AI пишет код за секунды. Это правда. Но какой именно код он пишет Мы в Ростелекоме решили не гадать, а проверить. Взяли Claude Opus и попросили написать автотесты тремя разными способами. Первый запрос: “напиши автотесты для API”. Как написал бы человек, который вчера узнал про нейросети. Получили один файл, всё в кучу, тесты зависят друг от друга. Работает? Да. Через месяц превратится в кошмар? Тоже да. Второй запрос: добавили базовые требования. Отдельные классы, логирование, конфигурация. Стало лучше, появилась структура. Но тесты всё ещё нельзя запускать параллельно. Третий запрос: детальное ТЗ от инженера, который понимает архитектуру тестовых фреймворков. Трёхуровневая структура, паттерны проектирования, независимые тесты. Результат: 18 файлов вместо одного, код читается как спецификация, не стыдно показать на ревью. Модель одна и та же. Разница только в том, кто и как спрашивает. Главный вывод, который мы для себя сделали: AI не заменяет экспертизу. Он её умножает. Человек, который не знает про трёхуровневую архитектуру, не сможет её попросить. Кто не понимает паттерны, не включит их в требования. Поэтому мы продолжаем вкладываться в обучение команды. Внутренние курсы, менторинг, разбор реальных кейсов. С появлением AI это стало только важнее. Полный разбор с примерами кода опубликовал на Хабре: https://habr.com/ru/companies/rostelecom/articles/980584/ А как у вас в командах? Меняется ли подход к обучению с приходом AI-инструментов?