AI 도구가 개발자에게 미치는 영향: 효율성을 넘어선 존재론적 성찰
AI는 시간, 에너지, 지식의 한계로 인해 과거에 해결하지 못했던 복잡한 문제들을 풀 수 있게 돕는 강력한 도구로 자리 잡았다.
AI 도구가 개발자에게 미치는 영향: 효율성을 넘어선 존재론적 성찰
AI는 시간, 에너지, 지식의 한계로 인해 과거에 해결하지 못했던 복잡한 문제들을 풀 수 있게 돕는 강력한 도구로 자리 잡았다.
AI 생성 React Native 코드의 숨겨진 비용과 안정화 가이드
AI를 활용한 '바이브 코딩(Vibe Coding)'은 MVP 제작에는 효율적이나, 보안 취약점과 아키텍처 부재로 인해 실제 운영 환경에서는 심각한 안정성 문제를 야기한다.
ИИ в веб-разработке: сначала проверьте уровень решения, потом код
ИИ не всегда ошибается в коде. Часто проблема появляется раньше, в выборе уровня решения. На трех примерах из веб-разработки показываю, почему рабочий ответ ИИ еще не значит, что его стоит брать в проект: импорт товаров из Excel, мобильное меню на MODX и компонент для Schema.org-разметки.
https://habr.com/ru/articles/1045300/
#ии_в_разработке #вебразработка #ai_coding #технический_долг
10 настроек Claude Code для разработчика-архитектора
За 6 месяцев ежедневной работы с Claude Code я выработал 10 конфигов. Без них теряю по 10-15 часов в месяц на исправление того, что агент сделал не так. С ними ощутимо меньше. Это не туториал «что такое Claude Code». Это конфиги для тех, кто уже работает с инструментом и хочет выжать из него больше. Готовые конфиги в конце каждого раздела, копируйте сразу.
https://habr.com/ru/articles/1044336/
#claude_code #settings #hooks #configuration #ai_coding #claudecode
Как я заставил AI-агента писать нормальный код на Spring
Откуда берётся "среднее приложение с GitHub"? Если попросить агента создать JPA-сущность или настроить Spring Security, то он выдаст вполне рабочий код. Вопрос только в одном: для какого проекта? Модели натренированы на миллионах репозиториев: студенческие работы, всех задолбавшая Petclinic, туториалы с YouTube, у меня кстати, есть куча своих :D. Но без чёткого контекста агент выдаёт типичное «среднее приложение с GitHub»: всё синтаксически верно, но далеко не всегда вписывается в существующий РЕАЛЬНЫЙ проект. С Lombok или без него? Используя @IdClass или @EmbeddedId ? Предпочитаешь Record'ы или классические классы? Как у тебя маппятся DTO? Агент этого не знает и чаще всего либо пытается угадать, либо начинает грепать всё что можно и нельзя. Prompt engineering помогает, но ненадолго. Прикреплять каждый раз примеры сущностей и архитектурные правила — прошлый век. Интеграция в IDE с @ и выбором файлов уже лучше, но всё равно надо постоянно об этом помнить и как РОБОТ писать ему одно и тоже.
https://habr.com/ru/companies/haulmont/articles/1040280/
#spring_agent_toolkit #mcp_server #ai_coding #spring_skills #agentic_development #claude_code #cursor_ai #spring_boot_architecture #jpa_best_practices #intellij_ai_plugin
После ИИ писать код руками ощущается уже не как норма
TL;DR: ИИ не заменяет инженерный контроль, но меняет базовую планку разработки. С ним проще удерживать скоуп, тесты, техническое качество и в режиме дедлайна. Главный риск - потерять ownership, поэтому уровень автономности должен зависеть от проекта, стадии и зрелости инженерного процесса. У меня есть один личный проект , где я полностью автоматизировал разработку и перестал читать код. Всё идёт практически без моего участия: я просто описываю в телеграмме своему боту что нужно сделать, что я хочу получить, а он выполняет, проверяет в цикле, коммитит, деплоит и сам проверяет логи. Единственное, заниматься своим проектом времени мало, потому движение всё равно медленное и хоть бот может сам брать тикеты из гитхаба и выполнять их, я всё же не разрешаю ему пушить код - хочу всё же в конце понимать что он сделал. Но проект я изначально писал сам, и только потом начал изучать как сделать работу автономной. Всё работает настолько хорошо, что я даже задумался: а не запустить ли новый проект вообще без моего участия? Описать только PRD, проверить сгенерированную документацию и список задач, а на выходе просто принимать готовые фичи. Я даже пробовал запускать так несколько личных проектов (один из них - простенькая игра): формировал всю документацию через ИИ, но на определенных этапах допускал ошибки в планировании и в итоге терял контроль.
https://habr.com/ru/articles/1039836/
#ИИ #разработка #программирование #AI_coding #code_review #тестирование #productivity #ownership #разработка_ПО #инженерный_контроль
제이슨 멜러: Rails의 AI 효율성과 개발자 보안의 미래
Rails는 일관된 컨벤션과 풍부한 문서 덕분에 AI가 토큰당 더 많은 기능을 구현할 수 있는 'Features per Token' 우위를 점하고 있다.
Claude Code на автопилоте: субагенты, worktrees и CI/CD
Финал серии: Agent Teams, GitHub Actions, Agent SDK, TDD, Ralph-loop на ночь и осторожный прогноз на 2027 Серия на Хабре: часть 1 - что Claude Code умеет из коробки · часть 2 - настройки, хуки и Context Rot · часть 3 - автономная работа и параллелизм. Однажды вечером я дал Claude Code не задачу "сделай фичу", а уже написанную спеку и сложный план. Дальше работал не один чат, а цепочка: оркестратор разобрал план на независимые куски, поднял кодеров в отдельных worktree, дождался их diff'ов, потом вызвал ревьюеров на каждый кусок и собрал итоговый отчёт. Утром у меня был не "ответ ассистента", а несколько веток, замечания ревью и список решений, которые всё равно должен принять человек. Это третья и финальная часть серии. В первой я показал что такое Claude Code и почему я называю его командой из 15 . Во второй - десять настроек, которые эту команду делают управляемой: CLAUDE.md на 30 строк, permissions, хуки, совещание ботиков через Codex и Gemini, Context Rot. Сегодня про следующий уровень. Когда конфиги настроены и работаешь каждый день, упираешься в новый потолок. Даже команда из 15 человек внутри одной сессии Claude имеет предел. Субагенты конкурируют за контекст, ветки мешают друг другу, ты переключаешься между задачами и теряешь состояние. Дальше начинается параллелизм, автоматизация и автономия. Десять приёмов, которые превращают Claude Code из "умного помощника" в систему из отдельных агентов, scheduled tasks и CI-задач. И в конце - честный разговор про то, куда всё это идёт в 2027 и что останется разработчику.
https://habr.com/ru/articles/1030832/
#claude_code #anthropic #aiагенты #ai_coding #субагенты #git_worktrees #agent_sdk #specdriven_development #vibecoding #программирование
AI 코딩과 Rails의 미래: Vladimir Dementyev가 말하는 '바이브 코딩'의 명암
AI를 도구로 받아들여 지루한 반복 작업과 리팩토링을 자동화하고, 개발자는 더 가치 있는 창의적 작업에 집중해야 한다.
AI 코딩의 중독성과 개발자 번아웃: '마지막 프롬프트'의 함정
AI 코딩 도구는 슬롯머신처럼 가변적인 보상을 제공하여 개발자가 업무를 중단하기 어렵게 만드는 도파민 루프를 형성한다.