О качестве кода, сгенерированного ИИ

В последнее время я все чаще использую для работы и пет-проектов различные IDE со встроенными ИИ-моделями. Сейчас пилю небольшой проект на Python, чисто для себя. По сути это бот-надстройка над ChatGPT, который умеет управлять различными промптами. Он позволяет в один клик написать пост и подобрать к нему картинку на нескольких стоковых площадках по автоматически сгенерированному поисковому запросу.

Я пользуюсь Windsurf и для себя выбрал модель Sonnet 4.6 Thinking. На мой субъективный взгляд, сейчас это одна из лучших моделей для генерации кода, хотя и не самая дешевая.

Что я заметил. Пока приложение небольшое, даже более старые модели справляются довольно хорошо и генерируют достаточно чистый код, который полностью выполняет нужный функционал. Но как только появляется более сложная логика, начинаются проблемы. Даже самые новые модели могут добавить функционал в одном месте и сломать что-то в другом. И происходит это довольно часто. Чем больше разрастается приложение, тем чаще перестает работать простой подход: указать ИИ на проблему и попросить ее исправить. В таких случаях уже приходится подключать собственные технические знания, вручную дебажить код, а затем конкретно указывать ИИ на место, где именно возникает ошибка.

Мой вывод такой. Что-то относительно простое с помощью ИИ сегодня может написать практически любой человек. Но если речь идет о проекте с более сложной логикой, без технических навыков пока все равно не обойтись.