«Мусорный код»: претензии к качеству

Одна из самых частых претензий — нестабильное качество генерируемого кода.

Бьёрн Страуструп предупреждает, что инструменты ИИ часто создают код, который всё равно приходится внимательно проверять и исправлять. В комментариях, о которых сообщали СМИ, он назвал значительную часть такого вывода «мусорным кодом» («rubbish code»), подчеркивая, что это переносит нагрузку на опытных разработчиков, которым затем приходится разбираться с результатом и поддерживать его в будущем.

Проблема, по его словам, не в скорости. ИИ действительно способен генерировать большие объёмы кода очень быстро. Но этот код может не соответствовать архитектурным требованиям, стандартам безопасности или принципам долгосрочной поддерживаемости — именно тем вещам, где без опытных инженеров не обойтись.

Линус Торвальдс: ИИ — инструмент, а не инженер

Создатель Linux Линус Торвальдс также выступает против чрезмерных ожиданий от автоматизации программирования.

Он говорил, что его раздражают заявления разработчиков о том, что «99%» их кода написано искусственным интеллектом. По его мнению, ИИ может быть полезным, но его следует рассматривать исключительно как инструмент, а не как замену инженеру.

Торвальдс считает, что ИИ действительно меняет рабочий процесс программистов, но не меняет фундаментальные основы разработки: понимание систем, проектирование архитектуры и принятие инженерных решений остаются задачами людей.

Почему выигрыш в продуктивности может быть небольшим

Java‑эксперт и автор технических книг Влад Михалча обращает внимание на другой аспект: даже если ИИ способен генерировать рабочий код, итоговый прирост эффективности может оказаться довольно скромным.

Дело в том, что написание кода — лишь одна часть работы программиста. После генерации всё равно требуется:

• проверить корректность работы
• отладить редкие и сложные случаи
• интегрировать код в существующие системы
• обеспечить безопасность и поддерживаемость

Если код «почти правильный», инженерам приходится тратить время на его проверку и исправления. В результате выигрыш от автоматической генерации часто уменьшается.

Эту проблему подтверждают и отраслевые опросы. В опросе разработчиков Stack Overflow за 2025 год 66% программистов заявили, что им приходится тратить больше времени на исправление AI‑кода, который “почти правильный, но не совсем”.

Некоторые исследования показывают ещё более неожиданный результат: опытные разработчики иногда выполняют задачи примерно на 19% медленнее, используя AI‑инструменты, хотя субъективно им кажется, что работа идёт быстрее.

Корпоративный взгляд: автоматизация разработки

Пока многие опытные инженеры говорят о ограничениях, руководители технологических компаний чаще подчеркивают потенциал технологии.

Компании активно инвестируют в инструменты генерации кода. Генеральный директор Meta Марк Цукерберг заявлял, что ИИ может вскоре выполнять работу, сопоставимую с инженером среднего уровня, и писать значительную часть кода внутри компании.

В целом ряд руководителей индустрии прогнозирует, что в будущем искусственный интеллект сможет генерировать большую часть программного обеспечения. Такие заявления усиливают дискуссию о возможной автоматизации работы младших разработчиков.

Amazon также активно вкладывается в инфраструктуру и продукты на базе ИИ. Генеральный директор компании Энди Джесси в письмах акционерам подчеркивал, что искусственный интеллект может радикально изменить цифровые сервисы и способы создания технологических продуктов.

Главный спор: что считать «продуктивностью»

Фактически спор идёт не о том, помогает ли ИИ разработчикам вообще, а о том, как измерять его эффект.

Технологические компании часто оценивают продуктивность по скорости генерации кода или быстроте выпуска новых функций.

Опытные инженеры смотрят шире — на весь жизненный цикл программного обеспечения:

• проектирование архитектуры
• корректность и надёжность
• безопасность
• тестирование и отладку
• долгосрочную поддержку

Если учитывать все эти этапы, быстрая генерация кода сама по себе не всегда означает столь же большой выигрыш в эффективности.

Вероятный компромисс

Большинство опытных программистов не утверждают, что ИИ бесполезен. Напротив, они считают его мощным помощником — особенно для шаблонного кода, прототипов, документации или рутинных задач.

Но разработка программного обеспечения — это намного больше, чем просто набор строк кода. Архитектура, инженерное мышление, отладка сложных систем и принятие решений остаются преимущественно человеческой работой.

Поэтому общий вывод многих ветеранов отрасли звучит так: искусственный интеллект действительно меняет то, как программисты работают, но в обозримом будущем он вряд ли избавит индустрию от необходимости в опытных инженерах.

«Мусорный код»: претензии к качеству

Одна из самых частых претензий — нестабильное качество генерируемого кода.

Бьёрн Страуструп предупреждает, что инструменты ИИ часто создают код, который всё равно приходится внимательно проверять и исправлять. В комментариях, о которых сообщали СМИ, он назвал значительную часть такого вывода «мусорным кодом» («rubbish code»), подчеркивая, что это переносит нагрузку на опытных разработчиков, которым затем приходится разбираться с результатом и поддерживать его в будущем.

Проблема, по его словам, не в скорости. ИИ действительно способен генерировать большие объёмы кода очень быстро. Но этот код может не соответствовать архитектурным требованиям, стандартам безопасности или принципам долгосрочной поддерживаемости — именно тем вещам, где без опытных инженеров не обойтись.

Линус Торвальдс: ИИ — инструмент, а не инженер

Создатель Linux Линус Торвальдс также выступает против чрезмерных ожиданий от автоматизации программирования.

Он говорил, что его раздражают заявления разработчиков о том, что «99%» их кода написано искусственным интеллектом. По его мнению, ИИ может быть полезным, но его следует рассматривать исключительно как инструмент, а не как замену инженеру.

Торвальдс считает, что ИИ действительно меняет рабочий процесс программистов, но не меняет фундаментальные основы разработки: понимание систем, проектирование архитектуры и принятие инженерных решений остаются задачами людей.

Почему выигрыш в продуктивности может быть небольшим

Java‑эксперт и автор технических книг Влад Михалча обращает внимание на другой аспект: даже если ИИ способен генерировать рабочий код, итоговый прирост эффективности может оказаться довольно скромным.

Дело в том, что написание кода — лишь одна часть работы программиста. После генерации всё равно требуется:

• проверить корректность работы
• отладить редкие и сложные случаи
• интегрировать код в существующие системы
• обеспечить безопасность и поддерживаемость

Если код «почти правильный», инженерам приходится тратить время на его проверку и исправления. В результате выигрыш от автоматической генерации часто уменьшается.

Эту проблему подтверждают и отраслевые опросы. В опросе разработчиков Stack Overflow за 2025 год 66% программистов заявили, что им приходится тратить больше времени на исправление AI‑кода, который “почти правильный, но не совсем”.

Некоторые исследования показывают ещё более неожиданный результат: опытные разработчики иногда выполняют задачи примерно на 19% медленнее, используя AI‑инструменты, хотя субъективно им кажется, что работа идёт быстрее.

Корпоративный взгляд: автоматизация разработки

Пока многие опытные инженеры говорят о ограничениях, руководители технологических компаний чаще подчеркивают потенциал технологии.

Компании активно инвестируют в инструменты генерации кода. Генеральный директор Meta Марк Цукерберг заявлял, что ИИ может вскоре выполнять работу, сопоставимую с инженером среднего уровня, и писать значительную часть кода внутри компании.

В целом ряд руководителей индустрии прогнозирует, что в будущем искусственный интеллект сможет генерировать большую часть программного обеспечения. Такие заявления усиливают дискуссию о возможной автоматизации работы младших разработчиков.

Amazon также активно вкладывается в инфраструктуру и продукты на базе ИИ. Генеральный директор компании Энди Джесси в письмах акционерам подчеркивал, что искусственный интеллект может радикально изменить цифровые сервисы и способы создания технологических продуктов.

Главный спор: что считать «продуктивностью»

Фактически спор идёт не о том, помогает ли ИИ разработчикам вообще, а о том, как измерять его эффект.

Технологические компании часто оценивают продуктивность по скорости генерации кода или быстроте выпуска новых функций.

Опытные инженеры смотрят шире — на весь жизненный цикл программного обеспечения:

• проектирование архитектуры
• корректность и надёжность
• безопасность
• тестирование и отладку
• долгосрочную поддержку

Если учитывать все эти этапы, быстрая генерация кода сама по себе не всегда означает столь же большой выигрыш в эффективности.

Вероятный компромисс

Большинство опытных программистов не утверждают, что ИИ бесполезен. Напротив, они считают его мощным помощником — особенно для шаблонного кода, прототипов, документации или рутинных задач.

Но разработка программного обеспечения — это намного больше, чем просто набор строк кода. Архитектура, инженерное мышление, отладка сложных систем и принятие решений остаются преимущественно человеческой работой.

Поэтому общий вывод многих ветеранов отрасли звучит так: искусственный интеллект действительно меняет то, как программисты работают, но в обозримом будущем он вряд ли избавит индустрию от необходимости в опытных инженерах.