Как в Anthropic решают проблему технического долга, накопленного при работе с ИИ

Эрик Шлунц, исследователь из Anthropic, со своей командой внедрил 22 000 строк кода в их продакшен-кодовую базу за 2 дня. Если раньше на такой объем работы уходило 2 недели и команда разработчиков, то теперь это можно сделать небольшой группой исследователей. Сам Эрик признается, что такая гиперзвуковая скорость – лишь начало эпохи вайбкодинга, где инженеры перестают писать код, а начинают давать задачи ИИ-редакторам кода.

А что, если ИИ все удалит или построит кривую архитектуру? Разработчик из AI Shipping Labs уже рискнули перенести данные с помощью ИИ, и Claude удалил всю базу данных . И хорошо, если получится восстановить базу, а агент не будет скрывать ошибки.

Ведь скандал с Джейсоном Лемкином и Replit , где робот нарушал инструкции и пытался скрыть свои действия, вызывает все больше недоверия к ИИ-технологиям.

Эрик признает, что проблема галлюцинаций у ИИ существует и стоит опасаться его ошибок, но не больше, чем ошибок стажеров или джунов. В этой статье мы расскажем, как в Anthropic решили проблему технического долга, накопленного при работе с ИИ, и какие методы стоит применять, чтобы внедрять код без ущерба для архитектуры и стабильности системы с критикой всех подходов.

Скорость разработки и выполнения задач экспоненциально растет с каждым днем. Эрик говорит, что ИИ сокращает время на каждую их задачу примерно на час. Появляется закономерный вопрос: что будут делать разработчики, когда ИИ сможет выполнять недельный объем задач за несколько часов или минут?

Для человечества проблема проверки кода совершенно не новая, но теперь она находится в другой упаковке. Техлид спокойно проверяет работоспособность кода своих подчиненных через стресс-тесты, а продакт-менеджер оценивает функциональность новых фич вообще без знания кода.

Эрик предлагает похожую аналогию. С появлением компиляторов разработчики все реже стали обращаться к ассемблеру, хотя все помнили, что именно он является фундаментом всей системы. Профессора в университетах и старая гвардия ворчали на молодых специалистов, утверждая, что те не понимают настоящей, матерой разработки. Но спустя годы компиляторы вытеснили старую технологию.

Эрик предполагает, что в ближайший год объем генерируемого кода вырастет в невероятных пропорциях и доверять ИИ-редакторам станет необходимостью. Все забудут, что значит писать код вручную, но не забудут о том, что существует продукт.

Легко приводить примеры с живыми людьми, которые могут проверить друг друга по ключевым параметрам, где результат оттачивался годами. А что делать с огромным техническим долгом, который копится из-за вайбкодинга? Как и по каким критериям его проверять? Сейчас нет хороших методов, чтобы отслеживать или валидировать такой технический долг.

Да, доверять нейросети всю архитектуру слишком опасно и даже неэффективно: ее тяжело масштабировать и находить в ней «подводные камни». Любой рядовой разработчик посмотрит на такой код со словами: «Это что такое?».

Поэтому в Anthropic не допускают нейросеть к маршрутизации, базе данных и серверному ядру. Ее используют для добавления новых фич во фронтенде. На лепестках технический долг никак не повлияет на конечный продукт. Риск того, что нейросеть сломает, например, кнопку загрузки, остается, но эта фича не выведет из строя все приложение.

Эрик подчеркивает, что архитектура кода должна оставаться на программистах, хотя понимает, что в будущем с экспоненциальным ростом внедрения ИИ-редакторов им можно будет доверять все больше данных и ответственных задач.

Возможно, в больших компаниях или на типовых задачах это работает хорошо, но в средних стартапах возникает куча мелких проблем, из-за которых кривой код буквально разрушает всю платформу. ИИ почти никогда не применяет отложенную загрузку и пишет монолитные функции по 3000 строк без какой-либо структуризации. Если при пяти пользователях все работало нормально, то при пятидесяти сервис начинает умирать.

Мы привыкли работать с нейросетью так, будто она владеет всем контекстом и является нашим коллегой, который с самого начала разрабатывал приложение. Но даже с платной подпиской нейросеть остается лишь очень умным джуном с мировой энциклопедией под рукой.

Поэтому перед запросом Anthropic тратит 10-15 минут на детальное объяснение задачи и выявление «слепых пятен» ИИ. Главное правило: сначала сам подумай, где помощник может ошибиться.

Подход продакт-менеджера позволяет Эрику внедрить 22 000 строк кода и при этом не бояться огромного технического долга. Но помимо продакт-менеджмента, Эрик использует стресс-тесты. Он пишет три end-to-end теста на реализацию: идеальный сценарий и два сценария с ошибками. С этим методом Эрик не переживает за правильность кода, потому что доверяет результатам своих тестов и понимает, что технический долг слишком далеко, чтобы обрушить систему.

Тогда в чем смысл вайбкодинга, если вся скорость теряется? Разве суть не в том, чтобы дать ИИ одну команду и получить готовый результат? К тому же, продакты обычно приходят с проблемой, а не готовым ТЗ.

Без знания предметной области и инструментов мы становимся заложниками экспертизы ИИ. На самом деле разговор про внедрение 22 000 строк за два дня – это уже не про вайбкодинг, где за час можно создать сложный B2B SaaS-продукт. Эрик говорит о вайб-инжиниринге, где простые скоростные методы больше не работают. Все это доказывает, что расслабленный вайбкодинг изначально был утопией. Это такой же сложный процесс, который ускоряет нас, но при этом не отменяет знаний экспертизы.

Тренды

25.06.2026

Была ли статья полезной?