Ремесленный код: пусть ИИ проверяет, а не пишет ваш код
В эссе Питера Блума «ИИ-кодинг без вайба» прорывается сквозь шумиху вокруг разработки с помощью ИИ. Основной аргумент: ИИ хорош в делании или проверке, но не в обоих сразу. Распространенная практика — позволить ИИ писать код, а затем человеку проверять его — фикция. Наше внимание рассеивается, а ошибки ИИ становятся тонкими. Альтернатива, которую он называет крафт-кодингом, меняет роли: вы пишете код, а ИИ выступает в роли вашего рецензента.
Почему вайб-кодинг проваливается
Блум объясняет два этапа большинства работ: делание и проверка. Если ИИ пишет код, вы должны проверять всё, что он создает. Но люди не созданы для такого уровня постоянного контроля. Случаи ошибок достаточно редки, чтобы вы начали доверять двигателю, и со временем кодовая база становится неуправляемым беспорядком. Хуже того, это изнурительный и неприятный опыт. Как он говорит: «Проверять чужой код — это мука. Писать свой — весело».
Подход крафт-кодинга
Вместо этого пишите код сами и позволяйте ИИ проверять его. Это сохраняет ваш контроль, поддерживает ваши навыки и все еще экономит время — ИИ ловит ошибки, которые могли бы занять недели при старом способе. Это также знакомит вас с лучшими паттернами и технологиями, о которых вы не знали. Важно, что это сохраняет вашу способность самостоятельно оценивать понимание, навык, который атрофируется, если вы перекладываете всё на машину.
Почему это работает
- Вы остаетесь вовлеченным: Интересная часть — написание кода — остается за вами.
- ИИ ловит то, что вы упустили: Он проверяет вашу работу, выявляя крайние случаи и проблемы стиля.
- Вы учитесь: Предложения ИИ обучают вас новым трюкам, но вы их реализуете, поэтому понимание сохраняется.
- Вы сохраняете свое суждение: Вы избегаете ловушки, когда считаете, что освоили что-то, а на самом деле просто делегировали.
Это не только для студентов. Блум предупреждает: «Когнитивные навыки подобны мышцам: трудно нарастить, легко потерять». Даже опытным разработчикам следует избегать перекладывания всего мышления на ИИ.
Как начать
На практике это означает использование ИИ в качестве парного программиста или рецензента кода: пусть он просматривает ваш дифф, предлагает улучшения, указывает на ошибки. Вы остаетесь автором; ИИ — ваши вторые глаза. Этот метод также согласовывает стимулы — вы не срезаете углы, а улучшаете свою собственную работу.
Эссе Блума — своевременный противовес тренду «вайб-кодинга». Это практическое руководство для тех, кто хочет использовать ИИ, не теряя навыков, которые делают вас разработчиком.
📖 Читать полный источник: HN LLM Tools
👀 Смотрите также

Создание пользовательских навыков для Claude Co-Work: лучшие практики и форматы
Изучите лучшие практики создания пользовательских навыков для Claude Co-Work с конкретными советами по форматированию и реализации, основанными на опыте пользователей.

Управление памятью в OpenClaw: полное руководство

Сократите затраты на токены на 95% с помощью семи техник оптимизации OpenClaw
Подробное руководство, описывающее семь методов снижения потребления токенов AI-агентами на 95%+, включая древовидные загрузочные файлы, автосжатие AI, перенос задач на локальную модель и фоновые задачи CPU по расписанию.

Понимание архитектуры ИИ-агентов: Детерминированные и вероятностные слои
Пользователь Reddit делится ментальной моделью для систем ИИ-агентов, которая разделяет детерминированные слои (скрипты, команды, API) и вероятностные слои (рассуждения и решения LLM). Ключевая идея: переносить как можно больше работы на детерминированную сторону.