Код с помощью ИИ глазами CTO: реальность без иллюзий
Меня давно спрашивают, что я как CTO думаю про вайбкодинг (написание кода с помощью ИИ)? Я в целом давно смотрю на то, что предоставляют инструменты. Как по мне, о чём-то стоило писать только с этого года. Собственно, свои мысли я и изложу.
Что реально можно делать с AI-инструментами
Ну, первое — это, конечно, все считающие себя умнее всех владельцы продуктов смогут проявить себя и правда написать худо-бедно работающий код.
✅ Отойдя от иронии: прототипы, причём достаточно сложные, писать вы сможете, и они даже запустятся и будут работать.
✅ Можно относительно спокойно делать доработки в проектах небольшого размера, покрывать всё тестами и документацией.
И в целом в настоящее время я считаю, у инструментов есть своя ниша, и мимо проходить не стоит.
Технические нюансы, о которых молчат
А теперь к более техническим и скучным вещам.
⚙️ Выбор стека технологий
Поскольку LLM — это не AGI, всё очень сильно зависит от популярности стека и количества примеров. Поэтому не берите ничего экзотического, иначе замучаетесь.
✍🏻 Работа с промптами
Не пытайтесь оставлять LLM подсказки, которые вы бы оставляли человеку. Это либо даст очень мало плюсов при большой трате токенов, либо вообще сделает хуже.
🔎 Ревью (проверка) кода — обязательно
Длительный цикл правок без ревью приведёт к накоплению ошибок, которые потом ни вы, ни LLM быстро не разгребут. LLM вообще в какой-то момент может зайти в тупик. Поэтому человек, который делает ревью, вам нужен, и код должен писаться с учётом читаемости для ревьюера.
📋 Архитектура решает
Понимать архитектуру и в целом ваши ожидания от неё точно нужно, иначе ваш проект развалится на масштабировании.
🏗 Развёртывание и поддержка
Самый интересный момент — это развёртывание и сопровождение. Понимать, какие нужны метрики и как писать логи, чтобы быстро понять проблему, вам всё равно будет нужно. Я пока не понимаю вообще, возможна ли быстрая и качественная отладка с помощью LLM. То есть вы, возможно, и придёте к успеху, но сколько вас будет ждать пользователей и сколько вы сломаете вокруг — не сильно предсказуемо.
Итоговый вердикт
По итогу инструмент, конечно, хороший — генерирует огромные массивы кода. Но на дистанции без корректировки и проверки, скорее всего, проект развалится (опять же можно почитать новости про Amazon).
🚫 В итоге на вашу команду упадёт огромное количество контроля и ревью. Это требует квалифицированных кадров, а работа их становится очень скучной и монотонной (появятся проблемы с удержанием и поддержанием квалификации).
🚫 Проблемы с развёртыванием, отладкой и сопровождением тоже растут ввиду возможности делать большой объём задач, которые LLM не всегда хорошо стыкует между собой.
🚀 В общем, отказываться от людей я бы не стал. Повышать производительность можно, но надо учитывать появление новых вызовов для вашей команды.
Максим Шаламов
—————
Хотите внедрить ИИ в свою компанию? Наша компания поможет вам построить план и сделать первые шаги уже в ближайшее время.
Запись на консультацию: prime314.ru
🔥 - если понравилась статья
#ии #вайбкодинг #бизнес #цифроваятрансформация