5 задач программиста из практики, где ИИ реально экономит время (и где может подставить)

Все говорят про ИИ в разработке, но конкретных примеров мало. Решил собрать реальные кейсы из практики — где инструменты типа Claude/ChatGPT действительно помогают, а где лучше не доверять.

1. Разбор legacy-кода

Достался модуль платежей на 500 строк. Переменные p1, tmp, flag, документации ноль. Задача — добавить новый платежный метод.

Скармливаю код в Claude с вопросом про архитектуру. За минуту получаю разбор: это Strategy pattern, вот основные методы, вот flow обработки платежа. То, на что ушло бы 3-4 часа чтения и дебага.

Подводный камень: ИИ может неверно интерпретировать бизнес-логику. Был случай — Claude решил, что validateAmount проверяет максимум, а метод проверял минимальную сумму транзакции. Выяснилось только на тестах.

Поэтому надо писать тесты=):

2. Генерация unit-тестов

Сервис расчета скидок: 8 условий, куча edge cases. Прошу сгенерировать тесты с граничными значениями.

30 тестов за 10 минут vs 4 часа ручного написания. Но примерно треть тестов были бесполезными — проверяли очевидное или дублировали друг друга. А в одном месте ИИ не учел, что у нас суммы в копейках, написал для рублей.

Рабочий подход: сначала прошу описать тест-кейсы текстом, проверяю логику, потом генерирую код.

3. Настройка CI/CD

GitLab CI никогда не настраивал. Нужен pipeline: линтеры, тесты, сборка, деплой на staging.

ChatGPT выдал базовый .gitlab-ci.yml. Структура правильная, stages логичные. Pipeline падал 2 часа, пока разбирался, но помог быстро погрузится в незнакомую вещь

4. Поиск race conditions

Go-сервис иногда некорректно сохраняет данные при параллельных запросах. Классическая гонка.

Claude за 30 секунд нашел проблему: общая map без синхронизации. Сам бы искал часами через логи и дебаг.

5. Code review GraphQL миграции

20 эндпоинтов переписаны с REST на GraphQL. В GraphQL опыта мало.

ИИ помог найти классические проблемы: отсутствие лимитов на глубину, неоптимальные резолверы. То, что без опыта точно пропустил бы.

Выводы после года использования:

✅ Где ИИ реально помогает:

❌ Где не стоит доверять:

Главное: ИИ — это инструмент для ускорения рутины, а не замена понимания. Использую как умный автокомплит и генератор идей, но каждое решение проверяю.

Если тоже хочешь, чтобы ИИ начал эконоить время твоего рабочего дня, то заходи в мой телеграм канал, там я рассказываю как я попал в топ 5% сотрудников Яндекса в 19 лет: