ainews
«Я учусь кодить или учусь просить AI писать код за меня?»
Разработчик-новичок поделился дилеммой: с помощью AI он делает больше фич, но понимает код хуже. Когда изменил одно поле в БД, весь AI-сгенерированный код посыпался — и он не смог объяснить, что вообще происходит. Переписал маленький кусок сам, дольше, но теперь понимает каждый шаг. Спрашивает сообщество: как найти баланс между скоростью (AI) и глубиной (собственное понимание)?
Тысячи новичков сейчас учатся кодить с Copilot и Cursor. Если AI делает за тебя всё мышление, ты рискуешь стать оператором чужого кода — и застрянешь, когда понадобится отладка или изменение требований. Вопрос баланса между скоростью и пониманием актуален для всей индустрии.
Код пишет AI. Но кто понимает, как он работает?
На Reddit разгорелась дискуссия после откровенного поста начинающего разработчика. Он использовал AI-инструменты (вероятно, Cursor или Copilot), чтобы быстро собрать небольшой API: валидация запроса, проверка юзера, сохранение в базу. Всё выглядело аккуратно, типы сходились, первые тесты проходили.
Но стоило изменить одно поле в схеме БД — посыпалось всё. Ошибки в транзакциях, неверные статус-коды, значения превращались в null вопреки ожиданиям. Автор пытался «чинить» код через AI — тот генерировал патчи, но с каждым фиксом понимание падало. В итоге: «Я не мог объяснить, что происходит между запросом и ответом, и почему последний фикс вообще сработал».
Решение пришло через эксперимент: он переписал маленький роут сам, без AI. Логировал каждый шаг, читал документацию клиента БД, разбирался с обработкой ошибок. Ушло больше времени, зато теперь он может объяснить результат.
Два вида прогресса
- С AI: больше фич, меньше понимания.
- Без AI: меньше фич, глубже знание.
Оба полезны, но это не одна и та же компетенция. Автор спрашивает сообщество: как научиться не делегировать AI всё мышление? Есть ли «правила», когда AI пишет код, а когда надо продираться самому?
Из комментариев
- Многие предлагают «правило 80/20»: AI генерирует болванку, человек разбирает и адаптирует.
- Кто-то советует: AI как Intellisense++, а не соавтор — для автодополнения и шаблонов, но не для архитектуры.
- Есть опасение: целое поколение может научиться склеивать AI-код, не понимая основ — как водители, не умеющие менять колесо.
Вывод
Вопрос не в том, использовать AI или нет, а когда отпускать педаль газа и разбираться самому. Иначе ты не разработчик, а промпт-инженер чужого кода.
Ключевые выводы
- AI-помощники ускоряют вывод фич, но могут маскировать пробелы в понимании — пока код не сломается
- Изменение одного поля в схеме БД обнажило проблему: автор не мог объяснить flow запроса, сгенерированного AI
- Переписывание кода вручную (с логированием и чтением документации) заняло больше времени, но дало глубокое понимание
- Дилемма: скорость доставки фич (AI) vs. глубина знаний (собственная работа) — оба полезны, но развивают разные навыки
- Критический навык: научиться различать, когда AI — помощник, а когда — костыль, мешающий обучению
Автор: Марина Соколова · Источник: reddit.com
Это один из самых честных постов о реальности AI-ассистированной разработки. Автор попал в ловушку, знакомую многим: код работает → тесты зелёные → всё ок. Пока не меняешь одно поле — и весь карточный домик рушится, а ты стоишь с пустыми руками, потому что AI не оставил в твоей голове ментальной модели.
Здесь нет однозначного ответа. Некоторые говорят: «AI — это как калькулятор, никто ж не требует считать в уме». Другие возражают: «Если не понимаешь основ, ты не инженер, а оператор чат-бота». Истина, как обычно, посередине. Критический навык — научиться **чувствовать порог**: когда AI экономит время на рутине (типы, болванки), а когда отбирает шанс понять суть. Автор нащупал этот порог на практике — и это уже прогресс.
Комментарии