В TechCrunch поговорили с сениор-разработчиками об их опыте работы с кодом, сгенерированным ИИ, и о том, каким они видят будущее вайб-кодинга. Мнения разделились, но все согласились с тем, что технологии ещё предстоит долгий путь развития.
Такие специалисты всё чаще обнаруживают, что ведут себя как «няньки ИИ» — переписывая и проверяя материал, который выдаёт искусственный интеллект. Недавний отчёт компании Fastly показал, что как минимум 95% разработчиков тратят дополнительное время на исправление кода, сгенерированного ИИ, причём основная нагрузка по такой проверке ложится на плечи сениоров.
Опытные программисты обнаружили и другие проблемы с кодом, сгенерированным ИИ, — от искажения имён пакетов до удаления важной информации и угроз безопасности. Работа с вайб-кодом стала настолько серьёзной проблемой, что привела к появлению нового вида заработка — «очистке вайб-кода». Компании передают эту работу на аутсорс или фрилансерам.
Так, разработчица Карла Ровер с опытом в индустрии в течении 15 лет обратилась к вайб-кодингу, стремясь ускорить проект, который делала вместе с сыном. Они создавали стартап пользовательских моделей машинного обучения для торговых площадок.
«Мне нужно было работать быстро, поэтому я решила сэкономить и не сканировать файлы после автоматизированной проверки. Когда я делала это вручную, то находила очень много ошибок. Когда я использовала сторонний инструмент, то находила ещё больше. И я усвоила урок», — сказала Ровер.
В итоге ей и сыну пришлось переделывать весь проект.
Феридун Малекзаде с опытом в отрасли более 20 лет тоже рассказал, что создавал собственный стартап и активно использовал платформу для вайб-кодинга Lovable. Он согласен с тем, что такая разработка — это не то же самое, что нанимать стажёра или младшего программиста, а, скорее, процесс выглядит как «найм упрямого, наглого подростка, который должен помочь что-то сделать».
«Приходится просить 15 раз. В итоге ИИ делает что-то из того, о чём ты просил, что-то из того, о чём ты не просил, и по ходу дела ещё кучу всего ломает», — добавил Малекзаде.
Разработчик тратит около 50% своего времени на подготовку требований к коду, 10–20% — на вайб-кодинг и 30–40% — на исправление ошибок и устранение «ненужных скриптов», созданных ИИ.
Он также не считает, что вайб-кодинг — лучший пример системного мышления, а такой код помогает решить более поверхностные проблемы.
«Если вы создаёте функцию, которая должна быть широко доступна в вашем продукте, хороший инженер создаст её один раз и сделает доступной везде, где она нужна. Вайб-кодинг создаст что-то пять раз, пятью разными способами, если это нужно в пяти разных местах. Это приводит к большой путанице не только для пользователя, но и для модели», — сказал Малекзаде.
Ровер, между тем, обнаружила, что ИИ «упирается в стену», когда данные противоречат тому, что было запрограммировано. «Он может давать вводящие в заблуждение советы, упускать важные элементы или вклиниваться в развиваемый вами ход мысли», — сказала она. Разработчица выяснила, что вместо простого признания ошибок ИИ просто подделывает результаты, и с подобным она сталкивалась на своём примере. «Меня это напугало, потому что он напоминал токсичного коллегу», — отметила Ровер.
Остин Спайерс, старший директор по поддержке разработчиков в Fastly, также убедился, что вайб-кодинг настроен на скорость, а не на результат. По его словам, это может привести к появлению уязвимостей, которые часто встречаются у новичков.
Майк Эрроусмит, главный технический директор компании NinjaOne, занимающейся разработкой программного обеспечения для управления IT, говорит, что вайб-кодинг создаёт новое поколение «слепых зон» в сфере IT и безопасности, которым особенно подвержены молодые стартапы.
«Кодирование с использованием вайб-технологий часто обходит строгие процессы проверки, которые лежат в основе традиционного кодирования и критически важны для выявления уязвимостей», — рассказал он.
NinjaOne, по его словам, противодействует этому, поощряя «безопасное кодирование с использованием вайб-технологий», где утверждённые инструменты ИИ проходят контроль доступа, а также обязательную экспертную оценку и проверку безопасности.
Почти все специалисты согласны с тем, что ИИ-кодинг полезен во многих ситуациях, например, для создания макетов идей, но человеческая проверка необходима перед тем, как строить на нём бизнес.
Опрос Fastly подтверждает, что старшие разработчики в два раза чаще запускают код, сгенерированный ИИ, в эксплуатацию, чем младшие, и отмечают, что технология помогает им работать быстрее.
Источник: habr.com