💡 Почему AI-агент не заменяет разработчика? Разбираемся
У меня 7 AI-агентов. Они пишут код, тесты, документацию, промты для контента, делают ревью. И ни один из них не может заменить разработчика. Вот почему — и почему это нормально.
---
Первый аргумент, который я слышу: «AI пишет код, зачем тогда программист?» Я сам так думал, когда начинал собирать команду из агентов. Прошло несколько месяцев реальной работы — и картина оказалась сложнее.
Агент делает то, что ему сказали. Не то, что нужно.
Конкретный пример из моей практики. Макс — мой агент-разработчик — получил задачу реализовать мультипользовательский режим для ReadBot. Он написал код. Код работал. Но написал его без предварительного технического задания — просто пошёл вперёд. Пришлось переделывать: архитектурные решения, которые он принял самостоятельно, не совпали с тем что было нужно.
Агент не спрашивает «зачем». Он спрашивает «что именно сделать».
---
Второе: агент не принимает архитектурные решения.
«Использовать asyncio.Queue или Redis для очередей задач?» — это не технический вопрос, это бизнес-решение. Redis требует отдельного сервера, усложняет деплой, добавляет операционные затраты. asyncio.Queue работает в памяти, не требует инфраструктуры, достаточна для текущего масштаба.
Макс мог реализовать и то и другое. Но выбор — за мной. Агент реализует решение, человек его принимает. Это фундаментальная разница.
Третье: агент ошибается — и без проверки ошибки накапливаются.
Гриша — мой агент-ревьюер — блокирует код Макса если там нет тестов, если константы написаны прямо в коде вместо config.py, если нет документации. Однажды Макс написал хорошо работающий код, но с магическими числами разбросанными по всему файлу. Гриша не принял. Пришлось переделывать.
Без Гриши этот код ушёл бы в продакшн. Через месяц никто бы не вспомнил что означает «500» в строке 47.
Четвёртое: агент не знает, когда остановиться.
83 теста для мультипользовательского модуля — это я решил что достаточно. Агент сам по себе продолжал бы писать тесты, добавлял бы крайние случаи, рефакторил покрытие. Или наоборот — остановился бы на 10, если я не сказал бы сколько нужно.
Порог «достаточно хорошо» — это всегда человеческое решение. Оно зависит от бизнес-контекста, от сроков, от рисков. Агент не знает этого контекста — он знает только задание.
---
Тогда зачем агенты?
4 сессии работы моей AI-команды — это примерно неделя в реальном времени. За неделю мы сделали мультипользовательский ReadBot: FastAPI бэкенд, Telegram-бот с изолированными очередями, 83 теста, база данных с Alembic-миграциями, новый режим /analyze для анализа документов.
Один человек без агентов делал бы это 4-6 недель. С агентами — неделя.
Агент умножает продуктивность человека который умеет ставить задачи. Не заменяет — умножает. Разница принципиальная.
Хороший разработчик с AI-агентами делает работу за троих. Плохой разработчик с AI-агентами делает плохую работу быстрее. Агент усиливает то что уже есть — и ошибки в том числе.
---
Самое точное сравнение которое у меня есть: агент — это очень быстрый стажёр с феноменальной памятью и нулевым здравым смыслом. Он выполнит задание буквально. Если задание неточное — результат будет неточным. Если задание точное и проверка есть — результат будет отличным.
Это не недостаток технологии. Это её природа. И работать с ней нужно понимая это.
#AIразработка #AIагент #автоматизация #Claude #программирование