Внедрение нейросетей, включая Claude Code, значительно ускорило написание кода и анализ требований. Однако разработчики отмечают, что главная сложность заключается не в генерации кода, а в определении архитектуры системы. Автоматизированные инструменты могут создать технически работоспособный продукт, который не соответствует реальным бизнес-задачам.
Пример проекта электронного архива показал риски разработки без глубокого анализа. Предыдущий подрядчик сдал систему, которая работала технически, но не содержала нужных функций и была реализована не так, как требовалось заказчику. Это произошло из-за отсутствия коммуникации и проработки реальных сценариев использования.
Современный процесс разработки строится вокруг создания экосистемы для ИИ: правил, инструкций и инструментов. При создании системы для медицинских мероприятий разработчики пересмотрели регламенты заказчика и упростили структуру заявок, чтобы сделать систему понятной для сотрудников, отказавшись от смешивания ролей и избыточных сущностей.
Интерактивные макеты остаются ключевым этапом для отсеивания гипотез до начала кодинга. На этом этапе команда выявляет проблемы интерфейсов, например, при работе с множественными фильтрами. Ошибки на стадии макетирования обходятся значительно дешевле, чем исправления в готовом программном обеспечении.
При выборе подрядчика рекомендуется обращать внимание на наличие этапов аналитики, макетирования и послепродажной поддержки. Готовность подрядчика спорить с техническим заданием часто свидетельствует о том, что он глубоко погрузился в специфику бизнес-процессов заказчика, в отличие от тех, кто принимает ТЗ без вопросов.
Отдельное исследование представило метод снижения уровня безопасности RSA с помощью классических вычислительных мощностей. Атака на устаревшие 1024-битные ключи заняла несколько месяцев при использовании академического кластера процессоров.
