Сейчас AI может сгенерировать рабочую реализацию за минуты. И это очень сильно меняет разработку. Но есть один нюанс: быстрее написать код - не значит быстрее закончить задачу. Кто-то всё ещё должен проверить: - правильно ли поняты требования; - не сломана ли архитектура; - учтены ли пограничные сценарии; - не появился ли новый технический долг; - насколько решение вообще соответствует контексту проекта. И чем больше кода начинает генерироваться автоматически, тем сильнее bottleneck смещается из написания в проверку. Раньше разработчик мог несколько часов писать решение и параллельно обдумывать его. Теперь агент способен выдать большой объём изменений почти мгновенно. Но скорость генерации не гарантирует качество решения. Более того, плохое ревью в такой модели становится опаснее. Потому что AI позволяет масштабировать не только хорошие решения. Он так же хорошо масштабирует: - неверно понятые требования; - слабые архитектурные решения; - лишнюю сложность; - скрытые ошибки. Поэтому мне кажется, что в AI-driven разработке code review не становится менее важным. Наоборот. Чем дешевле становится генерация кода, тем дороже становится плохое ревью. И, возможно, одна из главных задач технического менеджмента сейчас - не только научить команды эффективно использовать AI. Но и перестроить процессы так, чтобы скорость генерации не обгоняла способность команды контролировать качество. 🙂