Демис Хассабис в одном интервью отметил, что с чем ИИ пока не может справится, так это с постановкой самого вопроса. Он это говорил в контексте решения научных задач, но у нас смысл примерно тот же, - чтобы поставить агенту задачу (а по сути - сформулировать вопрос) нужно знать, если так можно выразиться, предметную область, в которой этот вопрос формулируется, чтобы ИИ смог понять запрос. Для этого нужно в спецификации ему явно задавать термины, правила, границы, зоны ответственности, обязательно с именованиями, иначе, чтобы поставить задачу развития решения придется изучать код и архитектуру того, что сделал ИИ, чтобы понять, какую терминологию, какой язык он заложил в свое решение. И здесь, как мне кажется, будет основная сложность. Сейчас таким ретранслятором выступают аналитики, архитекторы и разработчики, - переводчиками из языка предметной области в код/структуру. Должен был решить эту задачу DDD и где он применяется, там ИИ дает мощный эффект (как человек, который поставил практики DDD не в одной компании, общаясь сейчас с ребятами, я вижу насколько им проще - у них в терминах заказчика требования попадают сразу в спеку, а из-за того, что код приведен в согласованное состояние с предметкой, клод прекрасно понимает где и что нужно изменить, хотя иногда и промахивается, но не фатально). И отсюда вытекает интересное наблюдение. А действительно ли ИИ ускорит и удешевит разработку продуктов, которым требуется долгосрочное развитие? В итоге - абсолютно да, но первичные инвестиции в обучение, настройку процессов, подготовку инфраструктуры будут серьезными и это не те навыки, которые формируются до уровня профессионального владения даже за один год. Что я вкладываю в понятие инвестиции? Ну как минимум - поучиться все-таки ddd, event driven, техникам работы с llm Выстроить процессы извлечения доменных знаний, их классификации и представлений, хранения и актуализации. Настроить инфру, ведь модели надо хранить, интегрировать с промт движками, автоматически проверять инварианты и генерировать тесты (не по коду, а по спеке). Все привыкли к классическому SDLC, иногда он даже не определен нигде, но работает, на кончиках пальцев, а сейчас мы переходим на AI SDLC и он вообще не такой же, даже не рядом, безумно интересно наблюдать за людьми, когда они ловят по 5 инсайтов за 10 минут, просто потому что в среднем сложно увидеть не очевидный паттерн применения, когда почти любая задача, пусть и менее эффективно, но в лоб решается одним сообщением в чат :)