Что мы смогли улучшить, внедрив AI?
Не история про замену людей и не список инструментов. Рассказываем, как AI изменил наш повседневный цикл разработки — от первой гипотезы до актуальных тестов и документации.
Мы начинали с простого вопроса: где AI действительно сокращает лишнюю работу, а где только создаёт впечатление скорости? Ответ нашёлся не в объёме сгенерированного кода. Главный эффект появился, когда мы встроили AI в весь цикл изменений.
Ниже — не методология «для всех». Это наш текущий способ работы, который сложился через эксперименты, ошибки и регулярную настройку процесса.
Скорость разработки: короче стал весь цикл
Раньше ускорение чаще всего означало быстрее написать код. Но код — только часть работы. Нужно разобраться в контексте, найти нужные участки системы, проверить гипотезу, пройти ревью, обновить связанные материалы и убедиться, что изменение ничего не сломало.
AI помог сократить паузы между этими этапами. Мы используем его, чтобы быстрее исследовать незнакомую часть проекта, собрать черновой план изменения, подготовить небольшой первый вариант и сразу проверить его на существующих ограничениях.
Мы стали быстрее доходить не до «готового кода», а до проверенного решения, которое можно обсуждать, тестировать и безопасно развивать дальше.
При этом архитектурный выбор, границы задачи и финальная оценка качества остаются за человеком. Когда этот контекст не задан, AI легко ускоряет движение не в ту сторону.
Документация: из архива в часть изменения
Самая частая проблема документации знакома многим: её пишут после реализации. К этому моменту детали уже забыты, а следующая задача кажется важнее. В результате код живёт дальше, а описание системы постепенно отстаёт.
Мы перенесли актуализацию ближе к моменту изменения. AI помогает сопоставить код, конфигурацию, тесты и текущие документы, а затем подготовить конкретные правки: обновить контракт, зафиксировать решение, уточнить инструкцию запуска или отметить новое ограничение.
- Документация меняется в той же задаче, что и код.
- Черновик строится по фактическому изменению, а не по памяти.
- Человек проверяет смысл, терминологию и то, что действительно важно читателю.
Это не превращает документацию в полностью автоматический продукт. Зато она перестаёт быть отдельным долгом, к которому мы когда-нибудь вернёмся.
Тесты: не больше, а ближе к рискам
Генерировать много тестов несложно. Сложнее понять, какие сценарии действительно защищают поведение системы. Поэтому мы не ставили целью максимальное количество проверок.
AI помогает разобрать изменение и предложить сценарии вокруг его границ: неочевидные входные данные, ошибки интеграции, переходы состояния и регрессии в соседних функциях. После запуска он помогает сгруппировать падения и быстрее найти причину, но не принимает решение о корректности поведения.
Хороший тест объясняет риск и закрепляет договорённость о поведении. Если сгенерированная проверка не делает ни того, ни другого, она только увеличивает стоимость поддержки.
Что у нас не сработало
Первые эксперименты быстро показали ограничения. Самые слабые результаты получались, когда мы отдавали AI большую задачу целиком, не задавали критерии готовности или просили «документировать всё».
Процесс, к которому мы пришли
- 1Сначала фиксируем контекст
Зачем нужно изменение, какие ограничения уже есть и по каким признакам мы поймём, что задача решена.
- 2Делаем небольшое изменение
AI помогает исследовать, подготовить вариант и найти связанные участки, но масштаб остаётся обозримым.
- 3Проверяем весь контур
Код, тесты и документация рассматриваются как одна поставка. Ничто из этого не откладывается «на потом».
- 4Оставляем человеку последнее слово
Ответственность за смысл, архитектуру, безопасность и качество нельзя делегировать модели.
Главный вывод
AI усилил процесс, а не отдельного разработчика
Для нас наибольшая ценность появилась там, где AI связал этапы работы и уменьшил потери контекста между ними. Разработка стала быстрее, документация — актуальнее, тесты — осмысленнее. Но эффект держится только на понятных правилах, небольших шагах и обязательной человеческой проверке.
Хотите разобрать, где AI может дать практический эффект в вашей разработке?
Обсудить задачу