ИИ может убрать технический долг и создать два новых 😂
С генеративным ИИ код теперь пишется и меняется быстрее, чем команда успевает его нормально понять. Маргарет-Энн Стори, профессор компьютерных наук Университета Виктории, предлагает смотреть не на один долг, а сразу на три.
🔷Технический долг - это знакомые костыли и временные решения. Здесь ИИ помогает: находит проблемы, пишет тесты, переписывает код, улучшает архитектуру.
🔷Но появляется когнитивный долг.
Код работает, тесты проходят, а команда уже хуже понимает, как всё устроено. Из-за этого люди боятся лишний раз что-то менять, новички дольше входят в проект, а знания остаются у нескольких человек.
🔷И ещё один - долг замысла.
Все видят, ЧТО делает система, но уже не помнят, ПОЧЕМУ она устроена именно так: какие были ограничения, зачем выбрали такую архитектуру, что было критично для бизнеса.
🔍 Вот здесь AI-агенты могут начать очень быстро улучшать вообще не то.
Формально код становится чище, а по факту система уходит от реальных требований: по производительности, приватности, доступности или логике продукта.
Что с этим делать:
1️⃣После крупных изменений кто-то в команде должен уметь объяснить, как теперь работает система.
2️⃣Фиксировать не только решение, но и почему его приняли.
3️⃣Разбирать важные изменения вместе, особенно если большую часть кода написал ИИ. Автор как раз советует регулярные разборы, фиксацию бизнес-контекста и обмен знаниями в команде.
Если команда стала писать код быстрее, но хуже понимает собственную систему - часть долга остается и это сложно назвать успехом..
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai
С генеративным ИИ код теперь пишется и меняется быстрее, чем команда успевает его нормально понять. Маргарет-Энн Стори, профессор компьютерных наук Университета Виктории, предлагает смотреть не на один долг, а сразу на три.
🔷Технический долг - это знакомые костыли и временные решения. Здесь ИИ помогает: находит проблемы, пишет тесты, переписывает код, улучшает архитектуру.
🔷Но появляется когнитивный долг.
Код работает, тесты проходят, а команда уже хуже понимает, как всё устроено. Из-за этого люди боятся лишний раз что-то менять, новички дольше входят в проект, а знания остаются у нескольких человек.
🔷И ещё один - долг замысла.
Все видят, ЧТО делает система, но уже не помнят, ПОЧЕМУ она устроена именно так: какие были ограничения, зачем выбрали такую архитектуру, что было критично для бизнеса.
🔍 Вот здесь AI-агенты могут начать очень быстро улучшать вообще не то.
Формально код становится чище, а по факту система уходит от реальных требований: по производительности, приватности, доступности или логике продукта.
Что с этим делать:
1️⃣После крупных изменений кто-то в команде должен уметь объяснить, как теперь работает система.
2️⃣Фиксировать не только решение, но и почему его приняли.
3️⃣Разбирать важные изменения вместе, особенно если большую часть кода написал ИИ. Автор как раз советует регулярные разборы, фиксацию бизнес-контекста и обмен знаниями в команде.
Если команда стала писать код быстрее, но хуже понимает собственную систему - часть долга остается и это сложно назвать успехом..
💬 Присоединиться к обсуждению в чате
Телеграм канал
Андрей Анисимов
@ideasforai