Сегодня инструменты генеративного искусственного интеллекта (ИИ) стали одним из самых громких трендов в IT-индустрии. Многие разработчики и компании буквально соревнуются, кто быстрее интегрирует AI-ассистента в свои процессы. Но всегда ли «магия» ИИ оправдывает ожидания? Разработчик и популярный автор технических книг Мигель Гринберг утверждает, что для него ответ однозначен — нет.
Недавно он объяснил свою позицию в статье на личном блоге, обозначив причины, по которым генеративный ИИ не делает его работу эффективнее, а, наоборот, даже замедляет её.
🚦 Почему ИИ не ускоряет работу разработчика?
На первый взгляд, обещания AI-инструментов кажутся великолепными: нейросети пишут код за вас, вы экономите время и можете делать больше задач параллельно. В теории это звучит идеально, однако на практике всё иначе. Мигель обозначил несколько ключевых проблем:
- 🔍 Тщательная проверка
Генерируемый код нуждается в полной ревизии и детальном понимании перед использованием. Автор подчёркивает: он несёт полную ответственность за конечный продукт. В итоге проверка ИИ-кода занимает столько же времени, сколько написание своего, если не больше. Это связано с известным парадоксом, сформулированным Джоэлом Спольски: «Читать код сложнее, чем писать его». - ⚠️ Риск и ответственность
В случае коммерческой разработки и наличия юридических обязательств нельзя слепо доверять AI-коду. Малейшая ошибка может дорого обойтись заказчику и разработчику. Поэтому любое сомнение приводит к отказу от AI-решений в пользу самостоятельно написанного и проверенного кода.
🧑🎓 AI – стажёр, который ничего не помнит?
Распространённая аналогия, что ИИ – это «стажёр, готовый выполнять простые задачи», вызвала особое раздражение автора. Гринберг отмечает, что настоящие стажёры растут профессионально и со временем становятся полноценными членами команды. ИИ же похож на «стажёра с амнезией», который забывает всё, что ему объясняли, сразу после завершения задачи.
Фактически это означает, что ИИ не учится на ошибках и не становится лучше со временем. Каждое взаимодействие с ним начинается с нуля, поэтому долгосрочная польза от такого «стажёра» сомнительна.
🌌 Чужой код — чужие правила?
Один из самых интересных моментов, которые затронул Гринберг, это различие между AI-кодом и вкладом в open-source от других людей. Почему код, созданный человеком, может быть ценным, даже если не экономит время?
- 💡 Идеи и общение
Open-source приносит новые идеи, которые стимулируют креативность и помогают улучшать проекты. AI же не генерирует оригинальные идеи и не участвует в обсуждении. Более того, автор отмечает странный эффект «зловещей долины» (uncanny valley): необработанный AI-код ощущается «странным» и чуждым, а разработчики, отправляющие AI-генерированные пулл-реквесты, редко способны объяснить свой код.
🐌 AI как инструмент или анти-инструмент?
Гринберг утверждает, что заявления о многократном повышении производительности с помощью генеративного ИИ зачастую преувеличены. Эти результаты возникают либо за счёт снижения качества, либо игнорирования проверки кода, что может привести к долгосрочным проблемам.
Автор подчёркивает, что в работе профессионала ключевой критерий — качество и стабильность результата, а не скорость написания кода. ИИ-код, как правило, требует дополнительных усилий, чтобы обеспечить то самое качество и стабильность, что делает использование AI практически бессмысленным для профессионала его уровня.
📌 Личное мнение автора статьи
На мой взгляд, позиция Мигеля Гринберга отражает важный нюанс текущего этапа развития генеративного ИИ: эти инструменты пока не могут полностью заменить глубокое понимание и профессионализм опытного разработчика. Да, нейросети способны помочь новичкам быстрее решать простые задачи, но когда дело доходит до серьёзных проектов с долгосрочной поддержкой, на первый план выходит именно понимание и контроль над кодом, а не его автоматическая генерация.
В перспективе развитие ИИ может привести к улучшению инструментов, однако на текущий момент подход «проверяй каждый символ и каждую строку» остаётся единственно верным, если речь идёт о профессиональной разработке.
Итак, пока что генеративный ИИ — это не волшебная палочка, а скорее экспериментальный инструмент, подходящий далеко не всем.
🔗 Источник статьи: Why Generative AI Coding Tools and Agents Do Not Work For Me