AI-помощники для разработчиков: GitHub Copilot, Cursor и что мы реально используем

Весь 2023-й мы экспериментировали с AI-инструментами для разработки. К декабрю пришли к набору правил, которым делимся внутри команды. Если коротко - без них уже неудобно, но они не серебряная пуля.

Что мы используем сейчас

• GitHub Copilot - у всех. Дефолтная подсказка по строке.
• Cursor - у половины команды как замена VS Code. Те, кто перешли, не возвращаются.
• ChatGPT (web) - для размышлений вслух, ревью архитектуры, генерации тестовых данных.
• Claude - для длинных контекстов, ревью больших файлов целиком.

Где помогает реально

• Boilerplate, который мы пишем десятый раз: формы, валидаторы, типовые компоненты.
• Незнакомый язык/библиотека: «как на go сделать X» - быстрее, чем гуглить.
• Сложные regex и SQL-запросы - описал словами, проверил руками, экономия времени.
• Объяснение чужого кода: «что делает эта функция» - лучше, чем читать с нуля.
• Тесты - генерация типовых cases по сигнатуре функции.

Где мешает

• Архитектура: подсказывает «как все делают», игнорирует контекст вашего проекта.
• Длинные функции с бизнес-логикой - пишет правдоподобную ерунду.
• Безопасность: уверенно генерирует код с SQL-injection и небезопасной авторизацией.
• На незнакомой кодовой базе - ускоряет накопление copy-paste, который через полгода придётся переписывать.

Наши правила

1. Никогда не коммитим сгенерированный код без чтения. Каждая строка - твоя ответственность.
2. Бизнес-логика и любая security-чувствительная часть - пишутся руками, AI только для подсказок.
3. Тесты, сгенерированные AI, обязательно ревьюятся отдельно - частая беда: тесты, которые проверяют не то, что нужно.
4. В ревью PR помечаем «AI-assisted» - чтобы ревьюер понимал контекст.

Сколько это даёт в часах

По нашему замеру (трекинг pomodoro, 8 инженеров, два месяца): экономия 4–7 часов в неделю на человека. Большая часть - на boilerplate, чтении незнакомого кода и поиске синтаксиса.