· AI Engineer World's Fair 2026
Континуум Z/L: должны ли AI-инженеры по-прежнему читать код?
The Z/L Continuum: Should AI Engineers Still Read Code?
Глубину ревью AI-сгенерированного кода стоит выбирать по риску задачи, а не по тому, кто её писал: критичные пути читать построчно, остальное проверять системой.
- Маршрутизация по риску — авторизацию, движение денег, права доступа и необратимые изменения данных инженер читает сам, а остальное пропускает через проверки. Большой PR спикер советует разбивать агентами на атомарные части и просить их же указать критичные участки.
- Закрепление найденных ошибок — если ревьюер поймал повторяющийся тип ошибки, его стоит записать в документацию или линтер, чтобы система ловила её дальше. Агент, который пишет код, не должен сам оценивать его и писать для него тесты.
- Цифры роста рисков — по опросу Faros AI, в котором участвовали 22 тысячи инженеров, доля PR, слитых без ревью, выросла на 31%, а число инцидентов на PR выросло на 242%.
- Петли с самопроверкой — loops, которые сами берут задачу и проверяют свой результат, по мнению спикера, не убирают контроль, а прячут его. Проверку нужно вынести в evals, трассировки, shadow mode и откаты.
Кому полезно: тем, кто решает в команде, какой AI-сгенерированный код читать построчно, а какому доверять системе проверок.
Статья по теме
Главы
Ещё доклады: Alex Volkov
Страница спикера →Состояние observability для MCP: Observable.tools
AI Engineer World's Fair 2025
Оценка LLM
AI Engineer World's Fair 2024
Похожие доклады
Как покончить с ревью кода
AI Engineer World's Fair 2026
Близко по содержанию
Как в Anthropic ежедневно мержат 30 000 изменений кода
Близко по содержанию
Важно ли качество кода? Всё зависит от этого
Близко по содержанию

