Цикл обратной связи — это всё

AI-модель, пишущая код сама по себе — не самая интересная часть. Интересно то, что происходит после генерации кода. Как быстро модель может понять, корректен ли код? Насколько плотен цикл обратной связи между генерацией и валидацией?

Этот цикл определяет всё. Он определяет, может ли модель итерироваться по своему собственному выводу. Он определяет, может ли человек доверять результату без ручной проверки. Он определяет, в каких областях разработка с AI действительно работает.

Скорость цикла неоднородна. Она образует спектр. И этот спектр определяется более простой истиной: AI изначально текстовый.

Код бэкенда — это текст. Ответы API — это текст. Схемы базы данных — это текст. Вся область представлена строками, которые языковая модель может читать, генерировать и валидировать, никогда не покидая свою родную среду. Даже когда бэкенд включает команды CLI, эти команды — текст. Модели не нужно видеть. Ей нужно читать.

Визуальные интерфейсы устроены иначе. UI — это не статичное изображение. Он темпорален. Состояния меняются. Анимации переходят. Жесты запускают каскады. Модель может сделать скриншот кнопки, но не может почувствовать тайминг нажатия. Она может прочитать CSS, но не может наблюдать, как кривая easing разворачивается во времени. Визуальная корректность — это опыт, а опыт происходит во времени.

Бэкенд: миллисекунды

Код бэкенда валидируется детерминированно. У функции есть входы и выходы. Проверка типов верифицирует contract на этапе компиляции. Набор тестов проверяет поведение за миллисекунды. Эндпоинт API возвращает ответ, соответствующий схеме, или нет. Миграция базы данных либо применяется чисто, либо откатывается.

Каждый сигнал валидации текстовый, детерминированный и быстрый. Модель может сгенерировать функцию, запустить проверку типов, увидеть ошибку и перегенерировать за секунды. Она может написать тест, запустить его, увидеть падение и исправить реализацию. Цикл итераций достаточно плотный, чтобы модель могла работать полуавтономно в рамках ограниченной задачи на бэкенде.

Именно поэтому бэкенд — это то место, где разработка с AI сегодня ощущается наиболее магической. Эта область — чистая логика. Валидация мгновенна. Модель знает, когда она ошибается — а это именно то, что детерминированные guardrails пытаются дать остальной части вашего codebase.

Веб: минуты

Веб-разработка добавляет визуальную корректность. Компонент может иметь правильные props и неправильные padding. Макет может пройти все проверки типов и всё равно выглядеть сломанным. Поверхность валидации больше не является чисто детерминированной.

Playwright помогает. Можно отрендерить компонент, сделать скриншот и сравнить его с эталоном. Но это медленно. Набор тестов бэкенда выполняется за секунды. Набор визуальных регрессионных тестов Playwright выполняется минутами. AI не может итерироваться по своему выводу с той же скоростью, потому что шаг валидации на порядок медленнее.

Модель может сгенерировать код на React, который компилируется. Она не может сказать, выглядит ли получившийся UI корректно, без запуска браузера, рендеринга DOM и сравнения пикселей. Это узкое место реально. Разработка с AI для веба работает, но цикл обратной связи слабее.

Мобильная разработка: часы

Мобильная разработка добавляет физическую реальность. У жеста есть тайминг и физика. У анимации есть кривые easing, которые ощущаются правильно или неправильно. Экран рендерится по-разному на iOS 16 и iOS 18. Bluetooth, камера, GPS и push-уведомления — всё это имеет поведение, которое варьируется в зависимости от устройства, версии ОС и оболочки производителя.

Не существует быстрого способа это провалидировать. Юнит-тесты покрывают бизнес-логику, но не ощущение от свайпа. UI-тесты на симуляторе отлавливают проблемы макета, но не падения кадров на трёхлетнем Android-устройстве. Настоящая валидация требует сборки, подписи, установки и взаимодействия с приложением на физическом оборудовании. Цикл обратной связи измеряется часами, а не секундами.

Модель может сгенерировать код на SwiftUI или Jetpack Compose, который компилируется. Она не может сказать, ощущается ли приложение нативным. Это требует человеческих рук на реальных устройствах. Цикл итераций слишком медленный, чтобы модель могла эффективно самокорректироваться — именно поэтому приложениям на React Native, созданным с AI, нужны guardrails для масштабирования.

Что означает этот спектр

Разработка с AI расширяется не со скоростью возможностей моделей. Она расширяется со скоростью валидации.

Модель может писать код для мобильной разработки уже сегодня. Чего она не может — это знать, хорош ли этот код. Знание требует инфраструктуры валидации, которой у мобильной разработки нет. У бэкенда она есть. Веб её строит. Мобильная разработка отстаёт на годы.

Для команд, выбирающих, где применять разработку с AI, ответ очевиден. Начинайте там, где валидация быстрее всего. Сначала бэкенд. Затем веб, с инвестициями в визуальное тестирование. Мобильная разработка — в последнюю очередь, где человеческие руки всё ещё выполняют финальную валидацию. Стоимость поддержки этого выбора накапливается со временем — именно поэтому первая версия никогда не является настоящей проблемой.

Модель не умнее на бэкенде. Она просто лучше информирована.