The problem is not AI code, but not knowing about system architecture or intent
Главная проблема не в качестве кода, генерируемого ИИ, а в том, что люди перестали понимать систему, её архитектуру и смысл принятых решений. В быстрорастущих стартапах и крупных компаниях команды полагаются исключительно на инструменты вроде Claude Code: спецификации, тесты, тикеты и даже отчёты пишутся ИИ, а инженеры тратят 12–13 часов в день, лишь нажимая «Enter», не читая и не анализируя результат. Это приводит к отсутствию плана, понимания и чувства выполненного долга — всё делается ради скорости доставки, а не качества или устойчивости.
Даже если продукт-менеджер теперь может собрать работающий продукт без знания кода, фундаментальное понимание архитектуры, выбора языков и моделей остаётся критически важным для поддерживаемости. Как отмечают эксперты, ИИ не может заменить человеческое намерение, вкус, дизайн и архитектурное мышление — эти качества становятся ключевыми differentiators. Без них разработка превращается в слепое следование подсказкам, а не в осознанное создание систем. juniors и менторство могли бы смягчить проблему, но сейчас их часто нет, и знания не передаются.