ИИ-агенты в разработке: где они реально ускоряют, а где создают иллюзию продуктивности

Автор статьи поделилась опытом внедрения ИИ в полный цикл разработки — от постановки задачи до тестирования и security-ревью. Самым большим выигрышем оказалось планирование: агенты помогают составить спецификацию, критерии приёмки и список рисков за 30–60 минут вместо пары вечеров. На типовых задачах вроде CRUD и API-интеграций скорость выросла в 2,5–4 раза, но на новой бизнес-логике — лишь в 1,3–1,8 раза.

Главная иллюзия — ощущение, что агент написал 70–80% готового кода. На деле значительная часть времени уходит на проверку и исправление: несуществующие методы, плохая архитектурная интеграция, пропущенные проверки. Отдельно выделена проблема безопасности: даже в pet-проектах агенты регулярно предлагали SQL-инъекции, XSS и hard-coded секреты, а также добавляли специфические риски вроде prompt injection и утечек через логи.

Автор советует не отказываться от ИИ, но чётко разделять задачи: для спецификаций, типового кода и unit-тестов агенты подходят отлично, а вот сложные сценарии, архитектуру и безопасность нужно проверять вручную. В итоге скорость генерации кода легко обгоняет скорость его контроля — и это главный урок для всех, кто хочет ускорить разработку с помощью ИИ.