модули, всё реже заглядываете в правки. И вот вы бросаете взгляд на экран и видите уведомление. Упал CI. Вызываете тесты, монитор заливается красным.Не первый раз. Вы привычно тянетесь к клавиатуре:
«Где новые фичи?» — Как AI-миграция легаси вернет IT-бюджет бизнесу
Наверное, каждый, кто занимался эксплуатацией и развитием корпоративных систем, знает эту бесконечную претензию от бизнеса: «Мы столько тратим на IT – а результата ноль. Новых продуктов нет. Или они появляются мучительно медленно». И бизнес по-своему прав. Если из каждого рубля, потраченного на IT, менее 20 копеек уходит на то, что видит клиент – скорость появления новых продуктов будет именно такой, какая она есть - неудовлетворительной. TL;DR~75% IT-бюджета банков – налог на legacy. Менее 20 центов из каждого IT-доллара доходят до клиента в виде новых продуктов. При стагнирующем бюджете – стремится к 5%.
Быстро, дешево, качественно. Теперь одновременно, но есть нюанс
Меня зовут Александр Сахаров, я директор по партнерствам в компании Диасофт. И тезис, с которого начну, довольно дерзкий: старый айтишный треугольник «быстро, дешево, качественно, выберите два» в 2026 году можно закрывать. Правда, с одним условием, о котором почему-то практически не говорят.На днях мы собрались с коллегами обсудить мифы вокруг искусственного интеллекта. Поговорили про AGI и массовые увольнения из-за внедрения ИИ, но с определенной долей скепсиса. И вот почему. Дело в том, что по свежим данным 56 процентов CIO в мире за последний год не получили от ИИ ни роста выручки, ни снижения затрат. Удивлены?
Код без автора
Открыл MR на ревью. 847 строк. Тесты зелёные. Линтер чистый. Покрытие 91%.Одобрил.Через два дня - баг на проде. Webhook от платёжки возвращал 500 на определённой комбинации параметров. Полез разбираться. Смотрю в код и понимаю: я не помню, почему тут именно такая логика. Открыл git blame. Коммит мой. Ну, формально мой - Claude написал, я замержил.Самое неприятное - я этот код одобрил не потому, что разобрался. А потому, что он выглядел нормально. Тесты прошли. Линтер не ругался. Я решил, что этого достаточно. Не было.211 миллионов строкGitClear проанализировали
