IT-продукты | AI и разработка

Чем дольше я работаю с AI-агентами, тем меньше верю в магические промпты. Обычно качество результата зависит не от красивой формулировки, а от нескольких простых ограничений. Вот правила, которые я стараюсь добавлять почти в каждую задачу. Первое правило: Не начинай писать код сразу. Сначала изучи существующую реализацию и составь короткий план. Это спасает от одной из самых частых проблем: агент создаёт новую функцию, хотя похожая уже есть в проекте. Иногда достаточно 2–3 минут анализа, чтобы избежать десятков лишних изменений...

Когда впервые начинаешь работать с AI-агентом, хочется разрешить ему всё. Пусть сам открывает файлы, запускает команды, меняет код, устанавливает зависимости и исправляет ошибки. Кажется логичным: чем меньше я вмешиваюсь, тем быстрее будет разработка. На практике я пришёл почти к обратному выводу. Допустим, агенту нужно исправить небольшую ошибку в авторизации. Вместо двух файлов он может: — изменить структуру проекта; — переписать уже работающую функцию; — установить новую библиотеку; — создать ещё один сервис; — поправить несколько «связанных» компонентов...

Следующий пост я бы делал прямым продолжением первого, но уже конкретнее. Сейчас как раз активно обсуждают не просто coding agents, а разделение ролей: orchestrator, исполнитель, reviewer, отдельный tester. В свежих сообществах разработчики уже описывают схемы, где один агент вообще не пишет код, а только управляет остальными. Reddit Когда я только начал серьёзно использовать ИИ в разработке, схема была максимально простой. Есть задача. Есть один чат. Есть один AI-агент. Я объясняю, что нужно сделать, он изучает проект, пишет код, запускает тесты и сообщает: «Готово»...

Ещё недавно работа с ИИ в разработке выглядела довольно просто. Ты открывал чат и писал: «Сделай мне страницу авторизации». ИИ выдавал код. Ты вставлял его в проект. Получал ошибку. Копировал ошибку обратно. ИИ что-то исправлял. Появлялась новая ошибка. И через двадцать сообщений ты уже сам не до конца понимал, что именно было изменено и почему всё вообще работает. Для небольших проектов этого иногда хватало. Но как только проект становился хоть немного серьёзнее, начинались проблемы. И в какой-то момент я понял: дело не в том, что ИИ плохо пишет код...

Ещё недавно, чтобы сделать сайт или приложение, нужно было хотя бы нормально знать программирование. Сейчас всё выглядит иначе: открываешь Claude, ChatGPT или другой ИИ, описываешь идею — и через несколько минут получаешь рабочий код. Это и называют вайбкодингом: человек больше объясняет, что хочет получить, а большую часть кода пишет нейросеть. На простых проектах это действительно впечатляет. Лендинг, небольшой бот, калькулятор или простое приложение можно собрать за вечер. Проблемы обычно начинаются позже — когда проект перестаёт быть игрушкой...