Автор провел эксперимент по разработке проекта с помощью ИИ-агентов. Выяснилось, что написание кода занимает минимум времени, тогда как основные усилия уходят на проектирование логики, обработку ошибок и определение поведения системы. Несмотря на то что проект не стал полноценным продуктом из-за отсутствия продвижения, он наглядно показал, как изменились приоритеты в разработке.
Современная сборка SaaS-решений из готовых API позволяет быстро проверять гипотезы, но создает системы без прозрачной документации и обоснований принятых решений. Автор отмечает, что такой подход эффективен для прототипирования, но не подходит для долгосрочного развития систем, так как через несколько месяцев авторы перестают понимать, как именно работает их собственный код и почему он написан именно так.
Переход к генерации кода с помощью ИИ сравним с появлением высокоуровневых языков программирования, однако здесь есть важное отличие: вероятностная природа генерации. Это создает новую статью расходов — необходимость постоянной проверки результата. Главной задачей инженера становится не написание кода, а обеспечение возможности его безопасной замены в будущем.
Опираясь на идеи Чада Фаулера из книги 'Regenerative Software', автор предлагает перейти к spec-driven разработке. Поскольку производство кода стало дешевым, ценность смещается в сторону спецификаций и тестов, которые хранят знания о системе. Эти артефакты должны оставаться неизменными, даже если сама реализация кода постоянно пересоздается или заменяется на новую.
Ключевым элементом процесса является обратная связь: любое изменение в коде, будь то исправление ошибки или новая функция, должно отражаться в спецификации. Если вносить правки только в код, система быстро теряет накопленные знания. Спецификация должна быть единственным источником истины, где фиксируются бизнес-решения и обоснования, что позволяет поддерживать систему в актуальном состоянии.
