Разработка с помощью ИИ — как приготовление стейка: легко начать, сложно освоить

В блоге «Почти не требуется навыков, чтобы приготовить стейк» проводится резкая аналогия между готовкой и разработкой с помощью ИИ: любой может приготовить что-то технически съедобное, но по-настоящему хороший стейк — или хорошее ПО — требует настоящего понимания.

Привлекательность ИИ: быстро, но непоследовательно

Инструменты ИИ позволяют разработчикам работать без остановки. Мы создаем агентов, обвязки, инструменты, навыки, промпты, петли обратной связи и сложные рабочие процессы, все для того, чтобы модель выдавала желаемое без понимания того, как она работает. Результаты непредсказуемы: иногда удивительно хорошие, иногда — «уголь с веточкой тимьяна сверху» — уверенно неправильные.

Почему ИИ не шеф-повар

ИИ — не шеф-повар; это машина для приготовления стейков. Он может следовать рецепту, следить за температурой, переворачивать в нужный момент и добавлять масло. Дайте ему достаточно инструментов и инструкций, и он быстро повторит процесс в больших масштабах. Но он не знает, что вам на самом деле нужно. Вы должны перевести свое видение в требования, ограничения, примеры, тесты и обратную связь. Даже тогда ограничения, такие как контекстное окно и качество системы, ограничивают его.

Цена доверия «ресторанам»

Разочарованные, многие обращаются к премиальным продуктам на базе ИИ, агентствам или новым фреймворкам, надеясь, что кто-то другой решил проблему. Но часто они получают тот же подгоревший стейк: каждый «ресторан» нанял того же ИИ-повара. Клиенты мирятся с посредственным ПО, но вы заметите разницу, когда вам важен результат.

Научитесь готовить

Единственное настоящее решение — самому освоить ремесло. Поймите, что делает температура, почему важна сковорода, зачем нужен отдых — по аналогии, поймите основы программирования. ИИ может автоматизировать повторяющиеся задачи, генерировать отправные точки, объяснять код и помогать проверять идеи, но он не заменит ваше суждение. Он не может определить качество, решать компромиссы или заметить, когда что-то технически правильно, но неправильно во всех значимых смыслах.

Чтобы создавать хорошее ПО с помощью ИИ, вам все равно нужно понимать программное обеспечение. Знайте, что вы просите, как оценивать результат и когда машина подает вам уголь. Продолжайте учиться, создавать, терпеть неудачи — пока не сможете получать желаемый результат, а не надеяться наткнуться на него.

Главный вывод: ИИ делает вас быстрее, но мастерство по-прежнему требует глубокого понимания. Статья в блоге читается за 9 минут и проводит параллель между путем разработчика, использующего ИИ-инструменты, и путем обучения правильной готовке.