AI-агенты в разработке: кто проверяет трактовку и принимает изменения
🛠 AI-агенты в разработке: кто проверяет трактовку и принимает изменения
27 часов 13 минут суммарной работы Codex и 40 часов непрерывного цикла агента — таковы реальные издержки внедрения AI-агентов в разработку без контроля качества. Автор на Habr делится опытом вайб-кодинга: агент быстро выдаёт рабочий код, но без фиксации требований возникают регрессии, а часть фич исчезает при последующих изменениях — как в его проекте Xenodrift. В демо-приложении DemoBank фактическое время с учётом параллельной работы агентов составило 19 часов 20 минут, плюс 2-3 часа ручных проверок. Вывод: генерация кода — только этап, мерить нужно время от постановки задачи до принятого изменения.
Агент способен сгенерировать чистую архитектуру, если задать нефункциональные требования. Для DemoBank автор указал производительность, повторное использование фич и дизайн-систему, но не задавал структуру — получил feature-first с Clean Architecture и ports-and-adapters. Отдельно проверялась плавность интерфейса: на Realme RMX3760 (60 Гц) при прокрутке 12 000 операций доля кадров сверх бюджета 16,7 мс составила 0,25% при симуляции API. Требование выделить фичу «оплата штрафов» в самостоятельное приложение с общей кодовой базой окупилось: по опыту автора, моноприложение принесло больше денег, чем фича внутри супераппа.
Но качество кода не заменяет проверку поведения. Агент может пройти тесты и нарушить бизнес-сценарий, который не покрыт тестами. Поэтому нужен контроль качества — автоматические проверки, обязательные для слияния, а не просьба в промпте «запусти тесты». Автор предлагает инструменты: OpenSpec, Grill-With-Docs, GitHub Spec Kit, BMAD Method, Kiro. Проблема и с контекстом: исследование Lost in the Middle показало, что большое окно не гарантирует правильного использования информации, поэтому нужны карта модулей, актуальные контракты и ADR.
Опасный пример: агент может из модуля заказов напрямую вызвать API платёжного сервиса, минуя платёжный модуль, — тогда возвраты не попадут в журнал и бизнес потеряет деньги. Лечится архитектурными правилами (ArchUnit, dependency-cruiser) и поведенческими тестами. Отдельно нужен бюджет: один цикл агента у автора длился 40 часов, пока его не остановили вручную. Условие «продолжай до успешного прохождения проверок» требует лимитов и анализа причин остановки.
Спор между «агенты заменят разработчиков» и «это мясной прокси» упускает главное: ответственность за ложную трактовку требований никуда не исчезает, а перекладывается на того, кто настроил контроль качества и проверил исходные предположения до генерации кода. Если команда не может ответить, кто принимает техническое решение и какие проверки обязательны перед слиянием, агент не ускорит разработку, а автоматизирует накопление технического долга.
#вайбкодинг #AIагенты #QualityGate #CleanArchitecture #разработка
Такие разборы выходят в канале каждый день — коротко и со ссылкой на первоисточник.