ИИ-код — это боль наперед: Lightrun предупреждает о волне техдолга

Бизнес требует от разработчиков использовать ИИ-инструменты быстрее, чем те успевают в них разобраться, — а сгенерированный код копит технический долг, который пока никто не замечает. Об этом в интервью The Register рассказал Моше Самболь, вице-президент по клиентским решениям в Lightrun — израильской платформе для мониторинга и отладки кода в продакшене.

Согласно заявлению Самболя, разрыв между ожиданиями руководства и реальной готовностью команд уже сейчас заметен. Часть компаний запретила разработчикам писать исходник вручную — только ревью того, что сгенерировал ИИ. Другие, вроде банков, наоборот, только начинают пилоты из-за регуляторных ограничений. Но общая картина одна: инструменты меняются быстрее, чем людей успевают обучить, а давление на продуктивность растет. Код, который выглядит рабочим, проходит дальше по пайплайну — и если он не создает баги прямо сейчас, это просто отложенная задача.

Самболь привел конкретный кейс. Разработчик использовал ИИ-ассистента для генерации Ansible-шаблонов — типичная рутина, где схема хорошо справляется с синтаксисом. Некоторое количество часов все шло гладко. Потом служба перестал запускаться. Разработчик провел весь оставшийся день, пытаясь найти причину, — ИИ тоже не помог, уводя в тупиковые направления вплоть до переустановки ОС. Проблема оказалась простой: утром схема задеплоила компонент одним способом (контейнер с systemd-сервисом), а позже перепаковала его иначе — но не остановила первый экземпляр. Старый процедура занимал порт, новый не мог стартовать. ИИ не помнил контекст собственных действий с утра и не cмог связать причину со следствием.

Главный вопрос, который Самболь предлагает задавать каждому разработчику: можешь ли ты объяснить этот исходник и понимаешь ли, как он вписывается в систему в целом? В крупных компаниях и без ИИ ни один человек не держит в голове всю кодовую базу — обычно для разбора инцидентов нужна группа. Генеративные модели этот разрыв в понимании не закрывают. Один из выходов — автоматизировать сам процедура промптинга, чтобы не зависеть от того, насколько хорошо каждый конкретный разработчик умеет формулировать запросы.

При этом Самболь не списывает инструменты со счетов. Они становятся лучше с поразительной скоростью, сообщает он, — и при наличии человека в контуре довольно способны давать итог не хуже прежнего. Задача не в самих моделях, а в том, что компании внедряют их без обучения, без процессов и без понимания, где именно копится долг.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.