ИИ в коде часто «ошибается» не на синтаксисе, а на уровне решения. И это важнее, чем кажется.
Разбор по веб-задачам обычно упирается в 3 слоя:
1) что именно автоматизируем,
2) где живут данные и ограничения,
3) какой ценой это поддерживать через 3 месяца.
Пример: импорт товаров из Excel. ИИ легко накидает парсер, но может предложить архитектуру, где импорт сразу пишет в БД без валидации, очереди и логов. Работает? Да. Выдержит 10k строк, повторный запуск и ошибки в файле? Уже нет.
Или мобильное меню на MODX: сгенерировать HTML/CSS можно за минуту, но выбор реализации — через шаблонный костыль или нормальный компонент — решает, будет ли это обслуживаться без боли.
Третий кейс — Schema.org-разметка. ИИ быстро соберёт JSON-LD, но если не учесть тип страницы, обязательные поля и каноникал, получите «валидно» в коде и мусор для SEO.
Практика простая: сначала проверяйте уровень решения, потом уже код. ИИ полезен как генератор черновика, а не как архитектор по умолчанию ⚙️
DevTools Radar
@DevToolsRadarPro
ИИ в коде часто «ошибается» не на синтаксисе, а на уровне решения. И это важнее, чем кажется.
Этот пост опубликован в Telegram-канале DevTools Radar. Подписаться можно по ссылке: @DevToolsRadarPro.