Как я спасал релиз и мирил олдскульных разработчиков с ИИ-оптимистами
В статье на
Хабре рассматривается конфликт между олдскульными разработчиками и сторонниками ИИ-инструментов на примере реальной команды, разрабатывающей B2B SaaS для автоматизации бизнес-процессов. Автор — проджект-менеджер — описывает, как внедрение
Copilot,
ChatGPT и
Midjourney вызвало поляризацию: сеньоры настаивают на ручной разработке, а мидлы активно используют ИИ для ускорения и повышения эффективности.
В ходе работы над релизом новая фича стала яблоком раздора: олдскулы выступали против «чат-операторов», а ИИ-оптимисты ссылались на производительность. После эскалации конфликта автор провёл исследование феномена «вайбкодинга», приведя свежие данные и промпты для обеих сторон. Ключевые цифры:
- 92% американских разработчиков уже используют ИИ-кодинг.
- Ожидается, что к 2025 году 75% корпоративной разработки будет улучшено ИИ.
- GitHub Copilot ускоряет задачи до 55%.
- Генеративный ИИ способен приносить до 1,5 трлн долларов в год в отрасль разработки ПО.
В статье даны рекомендации по формированию промптов, ограничениям LLM и совместной работе с ИИ для обеих групп специалистов. Автор делится практическими кейсами: генерация шаблонов, автоматизация рутинных задач, повышение качества и безопасности кода, быстрая отладка. Финальный вывод: ИИ — инструмент для роста продуктивности и улучшения атмосферы в команде, при правильном балансе ручной проверки и автоматизации.
Рассматривается пример внутренней эволюции: после диалога стороны нашли компромисс — сеньоры внедрили ИИ точечно, мидлы стали тщательнее ревьюить код. Итог — рост темпов разработки и снижение напряжённости. Отдельно отмечается роль платформы Minerva Knowledge и ИИ-помощника Minerva Copilot для документирования и консолидации best practices в команде.
Читайте также
Сравнение моделей ИИ для вайбкодинга: какие подходят для сложных задач, а какие — нет
Эволюция управления продуктом: ключевые инструменты и фреймворки 2024–2025
Опыт построения антифрод-системы на основе поведенческого анализа для FreezerSports
Автоматическая поддержка пользователей на базе пар «Вопрос-Ответ»: реализация и практика
Как мы построили собственную KPI-систему для команд: стек, BI и опыт автоматизации