Гео-аналитическая платформа за 2,5 месяца: как двое передали весь код AI
Двое разработчиков создали гео-аналитическую платформу за 2,5 месяца — AI генерировал весь код, разработчики писали только спецификации. В доAI эпоху такой…
AI-обработка оригинала Habr AI; редакция Hamidun News
Двое разработчиков за 2,5 месяца создали гео-аналитическую платформу, которую в доAI эпоху строили бы годами — опираясь на spec-driven подход, при котором разработчик пишет только спецификации, а код целиком генерирует AI.
Почему обычный AI-ассистент в IDE — не то же самое
Большинство разработчиков используют AI как продвинутое автодополнение: Copilot подсказывает строчку, Cursor дописывает функцию, ChatGPT объясняет ошибку. Spec-driven разработка — принципиально другой режим, меняющий саму роль разработчика.
Разработчик перестаёт писать код вообще. Его задача — описывать желаемое поведение системы в спецификациях: что должно произойти, при каких условиях, какой результат ожидается. AI реализует логику на основе этих описаний, а не дополняет написанное человеком.
Это меняет природу работы: вместо кодирования — проектирование и постановка задач. Разработчик превращается в архитектора и редактора, а не в исполнителя деталей. Инструмент при этом — не плагин в IDE, а системный процесс, в котором AI встроен в каждый шаг.
Что построили двое за 2,5 месяца
Команда из двух человек создала гео-аналитическую платформу с нуля — без унаследованного кода, без ограничений существующей архитектуры.
- Команда: 2 разработчика
- Срок: 2,5 месяца
- Подход: spec-driven, AI генерировал весь производственный код
- Стартовая точка: чистый лист, полная свобода выбора архитектуры
- Контекст: аналогичный продукт в доAI эпоху занял бы годы и потребовал команду побольше
Отсутствие легаси — критическое условие успеха. Spec-driven процесс выстраивается органично с самого начала, тогда как адаптировать AI к унаследованной кодовой базе принципиально сложнее: существующий код сопротивляется — в нём своя логика, контекст и технический долг, который AI учитывает плохо.
Жанр платформы добавляет сложности: гео-аналитика предполагает работу с пространственными данными, картами, слоями — не типичный CRUD-проект. Тем показательнее результат.
Где ждали провала — и что вышло
Главный скептицизм авторов перед стартом был понятен: AI хорошо справляется с маленькими изолированными задачами, но на большом проекте теряет контекст, упирается в лимиты токенов и начинает предлагать решения, противоречащие уже написанному.
«Сначала я не верил, что это выдержит реальный масштаб.
Опыт подсказывал: чем больше проект, тем быстрее AI путается в контексте и упирается в лимиты», — пишет автор.
Через 2,5 месяца вывод изменился. При правильно выстроенном процессе AI удерживает контекст на протяжении всего большого проекта. Spec-driven подход структурирует взаимодействие с моделью так, что каждый запрос самодостаточен и не требует от AI держать в памяти всю историю разработки — это снимает главный риск потери контекста.
Новый ключевой навык разработчика — не умение кодировать, а умение точно формулировать спецификации: без двусмысленностей, с правильным контекстом и чёткими критериями результата. Кто пишет спецификации лучше — получает лучший код.
Что это значит
Кейс гео-аналитической платформы — рабочее доказательство того, что spec-driven разработка масштабируется за пределы учебных примеров. Двое с правильным процессом запустили продукт, для которого раньше нужна была команда побольше и несколько лет работы. Связь «сложность задачи — размер команды» ослабевает: AI берёт на себя реализацию, если человек умеет точно описывать задачи.
Вопрос уже не «доверять ли AI большой проект», а «как выстроить процесс спецификаций, чтобы это работало стабильно».
Частые вопросы
Обязательно ли начинать проект с нуля?
Авторы прямо указывают: старт без легаси — ключевое условие. Spec-driven разработка выстраивается органично именно на зелёном поле; адаптировать её к унаследованной кодовой базе принципиально сложнее — существующий код сопротивляется.
Какой навык становится главным при spec-driven подходе?
По опыту авторов — умение чётко формулировать спецификации: описывать желаемое поведение системы без двусмысленностей, с нужным контекстом и критериями готового результата. Умение кодировать отходит на второй план.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.