Милана

AI пишет код быстрее, но review становится медленнее

Codex, Fable 5 и другие coding agents уже многое умеют. Но главный вопрос для команды — как быстро проверить то, что они написали.

В последнее время я часто смотрю, как разработчики используют AI coding agents: Codex, Claude Code, Fable 5 и похожие инструменты.

Самое заметное изменение: AI уже не просто дополняет строку кода. Он может понять задачу, изменить несколько файлов, написать тесты и даже выполнить цепочку шагов.

Это действительно сильный сдвиг.

Но чем больше я пользуюсь такими инструментами, тем яснее вижу одну проблему:

главный bottleneck теперь не генерация кода, а review.

AI может написать решение за две минуты.Но если разработчик потом тратит полчаса, чтобы понять, что именно изменилось и можно ли этому доверять, выигрыш становится не таким очевидным.

В реальном проекте важна не только скорость генерации.

Важно еще:

  • не изменил ли agent лишние файлы
  • понял ли он текущую архитектуру
  • не добавил ли скрытый bug
  • покрывают ли тесты важный сценарий
  • может ли человек быстро прочитать diff

На мой взгляд, Codex, Fable 5 и похожие модели лучше всего работают там, где задача понятная и результат легко проверить.

Например:

  • дописать тесты
  • объяснить незнакомый модуль
  • исправить небольшой bug
  • подготовить draft документации
  • добавить похожую фичу по существующему паттерну
  • помочь разобраться с error log

А вот архитектуру, permissions, payment logic, пользовательские данные или сложную бизнес-логику я бы не отдавал agent’у “на автопилоте”. Он может помочь с анализом, но решение все равно должно оставаться за человеком.

Еще один важный момент: разные задачи не должны автоматически идти в одну и ту же модель.

Объяснение кода, генерация тестов, поиск сложного bug, long-context задачи и agent workflow требуют разных сильных сторон.

Поэтому вопрос не в том:

какая модель самая сильная?

Более практичный вопрос:

что нужно этой задаче — reasoning, long context, скорость или низкая стоимость?

Когда AI coding приходит в команду, management cost не исчезает. Он просто переезжает в другое место.

Раньше главный вопрос был: кто пишет код?Теперь появляются новые вопросы:

  • какие задачи можно отдавать AI
  • какие изменения требуют обязательного review
  • как отслеживать, что именно изменил agent
  • как сравнивать разные модели
  • действительно ли скорость генерации окупает время на review

Сейчас я скорее отношусь к AI coding agent как к очень быстрому junior developer.

Он может сильно помочь, но ему нужны понятная задача, границы и внимательный review.

Похоже, самые эффективные команды будут не теми, кто “генерирует больше всего кода”.

А теми, кто лучше понимает, когда использовать AI, когда менять модель, а когда остановиться и принять решение самостоятельно.

Вопрос:Что у вас чаще всего болит при работе с AI coding agents — качество кода, контекст, review или стоимость?

11