Технічний контекст
Я все частіше бачу одну й ту саму картину: бізнес обирає agentic AI coding не тому, що це модно, а тому, що розрив у ціні та швидкості надто великий. Для впровадження AI це виглядає майже як чит-код: прототип за кілька днів, перші користувачі залучаються швидко, команда менша. І саме на цьому етапі я зазвичай приторможую.
Якщо дивитися не на демо-версію, а на кодовую базу через пів року, картина стає набагато менш святковою. За даними, які зараз найчастіше цитують у дослідженнях щодо коду, згенерованого штучним інтелектом, продуктивність зростає приблизно на 31.4%, але разом із цим уразливості збільшуються на 23.7%, попередження статичного аналізу — на 30%, а складність коду зростає на 41%.
Мене в цих цифрах чіпляє не саме погіршення якості. Мене чіпляє те, що воно маскується під нормальну інженерну роботу. Ззовні код може виглядати модульним, але всередині приховані залежності, слабка інкапсуляція та шматки, які розробнику потім доводиться розплутувати як чужу поспішну імпровізацію.
Ще один тривожний сигнал: частина згенерованих методів потім просто видаляється під час рев'ю. У дослідженнях фігурує цифра близько 9.9% видаленого коду в пул-реквестах, створених агентами. Тобто агент не лише прискорює доставку коду, він ще й засмічує пайплайн непотрібними фрагментами, які команда повинна проаналізувати, перевірити та викинути.
В enterprise-сегменті це особливо небезпечно, оскільки агент проходить через звичайні процеси CI/CD і тягне залежності, які вирішують локальне завдання, але не відповідають базовим вимогам безпеки. Поки продукт маленький, з цим миряться. Коли ж починається активне зростання, така інтеграція AI раптово перетворюється на податок на кожну наступну зміну.
Що це змінює для бізнесу та автоматизації
Я не хочу драматизувати або повністю відмовлятися від цього підходу. Для старту, внутрішніх інструментів, MVP та вузьких процесів автоматизація за допомогою ШІ часто є абсолютно виправданою. Швидкий запуск іноді дійсно важливіший за ідеальну підтримку коду.
Але виграють тут ті, хто із самого початку відділяє одноразову швидкість від ядра свого продукту. Програють команди, які дозволяють агенту писати все підряд без архітектурних меж, трасування змін та нормального бюджету на перевірку коду.
На практиці я б радив стежити за трьома речами: де агенту дозволено писати вільно, які залежності він має право додавати та хто відповідає за перетворення вдалого прототипу на надійну систему. Ми в Nahornyi AI Lab постійно вирішуємо такі проблеми для клієнтів: ми не забороняємо AI-автоматизацію, а вбудовуємо її так, щоб через рік вам не довелося розгрібати продукт екскаватором.
Якщо ваша кодова база вже зростає і ви бачите, що швидкість почала бити по якості, давайте розберемо це на рівні робочих процесів та архітектури ШІ. У Nahornyi AI Lab я можу допомогти вибудувати розробку рішень на базі AI так, щоб автоматизація не з'їдала майбутнє вашого продукту разом із вашою командою.