Как избежать атрофии навыков из-за AI

Вместе с удобством AI ассистентов приходит и риск слишком сильной зависимости от них. И речь не столько о том, что вы не сможете решать задачи без доступа в интернет – локальные модели уже отлично справляются. Проблема серьезнее – вы рискуете потерять связь со своим проектом, разрушить тот самый замок абстракций, который находится в уголке головы любого программиста и помогает на кончиках пальцев ориентироваться в своем проекте и понимать, что могло вызывать баг.

Признаки наличия проблемы:

👉Вы совсем перестали думать при дебаге и просто закидываете все стектрейсы подряд в чат с AI.
👉Вы копипастите код, не вчитываясь, как именно он написан и что делает.
👉Вы полагаетесь на AI в вопросах архитектуры, не проверяя, насколько предложенный дизайн вписывается в требования по надежности, перфомансу и масштабируемости.

Вот несколько практик, которые помогут не растерять знание проекта и домена при внедрении AI:

👉Все начинается с базовой гигиены. Вы всегда должны вчитываться в то, что генерирует AI. Особенно полезно выступать критиком, надевая на себя шапку того, кто пытается найти проблемы и уязвимости в коде.
👉Устраивайте AI-детокс и регулярно пишите какой-то код самостоятельно.
👉Встретившись с какой-то нетривиальной проблемой сначала попытайтесь решить ее сами, и только если ну вообще никак, используйте AI.
👉Команда должна знать и владеть всем кодом в проекте, не важно, написал ли его AI или человек.
👉Фиксируйте темы, за которыми чаще всего ходите за помощью к модели: повторяемость – сигнал закрыть пробел знаний.
👉Работайте с LLM в стиле парного программирования. Модель – пишет код, вы – направляете и рефакторите.