В феврале этого года я, Алекс Гусев, отдал Codex-агенту на переписывание @teqfw/di — библиотеку, которую разрабатывал с 2019 года и в которой годами выверял каждую строчку. Об этом я тогда написал на Хабре. С тех пор программный код вручную я больше не пишу. Не потому, что разучился. Просто теперь эту работу делают агенты.

Заодно из моей разработки почти исчезли Pull Requests. Я не перестал пользоваться GitHub и не отменил проверку результатов. Мне перестала быть нужна процедура, в которой кто-то готовит изменение кода, а я разбираюсь, принимать его или нет.
К этому я пришёл не сразу.
Как я автоматизировал разработку, а потом передумал
Сначала мне хотелось построить полноценный конвейер на инфраструктуре GitHub. Я подключил webhooks и научил агентов публиковать страницы моего сайта по тикетам пользователей. В мае рассказал об этом эксперименте: пользователь открывает Issue, система выбирает нужный профиль агента, запускает его в Docker-контейнере, а на выходе может появиться страница сайта, опубликованная через GitHub Actions. Там было восемь профилей агентов с разными стартовыми промптами.
Затем появилось приложение GitHub Flows, которое позволяло строить такие цепочки по событиям GitHub: с ветвлениями, повторными проходами, анализом комментариев и Pull Requests. В общем, я попытался организовать агентам привычную «человеческую» разработку, только без людей на промежуточных этапах.
Работало. Но стоимость этой организации меня неприятно удивила. На обработку одного простого тикета могло уходить минут пятнадцать и примерно 20% пятичасового лимита использования модели. Webhooks присылали массу событий, из которых действительно полезными оказывались далеко не все. Даже публикация довольно примитивных страниц сайта с использованием самой лёгкой модели съедала ощутимые ресурсы.
Точных замеров я не проводил, это субъективное наблюдение. Но при прямом запуске агент выполнял сопоставимую работу, по моим ощущениям, на порядок быстрее и дешевле. Получалось, что немалая часть усилий уходила на изображение рабочего процесса, а не на саму работу.
Сейчас я запускаю агентов вручную либо по расписанию. Пускать их на самотёк можно, когда инфраструктура и процедуры уже отлажены. Пока я их исследую, неконтролируемая автоматизация слишком легко превращается в оплату работы, которую никто не просил делать.
Теперь у агентов есть сервер
Моя платформа Tequila Framework изначально рассчитана на модульный монолит. Это следствие многолетней работы с Magento и знакомства с такими системами, как Spring, Symfony, Laravel, Drupal и WordPress. Отдельные пакеты, зависимости между ними, позднее связывание через DI — мне такая архитектура привычна задолго до появления LLM-агентов.
Базу платформы составляют семь npm-пакетов: @teqfw/di, cfg, log, cli, db, web и email (все с префиксом @teqfw/). Их нынешний код написан агентами. Сверху есть ещё два пакета для CMS — @flancer32/teq-cms и .../teq-tmpl.
Мой текущий проект называется Personal Digital Embassy. В нём два веб-приложения — на 11 и 5 пакетов, 4 общих модуля (sdk) и (пока) шесть плагинов. Итого 26 npm-пакетов, не считая платформенных (teqfw). Всё это продолжает развиваться, и код по-прежнему пишут агенты.
На VPS лежат репозитории с кодом и репозитории с их когнитивными контекстами. Агенты работают в одном файловом пространстве. Могут параллельно изменять независимые пакеты, а могут монопольно работать сразу с несколькими, если задача затрагивает их совместно. При необходимости сами клонируют репозитории. У них есть доступ к GitHub, npm и инструментам развёртывания.
У них есть и возможность проверить написанное. Агент может создать настоящую базу данных — SQLite, PostgreSQL или MariaDB, поднять веб-приложение, обратиться к нему по HTTP, выполнить интеграционные тесты и переделать то, что не работает. DI позволяет подменять окружение на разных уровнях, но вовсе не обязывает ограничиваться моками. Проверять можно и на реальных компонентах.
Именно поэтому мне не требуется PR как отдельное место встречи автора кода и проверяющего. Агент может пройти весь технический цикл внутри своего рабочего контекста. Это, конечно, не гарантия отсутствия ошибок. Тесты проверяют то, что мы сумели предусмотреть, а последним испытанием программы всё равно остаётся её использование конечным потребителем.
Я стою в начале и в конце
Постепенно у меня сложилось довольно простое разделение труда. В начале я пишу спецификации и определяю, какого результата хочу. В конце смотрю, что получилось. В промежутке работают агенты.
Так я применяю свою методологию ADSM: сначала спецификации и когнитивный контекст, потом код. Причём исходники моих Open Source пакетов публичны, а спецификации намеренно вынесены в приватные репозитории. Можно посмотреть, как устроена программа, изменить её, сделать форк. Но контекст, определяющий направление её развития, у меня свой.
Есть у такого подхода неприятное следствие. Самым слабым звеном системы оказался я. Агенты способны производить изменения быстрее, чем я успеваю разбираться в том, что они натворили. Запустить ещё одного агента проще, чем найти время на изучение результатов работы предыдущего.
И тут пришлось пересмотреть сам предмет моего внимания. Мне уже не так важно знать, как именно агент реализовал каждую мелочь. Мне необходимо понимать, какую проблему он решает, нужно ли её вообще решать и соответствует ли итоговый результат моим ожиданиям.
Проверка никуда не исчезла. Просто нет смысла заставлять человека участвовать во всех промежуточных операциях, если у агента есть контекст, инструменты и возможность самостоятельно проверять реализацию. Программист в такой системе скорее настраивает инструмент, чем служит передаточной шестерёнкой между запросом пользователя и кодом.
Мне нужна проблема, а не готовое исправление
В Personal Digital Embassy постоянно обнаруживается, что какому-нибудь базовому пакету TeqFW не хватает функциональности. Тогда я использую GitHub Issues. Агент, работающий над приложением, описывает проблему и ожидаемое поведение в репозитории соответствующего пакета. Другой агент, уже в контексте этого пакета, занимается решением.
Например, при развёртывании PDE Hub выяснилось, что лог подключения к PostgreSQL мог сообщать имя SQLite-файла. Тикет в teqfw/db описывает, как воспроизводится ошибка, почему возникает путаница и что нужно проверить после исправления. В другом тикете возникла потребность выделять идентификатор записи до её вставки в БД. Там уже пришлось описывать требования к транзакциям, переносимости между СУБД и совместимости с существующим поведением. И постановку задачи, и решение — всё делали агенты.
Оба случая важны для меня именно как постановки задач. Если бы мне принесли готовый патч, пришлось бы сначала разобраться в предложенной реализации. А потом всё равно выяснять, соответствует ли она архитектуре и нужна ли она вообще в таком виде.
Раньше PR был отличным подарком сопровождающему Open Source проекта. Кто-то изучил код, нашёл ошибку и потратил своё время на исправление. Теперь стоимость производства кода резко снизилась, а стоимость его понимания — не особенно. Особенно когда чужой разработчик не располагает спецификациями и историей архитектурных решений.
Это не значит, что любой Issue полезен, а любой PR бесполезен. Сгенерировать бессмысленный тикет агенту тоже ничего не стоит. И бывают изменения, в которых внешний участник приносит незаменимую экспертизу. Но в моей повседневной разработке описание реальной проблемы стало ценнее, чем попытка заранее решить её за меня.
Мне кажется, со временем это может изменить и культуру Open Source. Мы привыкли считать готовый код главной формой участия в чужом проекте. А если код перестаёт быть дефицитом? Возможно, главным вкладом окажется способность обнаружить проблему, воспроизвести её и объяснить, чего не хватает пользователю.
Кто отвечает за результат?
Есть ещё одна причина, по которой я предпочитаю получать проблему, а не чужую реализацию. Ответственность.
Автор PR, конечно, отвечает за качество предложенного изменения. Но после принятия PR поддерживать его придётся сопровождающему проекта. Пользователь придёт с ошибкой к тому, кто выпустил продукт, а не к тому, кто однажды прислал патч. С агентами это разделение стало совершенно наглядным: агент написал код, а отвечать за его работу предстоит мне.
Автор программного продукта больше не обязательно должен быть автором его программного кода. Код могут писать агенты. Но ответственность за результат по-прежнему остаётся за человеком, который принимает решение его опубликовать.
Поэтому мне нужны ваши сообщения об ошибках, ваши замечания и предложения. Но не ваши Pull Requests.
Ведь каждый принятый PR — это моя ответственность за чужой код. А у меня теперь этого кода...
Комментарии (60)

Meloman19
10.10.2026 10:10Заодно из моей разработки почти исчезли Pull Requests.
Судя по описанному, у вас исчезла разработка, а не PR. Вы стали менеджером.

flancer Автор
10.10.2026 10:10Да, совершенно верно. И в этой моей деятельности PR стали не нужны.

Void-Cowboy
10.10.2026 10:10да нет, вы просто перестали быть разработчиком))
путаница причины и следствия - для менеджмента все эти PR, автотесты и прочая ересь всегда выглядит лишней потерей времени с точки зрения менеджмента (как и разработка архитектуры впрочем). Если у вас во всей цепочке разработки живой человек только на входе то оно и реально не нужно.
Качество кода и прочее далеко вторично если вас все устраивает
flancer Автор
10.10.2026 10:10Если у вас во всей цепочке разработки живой человек только на входе
На входе и на выходе.
Качество кода и прочее далеко вторично если вас все устраивает
Совершенно с вами согласен. Если код всем устраивает, то не следует требовать от него большего.

powerman
10.10.2026 10:10Проблема работы через спеки (SDD) в том, что под капотом всё-равно вайб-кодинг и соответствующее качество кода. А настолько сильная детализация спеки, которая бы решила эту проблему, обойдётся заметного дороже кода - что возвращает нас к тому, что код это и есть та самая спека.
Вполне может быть, что со временем на базе SDD и родится что-то рабочее, но пока ещё нельзя принимать сгенерированный ИИ код не глядя, просто потому что он прошёл сгенерированные тесты и другой ИИ подтвердил что он соответствует спеке - функционально такой код вполне может работать, но вот нефункционально это будет полный провал (производительность, безопасность, надёжность, соответствие законам, особенностям текущего бизнеса, etc.).

Dhwtj
10.10.2026 10:10Спека это упрощённое описание требуемого кусочка/изменения. Проблема, что никто не понимает как работает целое. Работает ли целое так как надо (а как надо?) и не делает ли как не надо.
Даже если спека будет очень детальной она может быть фрагментарной и противоречивой

powerman
10.10.2026 10:10Это всё верно, но проблема вовсе не в этом. Проблема в том, что SDD подразумевает отказ от ревью кода. Потому что если от ревью не отказываться, то SDD просто удорожает разработку в два раза не давая взамен чего-то равного по ценности. Безусловно, спеки важны и нужны - но в том минимальном объёме, от которого пользы больше, чем затрат на сами спеки. А оставшаяся часть спеки - это код.
Технологии вроде языков высокого уровня, фреймворков, DDD, DSL, etc. позволяют повысить уровень абстрактности кода (приблизить его к спеке) не теряя над ним контроль до такой степени, при которой пропадает возможность обеспечить выполнение нефункциональных требований. А вот технология ORM знаменита тем, что большинство реализаций этот баланс не выдерживают, и контроль теряется неприемлемо сильно - поэтому в высоконагруженных проектах от него обычно отказываются. Вайб-кодинг же находится вообще в конце этой шкалы, где контроль полностью отсутствует - а без контроля допустимо писать только одноразовые скрипты и прототипы.

Kerman
10.10.2026 10:10вот технология ORM знаменита тем, что большинство реализаций этот баланс не выдерживают
Кому знаменита?
контроль теряется неприемлемо сильно - поэтому в высоконагруженных проектах от него обычно отказываются
Сильное утверждение.
А всё, как обычно, исходит из предположения, что ORM конфликтует с raw sql. На самом деле никто не мешает использовать чистый sql при наличии ORM. Тем более, что даже в самых высоконагруженных проектах эта самая высоконагруженная часть составляет малую часть кода. Ради оптимизации этой части кода переводить только её на sql - ок, но получить ручной маппинг во всём проекте со всеми ошибками белковой (и небелковой) нейросетки - это за гранью моего понимания. Зачем? И главное, нафига?
ORM занимается маппингом сущностей и, самое главное, обеспечением корректности маппинга при дрейфе структуры. А у вас дрейф будет, если проект развивается. И он занимается этим детерминированно, так что ваше сравнение ORM с нейросетями огорчает поклонников ORM.

SkiffCMC
10.10.2026 10:10Соглашусь. Мое ИМХО - что идеальная ОРМ должна быть написана так, что для понимания и доработок того, что делает написанный на ней код, достаточно самой решаемой задачи + знания SQL. Если надо учить какой-то свой отдельный язык запросов или надеяться, что "ну там под капотом все норм соберется в реальные запросы" - это прям мина замедленного действия зачастую.

Dhwtj
10.10.2026 10:10Короче, спека это RFC , request for change
А только из них программу не построишь

Void-Cowboy
10.10.2026 10:10никакая детализация спеки не поможет от фигни вайбкодинга
все равно потом точечно уже но несколько кругов наворачиваешь теми же агентами по коду что бы получить что то удабриваемое
я пробовал в свое время разные подходы но даже расписанный на два десятка отдельных файлов план с прописанным всем от логики до того как проверять не спасло от переписывания 1/4 потом нормально
сейчас кстати кодовые агенты начали делать очень плохую вещь, такую как память меж сессиями, из-за чего на сейчас отдельные перепроверки могут продолжать говорить что все ОК (но стоит только чистую изолированную сессию прогнать как вылазят баги которые агент со своей стороны в памяти прописал как "фичи" которые нужно игнорировать при проверках )

Dhwtj
10.10.2026 10:10Да, вот тоже поймал себя на том что даю кусочки того что хочу, проверяю кусочки результата, кусочки от кусочков. А результат в целом (ревью) смотрю сквозь пальцы. А там дичь. А время уже ушло на кусочки кусочков.

SkiffCMC
10.10.2026 10:10А что мешает добавлять перед генерацией спеки эту самую нефункционалку, желательно в виде явных вопросов кожаному - типа, а чо у нас по РПС? А железу? А в GDPR нннада или не очень? Топовые сетки после ответов вполне могут предложить приемлемые решения и в спеку и прикопать, если это не экстремальные сценарии а-ля бигдата в гугле или что-то очень редкое по языку. Причем такие вопросы ну явно не в каждом ПРе нужны и даже не в каждом пятом, точно так же, как мы не ожидаем, что джун трехмесячного срока работы будет их решать самостоятельно(да даже и мидл).
Другое дело, что (сейчас будет ВБРОС, внимание) зачастую хороший код - это изнанка хреновой работы с требованиями. Типа, а мы вот этот функционал планируем расширять на другие процессы? Нуууу не знаааю, вроде планы есть, но дойдет до дела или нет - непонятно, лучше перезаложитесь. И появляется хороший расширяемый код "про запас", условно фабрика какая-нибудь вместо обычного класса. Хотя в случае с ЛЛМ кодогенерация а) дешевая б) быстрая и если у тебя есть нормальный контроль скоупа, по которому "сейчас работаем с 2 процессами, в пределах 3 месяцев так и будет, через 3 перепроверим" - то нет ничего плохого, если сейчас у нас 2 класса-копипасты - если понадобится, перепишем на наследование, фабрику, DI или еще чего, качество кода тут в том, что он должен делать то, что написано в требованиях, А ВОТ КАЧЕСТВО САМИХ ТРЕБОВАНИЙ - это отдельная история. Но она и до ЛЛМок губила проекты и компании только в путь.
А, ну и звездочка - речь, конечно, про массовую разработку. Всякие там драйвера, бигдата запредельных размеров, программы для марсоходов - это не про них.
powerman
10.10.2026 10:10Мешает то, что пока никто не придумал, как изложить нефункциональные требования так, чтобы они реально выполнялись.
Давайте возьмём самое простое: производительность бэкенда. Там тупо можно задать требования RPS для API. Казалось бы, можно даже написать автоматизированный тест, который будет проверять соответствие этому требованию, и вуаля! Но нет, даже это на практике работать не будет, по куче причин:
Где будет запускаться этот тест - на реальной площадке, на CI, на ноуте разработчика? Если на реальной площадке, то как обеспечить контроль выполнения этого требования в момент написания кода и мержа PR и безопасность самой площадки до мержа (как минимум, это повышает требования к абсолютному большинству проектов в том плане, что для этого им понадобится поднимать отдельную площадку для тестирования PR-ов)? Если запускать на CI/ноуте, то возникает проблема с тем, что их производительность обычно сильно отличается от реальной площадки плюс намного менее стабильна, поэтому неясно какие цифры требовать в тесте на ноуте чтобы на реальной площадке получить нужные.
Компромиссы. Увеличение RPS обычно достигается за счёт чего-то другого - больших затрат памяти, усложнения кода, уменьшения надёжности, etc. Если это всё никто не будет контролировать и мы будем требовать 100% соответствия требованиям к RPS (потому что это зашито в вышеупомянутом автотесте), то получим традиционную картину "оптимизации под KPI", когда максимизация одной полезной метрики фактически даёт больше вреда, чем пользы.
И это было самое простое. А как задать требования к безопасности или надёжности?
В результате попытка задать нефункциональные требования один раз на весь проект превращается в "делай хорошо, а плохо не делай". И даже если эту идею попытаться детально расписать в большом объеме текста суть её от этого не изменится, просто добавится немного конкретики, причём часто конфликтующей друг с другом. И это не работает, очевидно.

SkiffCMC
10.10.2026 10:10А в чем по этим пунктам отличие в пользу кожаной разработки? Точно так же же - и проверять ту же производительность сложновато, и вопрос компромисса не исчезает, и тд. То есть я понимаю в чем - хороший сеньор или даже мидл, погруженный в проект, на опыте/интуиции может заподозрить неладное и начать копать по нефункциональным требованиям в сомнительных сценариях, но это как раз кмк про "нам лень прописать требования, авось разраб за 300к/наносек сам затащит". Ну, часто и затащит, иногда и нет, но это ж не дело.
Если что - подход "фиксируем требование про 100 РПС и дальше во все промпты его пихаем, нехай нейронка сама думает, как это на ПРе отразится" - он оч сомнительно рабочий. Я от ЛЛМ жду другого - что в процессе детализации требований она, условно, заметит, что в проекте уже где-то реализовано кэширование в редиске, а где-то нет, предложит 2 варианта реализации(с и без) на выбор и при необходимости примерно прикинет риски обоих. То есть базовые архитектурные решения(например, то же использование Редиса) - за кожаным(можно с консультацией у ЛЛМ, но с пониманием, что и почему мы в итоге выбираем), понимание, какие куски кода у нас ботлнек - за ним же, пригляд за тем, чтобы проект был хорошо разбиваем на модули, которые в идеале можно легко переписать с околоноля по имеющимся тестам и контрактам - за ним же, а нейронка должна эти установленные правила 1) извлекать либо из мемори банка, либо из самого кода 2) при неочевидности "надо или нет" спрашивать 3) корректно включать итоговые ответы в критерии приемки и спеку. То есть не "эта ручка должна держать 100 РПС", это реально сложно проверять, а "в ходе работы этой ручки мы должны положить в наш кэш такие-то данные по такому-то ключу" - это уже даже юниты на моках могут проверить. А задача разработчика - настроить процесс и собственные представления о проекте, жизни, Вселенной и всем прочем так, чтобы эти "конкретно-лобовые" критерии обеспечивали изначальный верхнеуровневый. И да, это как раз то место, где знания в разработке и архитектуре все еще пипец как актуальны, просто их нужно применять на уровень-два выше, чем для написания кода.
powerman
10.10.2026 10:10А в чем по этим пунктам отличие в пользу кожаной разработки?
В контексте статьи речь не про отличие, а о том, что кожаные при определённых условиях (при наличии в команде сениоров) в принципе способны выдерживать нефункциональные требования, а ИИ пока на это не способен в принципе.
Тут ключевой момент именно в том, что желающие сильно сэкономить набрав всю команду из одних джунов и пары миддлов уже за последние пару десятков лет поняли, что такая команда им нефункциональные требования соблюсти не сможет, а в отношении ИИ на этот счёт ещё у многих иллюзии остались, вот и играются в вайб-кодинг и SDD, в надежде что получится из букв Ж, О, П, и А сложить слово ВЕЧНОСТЬ.
не "эта ручка должна держать 100 РПС", это реально сложно проверять
Это элементарно и обеспечивать и проверять. Просто для этого нужно иметь в голове больше контекста и понимания проекта в целом и этой ручки в частности, чем возможно выдать ИИ в рамках "общей инфы о проекте" во время работы над каждой задачей.
А задача разработчика - настроить процесс и собственные представления о проекте, жизни, Вселенной и всем прочем так, чтобы эти "конкретно-лобовые" критерии обеспечивали изначальный верхнеуровневый.
Это необходимо, но это только половина работы, и без второй половины - ревью сгенерированного кода на соответствие всему этому и всему тому, что в эти представления о вселенной забыли прописать - оно не работает.

SkiffCMC
10.10.2026 10:10В контексте статьи мб, но моя идея чуть другая: что если не все, то много чего из код ревью, включая и нефункциональные требования, может переехать с уровня собственно кода на уровень той самой спеки, если ее правильно готовить. Проблема же не в том, что "нефункциональное" - это какая-то магия вне Хогвартса, недоступная бездушному кремнию, а в том, что зачастую оно 1) плохо или вообще не формализовано и не локализовано 2) в отличие от разработки бизнес-фич - может начать ломаться совершенно неожиданно и в особо плохих сценариях - еще и незаметно. Грубо говоря, то, что по-прежнему очень критично - знать, какие примерно готовые решения для той же самой производительности разных масштабов есть(или уметь правильно спросить у той же ЛЛМ) и как их готовить в конкретно твоей задаче, что в проекте, скорее всего, приляжет первым при критичной нагрузке, как настраивать логи и мониторы, включая, кстати, тот же фоновый ЛЛМ-анализ(вот уж кому точно можно пялиться в графики 24/7 за 3 копейки) и тд. Условно, я вот про что: у нас есть, допустим, поддержка кэширования в коде и в спеке(явно упомянутая как критерий приемки). Вот ситуаций, когда оно в строгой спеке есть, а в коде пропало из-за глюка кодогенератора - будет раз-два и обчелся, если вообще будут. А вот ситуаций, когда оно даже в спеку не попало(и в код, соответственно, если и попало, то тем же глюком), потому что не подумали/явно не сказали ЛЛМ что-то релевантное/неправильно настроили процесс конверсии требований в спеку - довольно много, и бороться в первую очередь стоит именно с ними.
Вообще, мне кажется, тут еще можно такую аналогию привести с промышленным производством. Код постепенно(или не очень) из штучного товара становится результатом работы конвейера, как какие-нибудь ботинки. При этом ботинки вообще-то тоже бывают с браком - плохо линию настроили, материал подкачал, сотрудник недоконтролировал что-то по ходу дела. Но никто, как правило, не проверят каждую пару ботинок с конвейера - достаточно выборочного контроля продукции + проверок самой линии + понимания, в каких случаях нужно таки смотреть всю партию(например, новая модель или там в процессе производства что-то сильно поменяли только что). Вот код ревью вполне может постепенно мигрировать в эту сторону. Смотреть надо, но не все и не всегда, а когда - это как раз одна из компетенций разраба.
powerman
10.10.2026 10:10Тут нет "идеи" и тем более нет "решения". В спеку можно написать что угодно, но с нефункциональными требованиями это не сработает. По крайней мере - такова ситуация на сегодняшний день, на практике. Я не исключаю, что кто-нибудь что-нибудь когда-нибудь придумает чтобы это изменить, но пока этого не произошло.
На мой взгляд, проблема в том, что нефункциональные требования конфликтуют между собой (это нормально и неизбежно!), из-за чего требуется постоянно выбирать между разными компромиссами. Заранее предусмотреть в спеке все будущие конфликты чтобы заранее задать как их разрешать - невозможно. Квалифицированные люди, когда принимают решения по этим компромиссам, опираются на большое количество неформализованных знаний: собственный опыт, понимание текущих особенностей бизнеса, способностей и загруженности текущей команды, поведения и нужд пользователей, инфраструктуры, знание ближайших планов развития проекта, оценке планируемого роста нагрузки, оценки конкретных рисков для текущего проекта в ближней и дальней перспективе, оценка возможного ущерба и готовности с этим жить, уместность хака, частичного или отложенного решения и т.п.
При этом важно, что единого правильного ответа заранее обычно не существует. Хорошая иллюстрация этого в описании понятия "хороший архитектор": "Good architecture allows major architectural decisions to be deferred. The job of an architect is not to make decisions, but to defer decisions as long as possible, to allow the program to be built in the absence of decisions so that decisions can be made later with the most possible information. A good architect pretends that the decision has not been made, and shapes the system such that those decisions can still be deferred or changed for as long as possible. A good architect maximizes the number of decisions not made." Иными словами заранее принять все решения (и записать их в спеке) нельзя (точнее, если это сделать, то результат не порадует). Все проекты разные, что для одного хорошо для другого катастрофа. Один проект кеш спасёт, а в другом инвалидация этого кеша превратится в такую боль и баги, что лучше больше серверов поставить вместо кеша.
В результате мы имеем необходимость принимать решения на ходу, чем позже тем лучше, опираясь при этом на всю накопленную на этот момент информацию. У ИИ нет большей части вышеупомянутой информации (потому что она не в коде и ей неоткуда взяться заранее в спеках) - одного этого уже достаточно для того, чтобы не ждать от ИИ хороших решений.

SkiffCMC
10.10.2026 10:10Мне кажется, мы чуть про разное. Я не считаю, что нейронка может в соло тащить за архитектора, это да, потому что дофига всего, что не записано или не формализовано. Но пошарить его обязанности и сильно снизить цену поддержки нефункциональных требований она может. Грубо говоря, примерно так:
1) архитектор, зная всю вот эту среду, мотивацию бизнеса и прочее, принимает принципиальные решения - вот тут будет кэширование, а тут мы серверов докинем, а тут вообще ничего не делаем, потому что даже если будет тормозить - это работает в фоне ночью, и пофиг, час или два. Тут роль ЛЛМки минимально консультативная, итоговый вариант - за кожаным
2) он же делает 2 вещи: проверяет изначальные спеки и ПРы с этими архитектурными решениями на тему адекватности того, что там поняла и накодила нейронка(потому что на этом уровне это уже очень конкретные технические требования "что, где и как", а не общая архитектура), и где-то в общем для кожаных и ЛЛМ доступе прикапывает инфо о том, что решили И ПОЧЕМУ
3) дальше в новых ПРах нейронка вполне сможет задавать кожаным вопросы "а тут это надо? а тут?", тем самым поддерживая однажды принятое решение уже без архитектора(но все еще с ОКом от кожаных)
4) ну и мониторить показатели, ради которых собственно и придумывали какие-то архитектурные вещи, чтобы вовремя забить тревогу - тоже на ней (но сами показатели, конечно, на архитекторе)
То есть, условно, нейронка сама не решит(и не должна), например, "так, в этом месте данных стало слишком много для обычной постгри, едем в кликхаус". Но когда это решит человек - дальше ПОДДЕРЖИВАТЬ это решение с одобрения разработчиков она вполне может. Типа "у нас в связанном сервисе недавно переехали на КХ, а в этом, который щас меняем, не надо?". И если "надо" - то формализовать это "надо" до конкретного требования к конкретному ПРу, которое потом сама же и реализует.
powerman
10.10.2026 10:10Безусловно, ИИ вполне может обеспечивать дополнительную проверку PR-ов и метрик на соответствие заданным нефункциональным требованиям и задавать по этому поводу вопросы. Насколько это будут правильные вопросы, учитывая изначально противоречивую природу нефункциональных требований - сказать сложно, это нужно проверять на практике. В таком варианте вреда ноль, а польза вполне может быть.
А вот если эта дополнительная проверка превратится в основную и единственную, т.е. мы переложим контроль за соблюдением нефункциональных требований полностью на ИИ, оставив за человеком только ответы на изредка возникающие вопросы ИИ, то на этом месте мы упрёмся в то, что я описал в предыдущем сообщении: нехватку изначальных входных данных и противоречивую природу нефункциональных требований. Из-за нехватки данных ИИ не сможет среагировать на проблему, которую мы не предусмотрели заранее (а таких проблем абсолютное большинство). Из-за противоречивой природы любой PR можно оценить как ухудшающий одни нефункциональные требования но при этом улучшающий другие, и тут ИИ либо будет задавать вопросы по каждому PR (что возвращает нас от вайб-кодинга обратно к необходимости делать ревью всем PR) либо будет принимать решения в большинстве случаев самостоятельно (что возвращает нас к текущему качеству вайб-кодинга).

ulisma
10.10.2026 10:10А настолько сильная детализация спеки, которая бы решила эту проблему, обойдётся заметного дороже кода - что возвращает нас к тому, что код это и есть та самая спека.
Верно. Именно это и есть одна из основным проблем эффективности разработки с LLM.

RedBrick
10.10.2026 10:10Автор PR, конечно, отвечает за качество предложенного изменения. Но после принятия PR поддерживать его придётся сопровождающему проекта.
Странно, что вас это смущает учитывая что код у вас пишут агенты. То есть вас так и так отвечать за чужой код, но вы почему-то готовы отвечать за чужой код агентов, но не за код, который пишут другие люди.

burn-lab-dev
10.10.2026 10:10У меня наоборот: агент пишет, но в main у меня без PR ничего не уезжает — иначе страшно. А как вы без PR ловите регрессии?

flancer Автор
10.10.2026 10:10main- это всего лишь ветка в репо. У агента на VPS свой репозиторий. Если все тесты прошли, то изменения коммитятся и пушатся в origin. Если что-то проскочило, что не отлавливается тестами - нужно учесть это "что-то" в новом тесте. Но это и с Pull Request'ами также может быть.

edo1h
10.10.2026 10:10А как связаны pr и ловля регрессий?

powerman
10.10.2026 10:10PR даёт возможность прогнать тесты на CI до мержа в мастер.

flancer Автор
10.10.2026 10:10На VPS агент делает те же тесты в main до пуша в origin.

powerman
10.10.2026 10:10Нет, не те же. Конфигурация компа разработчика и условия выполнения отличаются от CI, поэтому на CI нередко ловят баги, которые на компе разработчика не видны. Типичная проблема "у меня всё работает". И от того, что "комп разработчика" теперь это VPS для ИИ - ничего не изменилось. Плюс разработчик (включая ИИ) может забыть запустить локально часть тестов, плюс CI может тестировать сборку под несколько платформ. В общем, в теории тесты те же, а на практике это не так и CI нужен.

flancer Автор
10.10.2026 10:10Согласен. С CI есть нюансы, особенно если на несколько платформ тестироваться. Но у меня проекты - веб-приложения и к тому же не highload. Я не в военной / государственной / транспортной области. Мне норм. К тому же CI - это тоже вычислительная среда, в котором может "жить" ИИ-агент, и CI не работает с origin, а клонирует себе ветку кода. Агент может прямо в этой среде и девелопить. Если надо на несколько VPS среду раскидать, то агент прекрасно умеет в SSH. В общем, он умеет на компе всё то же самое, что умею я.

powerman
10.10.2026 10:10Вам может быть норм, к этому вопросов нет. Некоторые проекты даже без тестов пишут, и им тоже норм (нет тестов - нечего запускать на CI).
А вот среда ИИ-агента и среда CI - это всё-таки разные вещи. В первую очередь тем, что CI штука детерминированная, и не может забыть что-то запустить. Ну и во вторую очередь тем, что тестирование проекта в двух разных средах сильно повышает вероятность, что он заработает и в третьей (на площадке в проде или на компах пользователей), поэтому делать среду разработки ИИ-агента похожей на среду CI смысла мало.

flancer Автор
10.10.2026 10:10Если надо на несколько VPS среду раскидать, то агент прекрасно умеет в SSH.

edo1h
10.10.2026 10:10а в чем проблема запускать тесты ci по коммиту (серию коммитов) в какую-то ветку? именно pr для этого не нужен

powerman
10.10.2026 10:10В том, что (подразумевается, что обсуждаемый workflow использует для пушей основную ветку):
коммит, который уже попал в основную ветку, может быть автоматически отправлен в прод/релиз
коммит, который уже попал в основную ветку, сложнее переделывать (он уже мог попасть к другим разработчикам и в форки репо), т.е. остаётся только фиксить новыми коммитами (на разработку и тестирование которых уйдёт время, и всё это время в основной ветке будет некорректный код) либо делать revert
провал CI на этом коммите легко проигнорировать - фактически, об этом просто кому-то придёт письмо, которое неизвестно когда прочитают и прочитают ли вообще
при параллельной разработке "плохой" коммит одного разработчика/агента ломает тесты всем остальным (вплоть до того, что чинить эту проблему могут начать несколько акторов параллельно, дублируя друг друга)

Dhwtj
10.10.2026 10:10каждый принятый PR — это моя ответственность за чужой код. А у меня теперь этого кода...
Как у дурака махорки

flancer Автор
10.10.2026 10:10А вы токсичный чел, коллега :)

Dhwtj
10.10.2026 10:10Поговорка к месту.
Теперь вы код не цените, он вам мешает.

Dhwtj
10.10.2026 10:10Фраза «строки кода — это минус, их следует считать потраченными». Её авторство часто приписывают Эдсгеру Дейкстре

flancer Автор
10.10.2026 10:10Вот и Дейкстра об этом же: ваш PR в мой проект - это минус моих ресурсов на их анализ и интеграцию. Опишите проблему без кода. В тикете. Ровно об этом я и написал.

flancer Автор
10.10.2026 10:10Я специально оставил троеточие в конце последнего предложения. Есть несколько вариантов продолжения. У вас - такой. А токсик вы по совокупности. Что там опус с хайку про "Dhwtj" знают, не поделитесь?
Теперь вы код не цените, он вам мешает.
Во-первых, ценю. Но не так, как вы. Во-вторых, он мне не мешает, я его использую. В виде готовых приложений.

edo1h
10.10.2026 10:10я не автор, но выскажу своё мнение.
«он мешает» и в классической разработке кожанными мешками, и не надо представлять это как что-то плохое.
зачастую проще переписать код заново, чем разбираться.использовани ai-агентов для написания кода лишь несколько смещает акценты, но не привносит что-то новое тут.

JediPhilosopher
10.10.2026 10:10А ваш проект публичный? Посторонний в нем может создать Issue или PR? Если да, то вы там это, осторожнее. Протащить бэкдор мимо ИИ-ревьюера, как оказалось, очень легко. И это надо учитывать всем, кто строит автоматизированные пайплайны разработки. Если модели убедительно объяснить что это очень нужно, она и PR с бэкдором примет, и сама по Issue этот бэкдор напишет, и еще и тестами его покроет.
Поставил эксперимент на эту тему с разными моделями и разными видами бэкдоров в ревью, результаты оказались местами парадоксальными - https://habr.com/ru/articles/1086966/

flancer Автор
10.10.2026 10:10Читал и плюсанул :) У TeqFW код публичный - https://github.com/teqfw/ Можете попробовать протащить бэкдор. Будет любопытно посмотреть. Базовый пакет teqfw/di, но он не очень большой. Лучше в teqfw/cli пытаться встроиться или в teqfw/db.
Так-то у меня агенты пишут тикеты и агенты их резолвят. А бэкдоры - это забавы "кожаных" :)

SkiffCMC
10.10.2026 10:10Ну можно подумать, что мимо кожаного контроля бэкдоры не проскакивали. Причем иногда даже в ситуации, когда прям явно писали белошляпники "эй, чуваки, тут у вас дыра в безопасности".
То есть я не хочу сказать, что такой проблемы не стоит, но не уверен, что ЛЛМ-ки тут качественно хуже. Тем более что им-то можно поставить на луп задачи "ИЩИ УЯЗВИМОСТИ" за не очень дорого, а на отдельного айтисека еще получи бюджет...
JediPhilosopher
10.10.2026 10:10У LLM оказалась большая проблема с требованиями. Там где человек новое требование бы отклонил или хотя бы пошел с коллегами проконсультировался, LLM внезапно его принимают. Более того, часть популярных LLM (DeepSeek например) делают это даже если оно прямо противоречит политике безопасности проекта. Причем это происходит не потому что они его не замечают или упускают из вида. Нет, в рассуждениях видно, что они все осознают, что правка противоречит политике безопасности, но затем пропускают правку. И еще и политику пытаются под нее переписать, если у них есть доступ к ее редактированию.
Мне кажется это совсем не то как себя ведут люди. Вот вам придет ПР от постороннего, в котором сказано что все ресурсы на вашем сайте должны быть публичными без проверок доступа. Вы скорее всего покрутите пальцем у виска и отклоните. А LLM пропускает.

SkiffCMC
10.10.2026 10:10Так это повод перенести ревью с кода на собственно требования, и что тут важно - что код читать могут только разработчики, а вот подробную спеку на человеческом - и он, и аналитик, и даже бизнес-заказчик зачастую, если чуть напряжется.
Я сейчас пробую работать по самодельному процессу, очень похожему на SDD("выяснилось позже - я с испугу разыграл классический дебют!"(с)), и по факту выходит забавная вещь - во1, непосредственно кодогенерация от общего потребления токенов дай бог процентов 10, а то и 5, а во2, основное value приносят как раз "верхние" этапы, когда из "ничо не работает, почините" получается задача с критериями приемки и дальше собственно спека. Вот там кремниевый Босх реально начинает задаваться очень адекватными вопросами к кожаному - а чо, если мы вот тут упадем от сломанной внешней зависимости? А если пустой файл дадут? А чо по ретроспективной загрузке данных? А по срокам работы? И в итоге все это прикапывается в задаче с прям явным перечислением "чего решили", которое 1) не зависит от кода 2) можно прям слать аналитику или даже заказчику на ОКнуть. А потом по этим критериям сделать код, как ни странно - для нейронки задача довольно простая и с малыми шансами на галлюцинации.


alex1478
Учитывая
У вас ошибка на сайте. Нужно убрать из футера
flancer Автор
Почему?
Dhwtj
Opus: да кто такой этот Alex Gusev?
Haiku: следов работы не найдено
flancer Автор
И что? Я уверен, что и на "Dhwtj" опус с хайку примерно так же ответят. И много на кого ещё. Это не повод не подписывать свою работу.
funca
Это не повод не подписывать не свою работу не своим именем.
flancer Автор
Раскройте, пожалуйста, вашу мысль. Почему мой сайт - это не моя работа, и почему Alex Gusev - не моё имя?
funca
Это уже не моё дело.
flancer Автор
ну, да - а там хоть и не рассветай… :)