ai-engineering

12 posts

Спектр валидации: Почему AI лучше пишет код для бэкенда

Разработка с AI следует градиенту валидации. Бэкенд: миллисекунды. Веб: минуты. Мобильная разработка: часы. Цикл обратной связи определяет, где AI работает.

AI-модель, пишущая код сама по себе — не самая интересная часть. Интересно то, что происходит после генерации кода. Как быстро модель может понять, корректен…

Страх против напора: Две реальности AI-кодинга

AI-кодинг работает для элитных команд, способных восстановиться после любого беспорядка. Все остальные получают страх, упавший CI и заброшенные эксперименты. Разрыв — не в модели.

Понаблюдайте за двумя командами, использующими одну и ту же AI-модель, и вы увидите два совершенно разных исхода. Первая команда просит модель создать экран.…

ИИ-кодинг в продакшене: почему большинство команд сдаётся

Большинство команд пробуют ИИ-кодинг, выпускают код, который проваливает QA, и сдаются. Проблема не в модели — а в отсутствии ограждений, которые делают вывод ИИ надёжным.

Большинство команд, пробующих ИИ-кодинг, проходят одну и ту же траекторию. Они начинают с энтузиазмом. Модель генерирует фичу за минуты, и они её выпускают. QA…

Fuck-u-code: детерминированный барьер качества, который забыл ваш AI-пайплайн

У вас есть проверка типов, линтинг и архитектурные правила. Но ваш детерминированный стек не видит сложности, дублирования и катастроф с именованием. Вот исправление за $0.

Давайте честно посмотрим, как на самом деле выглядит большинство AI-пайплайнов генерации кода прямо сейчас. Вы генерируете код с помощью Cursor или Claude…

Почему первая версия никогда не проблема: разработка с AI и долгосрочное сопровождение

Инструменты для разработки с AI отлично создают первую версию. Настоящая инженерная задача начинается на четвёртой версии, когда команде нужно что-то изменить, не ломая всё остальное.

Каждая демонстрация разработки с AI идёт по одной и той же траектории. Кто-то даёт модели запрос. Появляется работающее приложение. Аудитория впечатлена. И это…

Код, сгенерированный AI, и принцип заменяемости

Настоящая мера качества кода, сгенерированного AI, — не в том, работает ли он в первый день. Она в том, сможете ли вы заменить его на тридцатый день, не переписывая всё остальное.

Большинство разговоров о качестве кода, сгенерированного AI, сосредоточены на корректности в момент генерации. Компилируется ли результат? Проходит ли он…

Детерминированные guardrails для AI codebases

Проверка человеком непоследовательна. Проверка AI ещё хуже. Единственная масштабируемая защита для codebases, сгенерированных AI, — детерминированное enforcement: правила, которые валят сборку, а не советы, которые игнорируют.

Стандартный совет для кода, сгенерированного AI, звучит так: «проверяйте его внимательно». Этот совет верный и бесполезный в масштабе. Разработчик, проверяющий…

В эпоху AI ревью кода превращается в ревью спецификаций

Когда AI может сгенерировать по спецификации реализацию, тесты и contracts, самая ценная человеческая работа смещается выше по цепочке. Самой пристальной проверки теперь требует сама спецификация.

Если вы уже несколько недель выпускаете код с AI, это ощущение вам, скорее всего, знакомо. Открываете pull request. Код достаточно чистый. Имена нормальные.…

AI Safety Stack: types, contracts, property tests и mutation gates

Если вы хотите, чтобы AI-generated code выдерживал production, одного code review недостаточно. Нужен многослойный safety stack: от type constraints до mutation testing и runtime containment.

Самое опасное в AI-generated code не в том, что он всегда неправильный. Самое опасное в том, что он слишком часто выглядит достаточно правдоподобно, чтобы его…

Meteor development реален. Вашей codebase не обязательно рушиться вместе с ним

Этот мем работает, потому что команды и правда разрабатывают продукты в условиях постоянно меняющихся целей, фиксированных сроков и наполовину определённого объёма работ. Autotomy не исправит фантазийное планирование, но не даст development останавливаться каждый раз, когда снова меняется маршрут.

Назовём это Meteor development: пункт назначения объявляют сначала, остановки меняются по ходу, бюджет как будто сам собой должен сойтись, а engineering…

Stanford CS146S прав насчет AI coding. Недостающий предмет — архитектура

Этот критический разбор Stanford CS146S показывает, почему курс верно оценивает AI coding, но все еще упускает ключевой урок про AI-архитектуру, границы системы и заменяемость.

Stanford CS146S — это курс The Modern Software Developer, который ведет Mihail Eric и который впервые запускается осенью 2025 года. За официальным обзором…

Почему сильные инженерные идеи оставались нишевыми, пока AI не сделал их экономически реальными

Design by contract, property-based testing, mutation testing и model checking не были плохими идеями. Их было слишком дорого поддерживать с точки зрения специализированных знаний. AI меняет это уравнение.

В software engineering полно идей, которые кажутся очевидно правильными в ту же секунду, когда ты их читаешь. Разумеется, contracts должны определять, что…