
Черіті Мейджорс: AI вимагає більше інженерної дисципліни, а не менше
Співзасновниця Honeycomb доводить, що здешевлення генерації коду робить вузьким місцем не рев'ю рядків коду, а оцінювання, тести, спостережуваність і поведінку систем у продакшні.
Черіті Мейджорс, співзасновниця й технічна директорка компанії зі спостережуваності Honeycomb, доводить, що код, згенерований штучним інтелектом, не зменшує потребу в інженерній дисципліні — він різко її збільшує. Її есей, опублікований 15 червня, відповідає читачам попереднього тексту про ентузіастів і скептиків AI.
Що змінилося у 2025 році
Мейджорс датує злам минулим листопадом: після виходу Opus 4.5 стало зрозуміло, що AI здатен генерувати код приблизно тієї ж якості, що й медіанний програміст, для типових шаблонів — і робити це швидше та дешевше. Агентні оболонки, використання інструментів, виклик функцій і MCP розвивалися протягом усього 2025 року й наприкінці року досягли загальної придатності, тож реліз моделі був радше точкою перелому, ніж причиною.
Її головний аргумент — економічний: економіку виробництва коду перевернули. Написання коду з важкого, повільного й дорогого процесу стало фактично безкоштовним і миттєвим, а рядки коду перестали бути активом, який плекають, і стали ресурсом, який викидають і генерують заново.
Код як кеш, а не актив
Цю рамку Мейджорс запозичує в Чеда Фаулера, автора терміна «незмінна інфраструктура» (2013), який нині пише про Phoenix Architectures. Правило з того світу — не лагодь працюючу систему, а замінюй її — тепер поширюється й на прикладний код: коли переписування дешеве, редагування на місці накопичує ентропію.
Його «тест на видалення» пропонує уявити, що всю реалізацію видалено. Коли кажуть «ми не можемо просто викинути код», зазвичай ідеться про те, що невідомо, яка поведінка потрібна, які збої неприпустимі, які інваріанти мають зберігатися, як визначити правильність нової версії та які баги є навмисними виправленнями забутих крайових випадків. «Це не проблеми коду. Це проблеми оцінювання». Код стає цінним, коли він — єдине місце, де живе знання; інакше він поводиться як кеш: корисний, поки актуальний, і одноразовий, коли застарів.
Куди переходить дисципліна
Практичний висновок, на її думку, такий: увага має переміститися з рядків коду на інші артефакти — архітектуру, поведінкові та характеризаційні тести, capture/replay, розщеплення трафіку й спостережуваність. Продакшн, за її формулюванням, — це не те, що відбувається після завершення розробки; продакшн є етапом розробки.
Мейджорс прямо каже, що людина — найслабша ланка у валідації: повторюваність і причіпки саме те, у чому люди погані, тоді як креативність і логічні стрибки залишаються за ними. Її прогноз на 2026 рік — повернення до дисципліни: недетерміновані системи в продакшні вимагатимуть більше інженерної дисципліни, а не менше. Вона також зазначає, що лише близько 5% інженерних команд, і точно менш ніж 10%, працюють у коротких циклах швидкого зворотного зв'язку, які вона вважає головною ознакою дисципліни.
SiTech — веброзробка з підтримкою AI
Створюємо швидкі та сучасні сайти й інтегруємо AI у бізнес-процеси. Маєте проєкт чи запитання? Із задоволенням допоможемо.