ИИ-кодогенерация незаметно стирает понимание архитектуры в командах разработки

Автор статьи на Habr описывает сценарий: через пару лет после того, как инженерная команда полностью перешла на ИИ-кодогенерацию, CI остаётся зелёным, покрытие тестами достигает почти ста процентов, а фичи выходят быстрее прежнего — но никто в команде уже не может целиком объяснить архитектуру системы.

В чём проявляется проблема

Если подойти к любому разработчику у доски и попросить объяснить, как устроена система — где границы модулей, почему контракты именно такие, что сломается, если потянуть за конкретный сервис, — выяснится, что целиком этого не знает никто. Код есть, он работает, но его никто не понимает полностью.

Почему дело не в слабых инженерах

Самое удобное объяснение — «значит, набрали слабых инженеров» — по мнению автора, неверно. Он утверждает, что за последние два года накопилось достаточно данных, чтобы говорить не про личные провалы конкретных разработчиков, а про свойство самой системы: широкий доступ к ИИ-кодогенерации меняет то, как команда в принципе выстраивает и удерживает знание об архитектуре.

• Симптомы описанного сценария: зелёный CI, покрытие тестами около 100%, ускоренный выпуск фич
• Ключевой признак проблемы — никто в команде не может целиком объяснить архитектуру системы
• Автор ссылается на два года накопленных наблюдений
• Стандартное объяснение «наняли слабых инженеров» автор считает ошибочным

Что это значит

Хорошие метрики — зелёный CI, высокое покрытие тестами, скорость релизов — перестают быть надёжным сигналом того, что команда понимает собственную систему. Если широкий доступ к ИИ-кодогенерации действительно размывает архитектурное знание как системный эффект, а не как следствие слабых кадров, командам придётся отдельно инвестировать в поддержание общего понимания системы — иначе разрыв между «работает» и «понятно, как работает» будет только расти.

Частые вопросы

Почему автор считает, что дело не в слабых инженерах?

Он ссылается на данные, накопленные за последние два года, которые указывают на системный эффект широкого доступа к ИИ-кодогенерации, а не на индивидуальные провалы конкретных разработчиков.

Какие метрики остаются в норме, а что при этом теряется?

CI остаётся зелёным, а покрытие тестами — почти стопроцентным, но при этом никто в команде не может целиком объяснить архитектуру системы.