ИИ = СТАЖЕР Запрашивать у ИИ-агента и затем проверять код может быть медленнее, чем просто написать его самому. Но когда? У нас есть простые эвристики для того, когда использовать агента, а когда писать код самому? Используйте агента, когда это фронтенд-код (который вы можете мгновенно проверить на правильность), или взаимодействие с каким-то API (где вы знаете, что делать, но не знаете конкретных заклинаний для выполнения вызовов API), или анализ данных, или прототип. Делайте это сами, когда это область, которую вы знаете очень хорошо, или это высококонтекстный бэкенд-код, или вы хотите много итераций по результату. В этих обстоятельствах написание запроса занимает больше времени, чем написание и проверка кода. Грубо говоря, если вы визуализируете свое приложение как концентрические круги, ИИ-агенты хороши на "поверхностных" слоях снаружи (например, фронтенд или графики/диаграммы, считываемые из вашей базы данных), но опасны в "ядре", где требуется высокий контекст и критически важны низкие уровни ошибок. В виде пунктов, ИИ лучше для: - фронтенда по сравнению с бэкендом - чтения по сравнению с записью - поверхностного по сравнению с ядром - прототипов по сравнению с производством - начала по сравнению с поддержкой - областей, допускающих ошибки, по сравнению с областями, не допускающими ошибок - визуального вывода по сравнению с финансовым - низкого контекста по сравнению с высоким контекстом Таким образом, ИИ — это стажер. Эти критерии могут сами по себе использоваться ИИ-агентами для сигнализации о большей неопределенности при решении высококонтекстных задач. Как стажер, который говорит, что он будет стараться, но, возможно, у него недостаточно контекста.