Программировать с AI и без – два разных навыка

Агент пишет аккуратный код не о том, вы правите его по кругу и решаете, что проще написать самому.

Выпускник второго потока курса AI-Driven Development описал работу с агентом так:

По ходу курса я проникся тем, что программировать с AI-инструментами и без них – два разных навыка, а работа с AI ближе к менеджменту: пытаешься угадать, как твою задачу поймут неправильно, где поставить точки контроля, на какие части её разбить и чем ты готов рискнуть.

Когда вы пишете сами, ничего из этого отдельно делать не нужно, поэтому опыт программирования этому и не учит: постановка живёт в голове, а неверно понятую задачу вы замечаете по ходу.

Агент, как правило, не переспрашивает: он делает допущение за вас и работает дальше. Каждую сессию он начинает с нуля.

Код при этом выглядит аккуратно, и его вид о качестве больше ничего не говорит. Ошибка всплывает на проверке или позже, когда на неверном допущении уже построено несколько изменений. Отсюда и правки по кругу.

✍️ Постановку, шаги и риск теперь продумывают заранее

Раз агент не переспросит, неверные прочтения приходится закрывать заранее: что значит "готово", где границы, чего не трогать.

Но письменная постановка не поможет, если результат нельзя проверить, поэтому дробить задачу нужно под проверку.

Шаг берите такого размера, чтобы его результат можно было проверить, а после каждого запускайте тест или сборку и сами смотрите, что они вывели: сообщение агента "всё проходит" этого не заменяет.

План с шагами нужен и следующей сессии: по нему она видит, что уже сделано.

Постановка, разбиение на шаги, приёмка и решение о риске – по нашей оценке, это ближе к работе техлида с командой, чем к работе сильного программиста-одиночки.

🔍 Проверка держится на понимании разработки, которое нарабатывается с опытом

Тесты и сборка проверяют то, что вы догадались проверить. Понять, что код делает не то, и найти причину можно, только умея его читать и отлаживать.

В эксперименте января 2026 года 52 инженера осваивали незнакомую библиотеку: одна группа с AI-ассистентом, другая без него. Затем в тесте на понимание этой библиотеки группа с AI набрала 50% против 67%, и самый большой разрыв пришёлся на вопросы отладки.

Внутри группы с AI хуже всего тест написали те, кто отдавал задачу ассистенту целиком. У тех, кто вместе с кодом просил объяснение, результат был заметно выше.

Чем лучше вы управляете агентом, тем меньше пишете и отлаживаете сами. Умение читать и отлаживать код при этом упражняется реже и рискует ослабнуть.

А если взглянуть немного шире, то кроме умения читать и отлаживать код нужно ещё понимание системы целиком, системный взгляд и понимание бизнеса. Иначе каждый небольшой компонент будет хорош, но вместе они не состыкуются.

📚 Что почитать:

"How AI assistance impacts the formation of coding skills" – Anthropic, 29.01.2026
"Как инженеры растут в работе с ИИ-агентами" – наша статья по итогам второго потока AI-Driven Development