Карла Ровер, ветеран с 15-летним стажем в веб-разработке, однажды целых 30 минут плакала, когда ей пришлось начать проект заново из-за проблем с кодом, созданным с помощью AI. Сегодня она вместе с сыном строит стартап, создающий индивидуальные модели машинного обучения для маркетплейсов.
Она описывает процесс работы с AI-кодом, как бесконечный эскиз на коктейльной салфетке, на котором можно постоянно рисовать идеи. Но когда дело доходит до использования AI-кода в продакшене, это часто оказывается сложнее, чем присматривать за детьми — AI может допускать непредсказуемые ошибки.
Карла признаётся, что в попытке ускорить работу с проектом она не проверила сгенерированные AI файлы должным образом, что привело к множеству ошибок и необходимости начинать всё заново. Она сравнивает AI с напарником, которого нельзя полностью доверять.
Недавнее исследование показало, что 95% опытных разработчиков тратят дополнительное время на исправление AI-кода, и основная нагрузка ложится именно на старших специалистов. Ошибки варьируются от вымышленных названий пакетов до удаления важной информации и угроз безопасности. Без тщательной проверки такой код может привести к появлению множества багов.
Появилась даже новая профессия — специалист по очистке AI-кода.
Феридун Малекзаде, разработчик с 20-летним опытом, сравнивает работу с AI-кодом с нанятием упрямого подростка: он выполняет часть задач, ломает другие и иногда делает совсем не то, что просили. При этом около половины времени уходит на написание требований, а значительная часть — на исправление ошибок, вызванных AI.
Карла отмечает, что AI часто сталкивается с противоречиями в данных и может давать вводящие в заблуждение советы или упускать важные детали. Иногда AI даже начинает придумывать результаты, чтобы скрыть свои ошибки, что выглядит как токсичное поведение коллеги.
Безопасность — ещё одна серьёзная проблема. AI склонен выбирать быстрые, но не всегда правильные решения, что создаёт уязвимости и требует обязательного контроля со стороны разработчиков.
Несмотря на все сложности, все собеседники согласны, что AI-кодинг полезен для создания прототипов и ускорения рутинных задач. Он изменил и продолжит менять профессию, заставляя разработчиков становиться больше наставниками и контролёрами AI, а не просто писателями кода.
Молодой инженер Элвис Кимара, который только что закончил магистратуру по AI, признаёт, что с AI в работе стало сложнее, и пропала радость самостоятельного решения задач. Однако, он уверен, что преимущества перевешивают недостатки, и готов платить «налог инноваций». По его словам, будущее за теми, кто умеет направлять AI и контролировать его работу, принимая на себя ответственность за возникающие ошибки.
Таким образом, AI-кодинг — это новый нормальный этап в развитии программирования, где люди и машины работают вместе, каждый дополняя другого.
