25.03.2026 13:31
Как сказать нет слабому коду: советы Кирилла Меньшова
КАК СКАЗАТЬ НЕТ СЛАБОМУ КОДУ? 🧑💻
Да, генеративный ИИ сильно ускоряет разработку. Код внешне выглядит идеальным, но по факту может не учитывать сложные кейсы или бизнес-логику.
Старший вице-президент и руководитель блока «Технологии» Сбера Кирилл Меньшов рассказал, как развить LLM-интеллект и стать сильным ИИ-инженером 👇
LLM хорошо воспроизводят типовые решения, но не «понимают» архитектуру системы, контекст задачи или корректность алгоритма.
Поэтому разработчику нужен новый навык — LLM-интеллект. Это умение понимать «мышление» модели: где она сильна, где ошибётся и как направлять её к правильному результату.
Ниже несколько инженерных практик
• Относитесь к LLM как к джуниор-разработчику: давайте спецификации, контекст, пограничные случаи — и всегда делайте за ним код-ревью
• Сначала описывайте интерфейсы и типы, а затем генерируйте реализацию
• Ведите ментальную карту сильных и слабых сторон модели и калибруйте своё доверие к ней
• Просите ИИ объяснять решения, чтобы лучше понимать его логику
• Проводите слепую проверку кода перед коммитом — ищите ошибки, не сверяясь с заданием
• Не делегируйте архитектуру — её должен определять человек
В ближайшие 5–10 лет разработка с поддержкой ИИ станет стандартом, но разница между инженерами будет определяться тем, как они с ним работают.
Полную статью читайте по ссылке 👈
Да, генеративный ИИ сильно ускоряет разработку. Код внешне выглядит идеальным, но по факту может не учитывать сложные кейсы или бизнес-логику.
Старший вице-президент и руководитель блока «Технологии» Сбера Кирилл Меньшов рассказал, как развить LLM-интеллект и стать сильным ИИ-инженером 👇
LLM хорошо воспроизводят типовые решения, но не «понимают» архитектуру системы, контекст задачи или корректность алгоритма.
Поэтому разработчику нужен новый навык — LLM-интеллект. Это умение понимать «мышление» модели: где она сильна, где ошибётся и как направлять её к правильному результату.
Ниже несколько инженерных практик
• Относитесь к LLM как к джуниор-разработчику: давайте спецификации, контекст, пограничные случаи — и всегда делайте за ним код-ревью
• Сначала описывайте интерфейсы и типы, а затем генерируйте реализацию
• Ведите ментальную карту сильных и слабых сторон модели и калибруйте своё доверие к ней
• Просите ИИ объяснять решения, чтобы лучше понимать его логику
• Проводите слепую проверку кода перед коммитом — ищите ошибки, не сверяясь с заданием
• Не делегируйте архитектуру — её должен определять человек
В ближайшие 5–10 лет разработка с поддержкой ИИ станет стандартом, но разница между инженерами будет определяться тем, как они с ним работают.
Полную статью читайте по ссылке 👈