Почему с ИИ-агентами софт остаётся плохим: их гонят на фичи, а не на рефакторинг
Агент присылает зелёные пул-реквесты, а в коде всё равно остаётся мусор вроде разнобоя в именах. Rust-разработчик Никита на Хабре разобрал, почему: ИИ умеет искать баги и делать рефакторинг, но на деле его чаще отправляют писать следующую фичу. Бизнес платит за функциональность к пятнице, а польза от чистки кода видна только потом. Поэтому при работе с агентами нужно отдельно закладывать в план проверку и рефакторинг.
AI-обработка оригинала Habr AI; редакция Hamidun News
На стриме спикер пожаловался: агент присылает зелёные пул-реквесты, все проверки проходят, а в коде всё равно остаётся мусор. Например, классы названы по-разному. Rust-разработчик Никита, автор разбора на Хабре, услышал это и удивился: у него с агентами таких проблем нет. Он сам просит ИИ искать баги, разбирать сомнительные решения, улучшать тесты и делать рефакторинг, и получается неплохо. Почему тогда опыт у людей такой разный? Его ответ: инструмент тут почти ни при чём, всё решает то, какую работу ему поручают.
Что ИИ делает хорошо, если его об этом просят
Возможности для качества у агента есть. Он помогает поймать баг, который воспроизводится раз в месяц. Он подсказывает, каких сценариев не хватает в тестах. Он делит функцию, в которую набилась разная логика, и массово правит однотипный код в десятках файлов.
Есть и цифры. В Meta сделали TestGen-LLM, который дополняет уже написанные тесты. Новые тесты собирали и запускали, затем проверяли, выросло ли покрытие. Предложения, прошедшие автоматический отбор, смотрели инженеры. По данным авторов, в прод приняли 73% таких рекомендаций. В опросе Stack Overflow за 2026 год около 58% ответивших использовали ИИ для тестов, 64% для отладки и рефакторинга, а для генерации кода в знакомой области около 69%.
Почему на практике в основном получаются новые фичи
Сценарий знаком всем. Агент написал код, вы проверили обычный путь, всё работает. Можно было бы проверить, что будет при повторном запросе или если соседний сервис не ответит, а заодно оценить, насколько код понятен. Но кнопку уже можно показать заказчику. Если после каждого такого успеха сразу брать следующую задачу, агент и будет выдавать в основном следующие фичи.
Дело усугубляется экономикой разработки. Новую фичу заказчик ждёт в пятницу. Пользу от рефакторинга старого модуля нужно объяснять, а оценить её сложно: будущих задач ещё нет в плане. Исследование о техдолге показало разрыв. Менеджеры считали, что поддерживают такую работу чаще, чем это ощущали разработчики. Мелкие исправления поощряли, а крупные переделки откладывали, потому что не хватало понятного объяснения пользы. Исследование вышло до массового прихода агентов. Теперь рефакторить с ИИ проще, но если в плане к пятнице стоит фича, агента займут ею.
Никита сравнивает ИИ с суперкаром: профи доедет быстрее, а новичок разобьётся на первом повороте. К повороту он при этом приедет быстрее, чем рассчитывал. Новичком может оказаться и руководитель, который принимает первую работающую версию от агента за готовый продукт.
Агент повторяет то, что видит в проекте
Второй источник проблем в старом коде. Если одно решение скопировано в несколько мест, просьба «посмотри, как у нас сделано, и добавь ещё» заставит агента повторить и ошибку из образца. В эксперименте о разбитых окнах 29 разработчиков расширяли системы с разным количеством старых проблем. В более запущенном коде участники чаще добавляли новые: дублировали функциональность и выбирали непонятные имена.
Ноябрьский препринт 2026 года проверил то же для уязвимостей. Агентам показывали безопасные и уязвимые варианты существующего кода. Во втором случае похожие уязвимости чаще появлялись и в новых изменениях. Просьба следовать существующему стилю усиливала эффект. Тот же агент мог бы найти ошибку и исправить её во всех копиях, но такую задачу никто не ставил.
Почему про качество мало пишут и что делать
Автор отмечает ещё один перекос. «Переписал миллион строк за 10 дней» читают из любопытства, а «ИИ помог порефакторить кодовую базу» не цепляет. Люди, которые тихо чистят старые баги с помощью агента, ничего не публикуют. По громким историям легко решить, что все только генерируют очередные сервисы.
Выводы для практики такие:
- Ставьте агенту отдельные задачи на проверку: повторные запросы, отказ соседнего сервиса, пустые списки. Не ждите, что он сделает это по умолчанию.
- Закладывайте рефакторинг в план как обычную задачу с понятной пользой. Например: «после этого фичи в модуле добавляются за день, а не за неделю».
- Не просите агента копировать код «как у нас», пока не проверили, что образец хороший. Лучше сначала попросить найти дубли и ошибки в образце.
- Для руководителей: зелёный пул-реквест от агента показывает, что код работает, а не что он хороший.
Честное ограничение: это авторская колонка. Опыт одного разработчика она подкрепляет отдельными исследованиями, но не доказывает, что качество кода у всех команд страдает по одной причине. Итоговая мысль Никиты скромная: возможности ИИ для качества мы используем слабее, чем возможности для ускорения. В «расследовании» виноватым оказывается сам разработчик, и это хорошая новость. Менять процесс проще, чем ждать новую модель.
- 21 нояб. 2026 г.Открытая Inkling 2 Mini на 16 ГБ памяти догнала Qwen3.8-27B в независимом рейтинге
- 21 нояб. 2026 г.Qwen3-0.6B дообучили на Mac mini: ошибок в ответах стало 3 из 30 вместо 9
- 21 нояб. 2026 г.Thinking Machines выпустила открытую Inkling 2 Mini на 26,4 млрд параметров для Mac с 32 ГБ
- 21 нояб. 2026 г.Meta готовит ИИ-тамагочи Muse Charm за $300 с годом 5G от Verizon
Вопросы и ответы по материалу
Что известно по теме: что ИИ делает хорошо, если его об этом просят?
Возможности для качества у агента есть. Он помогает поймать баг, который воспроизводится раз в месяц. Он подсказывает, каких сценариев не хватает в тестах. Он делит функцию, в которую набилась разная логика, и массово правит однотипный код в десятках файлов. Есть и цифры. В Meta сделали TestGen-LLM, который дополняет уже написанные тесты. Новые тесты собирали и запускали, затем проверяли, выросло ли покрытие. Предложения, прошедшие автоматический отбор, смотрели инженеры.
Что известно по теме: почему на практике в основном получаются новые фичи?
Сценарий знаком всем. Агент написал код, вы проверили обычный путь, всё работает. Можно было бы проверить, что будет при повторном запросе или если соседний сервис не ответит, а заодно оценить, насколько код понятен. Но кнопку уже можно показать заказчику. Если после каждого такого успеха сразу брать следующую задачу, агент и будет выдавать в основном следующие фичи. Дело усугубляется экономикой разработки. Новую фичу заказчик ждёт в пятницу.
Что известно по теме: агент повторяет то, что видит в проекте?
Второй источник проблем в старом коде. Если одно решение скопировано в несколько мест, просьба «посмотри, как у нас сделано, и добавь ещё» заставит агента повторить и ошибку из образца. В эксперименте о разбитых окнах 29 разработчиков расширяли системы с разным количеством старых проблем. В более запущенном коде участники чаще добавляли новые: дублировали функциональность и выбирали непонятные имена. Ноябрьский препринт 2026 года проверил то же для уязвимостей.
От чтения про ИИ-агентов — к запуску своего агента за вечер
Пошаговая сборка автономных агентов и MCP-связок в Hamidun Academy (academy.hamidun.com) (72 часа бесплатно) или мгновенный запуск готовых мультишаговых агентов в облаке Nomad.
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.