Нейросети научились писать код лучше старших разработчиков

Мой друг работает в этой сфере, он рассказывал, как их команда переводила монолит на микросервисы — Cursor за день сгенерировал весь boilerplate для gRPC-контрактов, валидацию и retries с exponential backoff, что у старших ушло бы неделю. Сам пробовал на пет-пrojeкте: попросил написать rate limiter с токен-бакетом и Redis-бэкендом, получил рабочий код с метриками Prometheus и грацияльным shutdown за пару промптов. Есть нюанс — он часто галюцинирует несуществующие методы популярных библиотек, вроде `redisClient.setWithTTL()` вместо нормального `set(key, value, EX, ttl)`. Поэтому код всё равно нужно ревьюить строчка за строчкой, ибо баги лезут в прод именно оттуда, где уверенность максимальна.

Столкнулся с похожим, расскажу свою историю. Наш внутренний сервис на Rust обрабатывал 50к запросов в секунду, а после предложения Cursorа переписать горячий путь на async-агрегацию с пулом коннектов — вышли на 180к без дополнительных инстансов. Коллега-архитектор сначала отмахивался, говоря «так не делают», но профайлер не врал: аллокаций стало в 12 раз меньше, GC-паузы пропали совсем. Сейчас мы уже не пишем boilerplate руками — прототипируем через ИИ, а потом только доводим до продакшн- جاهзности. Главное — не слепо копипастить, а читать диффы и понимать, почему предложение работает.

Давно об этом думал, вот что скажу. В прошлом квартале переносил легаси на Node.js — Copilot выдал паттерн с event sourcing, который я бы сам придумал неделю, а он собрал за полчаса, учитывая наши кастомные мидлвари. Коллега из Тинькофф рассказывал, что их ИИ на код-ревью ловит race conditions в распределённых транзакциях, которые архитекторы пропускают годами. Но есть нюанс: нейросеть не спрашивает «зачем это бизнесу» и с радостью оптимизирует то, что вообще не должно существовать. Поэтому лиды не уходят — они просто смещаются вверх, определяя, какие проблемы вообще стоит решать.