AI-generated code

Самый опасный AI-generated code — тот, который выглядит правильным

Компилируется. Проходит линтер. Красиво разложен по методам. Даже тесты иногда рядом лежат.

И вот тут начинается ловушка.

Когда ты работаешь с обычной задачей, такой код может сэкономить час.

Но когда у тебя backend под нагрузкой, real-time данные, деньги, интеграции, rate limits и прод, который не прощает ошибок, одного "выглядит нормально" уже мало.

Я после опыта с high-load продуктами стал иначе смотреть на AI-generated code.

Вопрос уже не в том:

"Код рабочий?"

Вопросы другие:

— что будет под нагрузкой; — где timeout; — что с retry; — есть ли fallback; — как это логируется; — что будет с базой; — не вырастет ли latency; — выдержит ли система rate limits; — как это откатить; — кто заметит, если модель уверенно ошиблась.

AI отлично ускоряет путь к первому варианту.

Но первый вариант почти никогда не равен production-ready варианту.

Для меня AI-assisted development — это не "модель пишет код вместо разработчика".

Это когда AI помогает быстрее дойти до черновика, а инженер проверяет архитектуру, риски и последствия.

И чем больше кода будет генерировать AI, тем дороже будет навык не написать код, а понять, почему этот код нельзя мержить.

А вы где проводите границу между "AI ускорил" и "это уже опасно тащить в прод"?

#dotnet #backend #AI #разработка