В 2025-м уже никого не удивишь фразой «ИИ написал приложение». Но если присмотреться к этим «приложениям», становится ясно: они работают — пока их никто не трогает. Стоит добавить логирование, CI/CD или базу с миллионом записей — и вся магия испаряется. Именно об этом пишет Маттиас Хейккиля в эссе “AI can code, but it can’t build software” — тексте, который, пожалуй, должен прочитать каждый стартапер, очарованный «всемогущим» GPT.
💡 Генерация ≠ инженерия
Современные модели — будь то GPT-5, Claude 3 или Cursor-агенты — действительно превосходно решают изолированные задачи: написать REST-эндпоинт, преобразовать CSV, оптимизировать SQL-запрос.
Но Хейккиля справедливо замечает: кодинг — это не то, за что платят инженеру.
Настоящая работа начинается в тот момент, когда нужно превратить демо в систему, а не просто «чтобы работало».
🤖 «ИИ может кодить, но не может строить софт», — пишет автор.
ИИ сегодня похож на талантливого ученика, который мгновенно решает уравнение, но не понимает, зачем оно нужно в контексте всей системы.
⚙️ Почему ИИ ломается на реальности
Разработка продакшн-софта — это не про сложные формулы. Это про управление хаосом:
- 🧩 Интеграция компонентов — сотни простых функций начинают конфликтовать из-за несовместимости зависимостей.
- 🧱 Расширяемость и изоляция модулей — то, что работает для MVP, рушится при первой попытке масштабирования.
- 🔄 CI/CD, тестирование, мониторинг — требуют культуры, не только синтаксиса.
- 🧰 Архитектура — нужно предвидеть эволюцию продукта, а не просто написать фичу.
ИИ может сгенерировать тысячи строк без ошибок, но не способен принять инженерное решение, например:
«Стоит ли вынести бизнес-логику из контроллера?»
«Как эта функция повлияет на задержку (latency) при росте нагрузки?»
Для модели это вне контекста — она не ощущает систему как живой организм.
🧠 «Vibe-coding» и культура недостроенных демо
Хейккиля замечает любопытный феномен: взрыв запросов «ищу технического сооснователя, чтобы довести мой ИИ-прототип до продакшена».
Это новый тип клиентов: юристы, маркетологи, менеджеры, которые с помощью ИИ создают демо, но затем застревают.
Он называет это vibe-coding — когда код создаётся скорее как презентация идеи, чем как система.
⚡️ «Вся работа по “продакшн-готовности” обычно означает — переписать всё с нуля».
Эти демо блистательны на видео, но хрупки внутри.
LLM не понимает, что каждая «быстрая заглушка» — это долг, который взорвётся при первом рефакторинге.
🏗 Инженерия — это не про скорость, а про долговечность
ИИ даёт невиданную продуктивность: задачи, на которые раньше уходили дни, решаются за минуты.
Но этот рост скорости порождает иллюзию готовности.
Хороший инженер знает: чтобы система прожила год, нужно думать о будущем, а не только о фиче.
🧩 Настоящая инженерия — это:
- 🧠 проектировать интерфейсы, а не только функции;
- 🧮 балансировать простоту и надёжность;
- 🧱 писать код, который будет понятен другому человеку через полгода;
- 🛠 строить пайплайны, которые «выдержат ночь».
ИИ пока не умеет этого — он не живёт во времени.
Он пишет моментальные решения, не задумываясь, что произойдёт на следующей итерации.
🔧 Моё мнение
Я всё чаще вижу проекты, где ИИ заменил не разработчика, а прототиписта.
Он стал новой формой low-code, но с суперспособностями.
И это прекрасно — теперь каждый может воплотить идею.
Но чтобы из этой идеи вырос продукт, всё равно нужны инженеры — люди, которые умеют держать сложность под контролем.
ИИ сделал порог входа в разработку минимальным, но порог зрелости системы остался прежним.
Пока машины не научатся понимать архитектуру как динамическую экосистему — профессия инженера в безопасности.
💬 «Кодить может ИИ. Строить софт могут только люди, которые знают, что он обязательно сломается».