Архитектурный высер за ваши деньги

Архитектурный высер за ваши деньги

Я провел эксперимент: а способен ли ИИ создать полностью сложный продукт с нуля? Больно уж он хорош в выполнении локальных задач. Тестировал я всё это дело на топовой модели Gemini 3.1 Pro, в том числе активно гонял режим Deep Think для более глубоких рассуждений. Тест занял 2 дня, и вот к каким окончательным выводам касательно ИИ я пришел.

Почему я вообще решил провести этот тест? Так как я постоянно использую ИИ в качестве ассистента, я заметил, что он невероятно хорош в модульной разработке. То есть когда ты даешь ему задачу написать не весь проект целиком, а именно его изолированную часть, функцию или класс. Я подумал: так, стоп, если он настолько силен в разработке отдельных модулей, то что мешает ему сделать весь проект самостоятельно? Естественно, поэтапно контролируя весь процесс от начала до конца самим ИИ.

Я не стал тратить кучу денег на готовых коммерческих ИИ агентов, потому что сейчас это просто черная дыра по высасыванию средств через API. Вместо этого я решил ограничиться обычным интерфейсом чат-бота, но полностью сымитировать логику работы агентских систем руками.

Я попросил ИИ разбить крупный проект на этапы и расписать модульную разработку независимыми разработчиками, а также составить подробное ТЗ для каждого такого “виртуального кодера”. Он составил весьма грамотное, логичное ТЗ. Дальше я открыл отдельные независимые чаты (которые выполняли роль разработчиков), отправил туда эти ТЗ, а полученные ответы и код пересылал обратно в главный чат для проверки результатов.

Где то главный ИИ (чат) соглашался, где то просил переделать. Я отправлял код на доработку по одному-два раза и в итоге получал утвержденный вариант. Далее я ручками собирал проект воедино, опять же по инструкции ИИ, запускал его и, о чудо, базовая версия действительно работала но с первой-второй попытки! Это была всего лишь примитивная база.

Где ИИ начинает сходить с ума?

Когда речь зашла о тестировании, оптимизации производительности, нагрузках и безопасности тут, конечно, ИИ начал знатно тупить. Он стал предлагать “суперварианты”, которые со стороны выглядели так, словно нейросеть окончательно сошла с ума в своих рассуждениях. ИИ начал потихоньку, но верно отклоняться от изначально заданного курса. Но я не стал ему мешать: просто продолжал отправлять ТЗ в чаты, собирать ответы и изменять код строго по инструкции.

Другими словами, я идеально имитировал работу автономных ИИ-агентов: отправил промпт — получил ответ, создал файл — изменил файл, создал папку — удалил папку, запустил команду — прогнал тесты - отправил результат тестов - получил вердитк и т д

В какие дебри ушел ИИ?

Вот пара конкретных примеров того, как ломалась архитектура без моего личного контроля:

  • Провал в производительности: Вместо того чтобы оптимизировать запросы к базе данных через один аккуратный JOIN, ИИ-«разработчик» написал тяжеленный цикл внутри другого цикла. На каждый чих он дергал базу отдельным запросом. Как только дело дошло до копеечного стресс-теста, сервер просто лег под лавиной коннектов.
  • Дыры в безопасности: При генерации роутов ИИ банально забыл про валидацию токенов на критических эндпоинтах. Хуже того, для «удобства тестирования» он захардкодил приватные API-ключи прямо в тело функций, разбросав их по нескольким файлам.
  • Раздутие кода: Вместо использования встроенных методов языка, ИИ наплодил 15 избыточных утилит и конфигурационных файлов для задач, которые решаются тремя строчками нативного кода. Проект моментально превратился в запутанный спагетти-код.
  • Использование устаревшего кода: ИИ упорно тащил в проект знания, актуальные для старых версий библиотек и фреймворков. Он пытался решать архитектурные задачи старыми методами, которые в современных реалиях не просто потеряли актуальность, но и откровенно вредят кодовой базе, игнорируя новые, оптимизированные подходы.
  • Переписывание и потеря контекста: Столкнувшись с ошибкой, которая затрагивала смежные файлы, ИИ вместо точечного фикса предлагал переписать чуть ли не весь проект. При этом он терял консистентность: половину зависимых файлов он просто забывал обновить, а в оставшиеся начинал внедрять галлюцинации — выдумывать методы, переменные и сущности, которых в нашей кодовой базе вообще никогда не существовало.
  • Архитектурная шизофрения: Так как ИИ генерирует код кусками, проект начинает выглядеть так, будто его писали десять разных джунов, которые друг с другом не общаются. В одном модуле ИИ использует строгий ООП, в соседнем — лепит функциональное программирование. Переменные скачут от camelCase к snake_case. В одном месте он обращается к базе через ORM, а в другом — пишет сырые, незащищенные SQL-запросы.
  • Ад зависимостей: Чтобы решить банальную задачу (например, отформатировать дату, сделать первую букву заглавной или глубоко скопировать объект), ИИ не пишет две строчки нативного кода, а тащит в проект огромные сторонние библиотеки. В итоге конфигурационные файлы раздуваются до небес, появляются конфликты версий.
  • Слепая вера того что делает: ИИ пишет код, который идеально работает только в стерильных условиях. То есть, когда пользователь ввел всё правильно, сервер ответил за миллисекунду, а база данных не нагружена. Он напрочь забывает обрабатывать краевые случаи: что если пропал интернет во время запроса? Что если юзер ввел букву вместо цифры? Что если массив пришел пустым? На реальных пользователях такой продукт моментально ложится.

В конечном итоге у меня получился продукт, похожий на Франкенштейна. Да, чисто технически он запускался ито не с первого раза. Но внутри это было нечто максимально запутанное, с кучей багов, ужасно низкой производительностью, нулевой безопасностью и горой лишнего мусора в структуре папок. Я себе даже представить не могу, сколько тысяч долларов сожрал бы автономный ИИ агент на бесконечные вызовы API, если бы строил этого Франкенштейна сам. А самое главное на выходе вы все равно получили бы абсолютно не то, что хотели изначально.

Эксперимент №2: Попытка подключить ИИ контролера

Но на этом мои тесты не закончились. Я решил запустить эксперимент №2. В этот раз я подключил второй независимый чат в роли “техлида”, задача которого была жестко корректировать заданный курс и выявлять, не отклонились ли мы от первоначального ТЗ.

Но и тут схема с треском провалилась! На бумаге выглядит красиво, а на практике со временем второй чат начал тупо и слепо соглашаться с первым. Проявился классический эффект “эхо” и соглашательства. ИИ контролер вместо жесткого код ревью начал писать: "Отличное решение, это выглядит вполне логично!", пропуская явные архитектурные костыли. В итоге они оба плавно, но уверенно ушли в галлюцинации и полностью сбились с курса.

Окончательный вердикт Мои финальные выводы на 2026 год касательно разработки сложного продукта целиком на ИИ следующие: сегодня это полная хрень, на которую вы просто сольете кучу времени и денег! Без вашего личного, глубокого участия и контроля тут точно не обойтись. Если вы думаете, что создадите что то действительно дельное и коммерчески успешное, вообще не имея опыта работы в разработке и архитектуре полностью полагаясь на ИИ агентов я вас разочарую. У вас получится тот самый Франкенштейн :)