Уровни внедрения ИИ в разработку Сейчас очень интересно наблюдать за тем, как разработка при помощи ИИ проникает в индустрию. При этом на рынке умудряются одновременно существовать как инструменты, на добрый порядок различающиеся по своему качеству и степени автоматизации, так и разработчики, использующие эти инструменты так же на порядок (не)эффективнее. Выделил такие __уровни__ и практики внедрения: 0. Изоляция Оказывается, всё ещё есть программисты, которые ничего не слышали про использование ИИ в разработке. По этому поводу __в наше время__ я испытываю невыразимое сочетание эмоций - это какой-то азарт антрополога, встретившего йети: хочется изучать это явление, пытаться понять, какими путями шла эволюция, как у них получается не контактировать с остальным миром... :) 1. Набегами Использование веб-интерфейсов LLM-ок для написания небольших скриптов/функций - ну т.е. прям на сайте ChatGPT/Claude что-то конкретное просим сделать, получаем ответ, на этом общение заканчивается. Сюда же можно отнести использование Claude Artifacts / ChatGPT Canvas для небольших прототипов. 2. Копипастинг Разработка при помощи ИИ через копипастинг кода между каким-то UI к LLM и своей IDE. Как по мне, это страшно неудобно, времязатратно, чревато ошибками и ускоренным износом клавиш Ctrl/C/V (ну или Ctrl/Shift/Insert, у членов древнего секретного ордена). Однако примечательно, что тут прям целая культурно-техническая тусовка есть, которая даже придумывает штуки навроде RepoPrompt - склеивает файлы проекта в один мегафайл, чтобы было проще его копипастить туда-сюда 🤯 3. Автодополнение Использование ИИ-автодополнения в процессе написания кода руками в своей IDE - собственно с этого всё и началось, когда вышел GitHub Copilot аж __300 лет тому назад__ (ну, ~3 года, если быть точнее, ~~я был там, Гендальф~~). Пользуясь случаем, ещё раз скажу, что в Cursor лучшее автодополнение кода среди всех ИИ-инструментов. 4. IDE с LLM-чатом LLM-чат непосредственно в самой IDE - можно легко передать файлы в LLM, получить тут же ответ и применить diff к своему коду - это сейчас практически любой ИИ-плагин к IDE умеет, что делает копипастинг особенно __необычной__ практикой. 5. IDE с LLM-агентом Использование IDE с поддержкой агентского режима работы: Cursor / Windsurf / GitHub Copilot / (Roo)Cline. В них можно ставить полноценные задачи, и они уже сами найдут нужный код в проекте, сами его поправят, сами выловят ошибки. Тут много нюансов и своих практик, часть которых описана мною ранее в гайде, а часть я как-нить соберусь и опишу :) 6. Агенты полного цикла Тут у нас Devin / OpenHands - это штуки, которые способны в общем чатике типа Slack принять от вас задачу, а дальше сами зададут вопросы, сходят в Git, залезут в базу знаний проекта, напишут код, потестят его, запушат и передадут на ревью, ~~получат зарплату~~. __Пока что__ они не готовы к реальному использованию, но это в основном проблема существующих LLM, нежели обвязки вокруг них (чем, собственно, все ИИ-инструменты для разработки и являются). С выходом следующего поколения моделей, которое должно состояться в ближайшие несколько месяцев, тут могут быть существенные изменения. Да и в целом, я думаю, за подобными системами будущее разработки. 7. (Secret Level) Встречаются специальные маньяки, которые пишут свои агентские системы под задачи массовой генерации / анализа / модификации кода. Задачи у них тоже довольно специальные, но, как правило, интересные и весьма нетривиальные. Скорее всего позже отсюда появится свой набор инструментария для высокоуровневой работы с большими кодовыми базами. У меня сейчас примерно такое распределение получается в задачах разработки: * 80% - №5, Cursor Composer Agent * 10% - №4, Cursor Chat + Cursor Composer * 5% - №3, ручной код с автодополнением, так же в Cursor * 5% - №1, генерация каких-то мелких скриптов через ChatGPT/DeepSeek А как у вас обстоят дела? Или, может, есть что-то необычное, чем можете поделиться? :) #ai #development