Да, блог местами будет про IT, AI и всё что возле этого )) Последнее время со всех сторон слышно: “Зачем тратить время на архитектуру? ИИ-агент может найти нужный файл, понять логику и исправить все сам”. Звучит разумно. Но я наткнулся исследование SonarSource (я могу прислать ссылку на эту новость) показывает интересную деталь: искусственный интеллект действительно может обрабатывать плохой код... но это не значит, что его это не волнует. Исследователи провели довольно умный эксперимент. Они взяли пары репозиториев: одна версия была “чистой”: хорошая структура, понятные названия и меньшая сложность; второе приложение выглядело как типичный проект после нескольких лет без рефакторинга: большие классы, глубокая вложенность и множество проблем с качеством кода. В то же время поведение обоих приложений было абсолютно одинаковым: те же зависимости, те же тесты и те же результаты. Затем они передали эти проекты автономному агенту Claude Code и протестировали его на 660 задачах. Результаты оказались довольно интересными. 1️⃣ Искусственный интеллект действительно может работать с запутанным кодом. Самым большим сюрпризом стало то, что показатель успешности почти не изменился. Разница в выполнении заданий составила менее 1%. Таким образом, даже если у вас огромный файл в 2000 строк, запутанные имена переменных и класс UserManager, который выполняет практически все функции, агент все равно может разобраться в этом. Плохой код не повлиял на производительность ИИ. Но… 2️⃣ Плохой код начал стоить денег В сложных проектах агент использовал больше ресурсов: примерно на 7-8% больше токенов. Единственная разница в том, что этот разработчик не получает зарплату. Он получает токены. 😄 Очень интересно и смешно, что я жду того дня, когда в должностных инструкциях будет указано: “Нужно знать, как писать чистый код, чтобы не тратить деньги компании впустую на токены искусственного интеллекта”. 😄