Автор, имеющий опыт управления в техподдержке и веб-разработке, использует ИИ-инструменты вроде Codex для создания ботов и сайтов. По его словам, это позволяет внедрять функции за один вечер без глубокого изучения Python или найма сторонних специалистов.
Тем не менее автор отмечает риски при разработке сложных систем с помощью ИИ. Машина выполняет любые команды пользователя, не критикуя архитектурные решения, что приводит к ошибкам и необходимости постоянной доработки кода. Для крупных проектов, по мнению автора, важны базовые знания программирования.
В итоге автор отказался от идеи создания масштабных SaaS-проектов с помощью ИИ, предпочитая использовать нейросети для небольших задач. Он подчеркивает, что контроль над проектом и исправление багов остаются обязанностью разработчика.
Для работы без привязки к облачным сервисам автор собрал домашний сервер. Конфигурация включает процессор Xeon на 28 потоков и две видеокарты Tesla P100 с общим объемом видеопамяти 32 ГБ. Система потребляет один киловатт электроэнергии.
Сервер выдает от 10 до 50 токенов в секунду в зависимости от модели. Хотя облачные решения, такие как DeepSeek, работают в три раза быстрее, автор выбрал локальное оборудование ради круглосуточной доступности и независимости от внешних провайдеров.
