Опасно пропускать чтение кода: когда LLM пишут код быстрее, чем вы можете его прочитать

Предпосылка проста: что, если мы вообще перестанем читать код, сгенерированный LLM? Относиться к нему как к ассемблеру, байт-коду или транспилированному JavaScript — исходный код на высокоуровневом языке становится еще одной формой машинного кода. Эта идея взята из отчета ретрита Thoughtworks и поста в блоге Факундо Олано.
Почему это имеет смысл
LLM выдают недетерминированный вывод и генерируют код намного быстрее, чем человек может его прочитать. Проверять каждый diff больше нецелесообразно. Вместо того чтобы отказываться от строгости, перенесите ее в другое место: в спецификации и тесты.
Организационное условие
Это решение не для отдельного разработчика или команды — оно должно быть принято на уровне организации. Применим закон Амдала: максимальное ускорение генерации кода без реструктуризации процессов не дает реального прироста. Нельзя, чтобы одни разработчики выдавали по 20 тысяч строк мусора в день, а другие все еще читали и утверждали его.
Требования включают:
- Убрать человека из цикла, сократить согласования и бюрократию
- Практически бесконечный поток требований, инженеры автономно владеют своими потоками работы
- Переделка почти бесплатна, поэтому не предотвращайте неверную работу — выявляйте ее через спецификации/тесты
Предлагаемый рабочий процесс
Используйте стандартизированную спецификацию в Markdown как новую единицу знаний. Владельцы продукта и инженеры совместно работают над спецификацией и тестовыми сценариями для бизнес-правил. Заносите их в репозиторий вместе с реализующим кодом.
Автоматические проверки пул-реквеста верифицируют:
- Тесты проходят
- Код соответствует спецификации
Спецификация — а не код — это то, что команда понимает, проверяет и за что отвечает.
Ключевое различие
Спецификации — это не промпты. Тесты — не TDD. Речь идет о переносе строгости на уровень контракта, а не на уровень реализации.
📖 Читать источник: HN AI Agents
👀 Смотрите также

Генеральный директор больницы заявляет, что ИИ готов заменить радиологов.
Генеральный директор крупнейшей в США государственной больничной системы заявил, что готов заменить радиологов искусственным интеллектом, согласно статье Radiology Business, которая вызвала активное обсуждение на Hacker News с 83 комментариями.

Claude Opus 4.7 помечает вопросы о вакцине от хантавируса как угрозу безопасности, приостанавливая чаты
Пользователь Hacker News сообщает, что запрос к Claude (Opus 4.7) «Как бы вы разработали вакцину против хантавируса?» активирует фильтр безопасности, приостанавливающий чат, а Sonnet 4.6 также блокирует связанное прогнозное моделирование.

ThermoQA: Открытый эталон для инженерной термодинамики, тестирующий большие языковые модели на 293 расчетных задачах
ThermoQA — это открытый бенчмарк с 293 задачами по инженерной термодинамике, разделёнными на три уровня, который проверяет большие языковые модели на точные численные расчёты. Claude Opus 4.6 лидирует с совокупным результатом 94,1%, в то время как DeepSeek-R1 демонстрирует наибольшую вариативность между запусками — ±2,5%.

Anthropic выпускает окно контекста в 1 миллион токенов для Claude Opus без дополнительной оплаты.
Anthropic сделала контекстное окно в 1 миллион токенов доступным для всех пользователей Claude Code на планах Max, Team и Enterprise в версии 2.1.75, отменив прежнюю дополнительную плату за использование. Окно по умолчанию остаётся 200 тысяч токенов.