Когнітивний борг: чому розробник передруковує код від ШІ вручну

Розробник Анкур Сеті описав у своєму блозі робочий процес, який дозволяє йому користуватися ШІ-асистентами для кодування у власних проєктах, не втрачаючи контролю над кодом. За його словами, він і досі використовує ці інструменти в особистих проєктах, але генерація цілої функції однією підказкою залишає його незадоволеним і дезорієнтованим — задоволення приносить лише швидке перескакування нудних частин.

Проблема: когнітивний борг

Коли асистент працює у проєкті без нагляду, у розробника накопичується «колосальний когнітивний борг», пише Сеті. Читати документацію Django, щоб додати теги на власний сайт, може бути нудно, але він усе одно хоче розуміти, як це працює: «Те, що задача нудна, не означає, що я готовий повністю передати розуміння її розв’язку машині». Перевіряти кожен рядок — те, чого очікують від розробників у 2026 році, — теж не вихід: «Роботи відкривають PR, люди їх перевіряють. Сміливий новий світ». За його словами, читати сотні рядків «надмірно обережного, погано закоментованого й тонко неправильного коду» нецікаво: для роботодавця це іноді прийнятно, але для особистих проєктів — ніколи, бо вони мають приносити задоволення передусім.

Свідомо неефективний підхід

Його рішення — за власними словами, «грубо неефективне й трохи кумедне»: асистент генерує код у чаті, а всі правки розробник вносить вручну. Відповідні інструкції прописані в агентських файлах усіх його особистих проєктів. За його оцінкою, так він працює швидше, ніж зовсім без LLM, але повільніше за тих, хто дозволяє машині думати за нього: «Замість у 10 разів швидше я, ймовірно, лише вдвічі швидший».

Натомість він отримує розуміння. Друкуючи кожен рядок вручну, він будує ментальну модель того, як код вписується в наявну кодову базу; якщо API чи алгоритм незрозумілий, він може зупинитися й подивитися. Друк сповільнює його, тому він частіше помічає галюцинації та невдалі архітектурні рішення, а код можна одразу впорядковувати й коментувати. Найважливіше — так формується «просторова карта» кодової бази: він знає, де живе кожна функція, що згодом допомагає й точніше формулювати підказки для LLM.

Чому це важливо

Сеті порівнює цю практику з давньою порадою для тих, хто вчиться програмувати: не копіювати код, а передруковувати приклади з книжок і блогів, щоб зрозуміти їх. «Можливо, це не найефективніший спосіб працювати з LLM, але я ціную розуміння більше за продуктивність», — пише він і додає, що працює так уже кілька місяців і планує продовжувати. Він побоюється, що індустрія накопичує величезний когнітивний борг, який доведеться скоро повертати: «Настане час, коли ми більше не розумітимемо, як влаштовані великі частини нашої цифрової інфраструктури».