ИИ-агенты уже умеют проходить путь от идеи до рабочего кода без долгой ручной сборки. Поэтому главный вопрос для команд сместился: проблема теперь не в генерации, а в контроле результата.
Именно к этому сводится колонка Роберта Кёрли в The New Stack: одного линтера для управления агентной разработкой недостаточно. Для русскоязычных команд вывод практичный: скорость машинной разработки растет быстрее, чем зрелость инженерных процессов вокруг нее.
Линтер видит форму, но не видит замысел
Линтер полезен, но его потолок понятен. Он проверяет стиль, часть синтаксиса, типовые ошибки и иногда простые уязвимости. Но он не понимает, зачем меняли сервис, какие ограничения есть у домена и где команда сознательно держит архитектурную границу.
Из-за этого агент может выдать аккуратный код, который проходит формальные проверки, но ломает бизнес-логику, тянет лишние зависимости или меняет порядок вызовов так, что сбой проявится только через недели. Чистый код в таком случае не равен правильному коду.
Масштаб изменений стал другим
Раньше разработчик обычно вносил изменения порциями, а команда успевала прогнать их через обсуждение, тесты и ревью. Теперь агент способен за один проход собрать почти готовую задачу: несколько файлов, связанную логику, новые интерфейсы и внешние зависимости.
Такой результат уже трудно проверять как обычный человеческий коммит. Формально все может выглядеть прилично, но реальная ошибка окажется глубже: не в отступах и не в именовании переменных, а в неверной модели предметной области или опасном допуске по данным.
Корпоративная разработка упирается в верификацию
Еще год назад рынок спорил в основном о производительности: насколько быстрее генерируется код и сколько времени это экономит команде. Сейчас акцент смещается к верификации. Вопрос уже не в том, может ли агент написать рабочий фрагмент, а в том, можно ли системно доверять его результату.
Для крупных компаний это особенно чувствительно. Одно дело поручить модели черновик внутреннего скрипта, другое — дать ей менять сервис с платежами, персональными данными или критичной интеграцией. Там цена аккуратной ошибки быстро становится вполне денежной.
Российским командам нужен не один фильтр, а система
Для рынка России и СНГ здесь нет никакой экзотики. Во многих компаниях инженерные правила до сих пор держатся на памяти старших разработчиков, ручных проверках и личной ответственности тимлидов. С появлением агентов такой подход начинает сбоить заметно быстрее.
Если у команды нет описанных ограничений, тестовых контуров, прозрачного аудита изменений и понятного контроля доступа, ИИ не исправит хаос, а просто ускорит его. Поэтому реальные вложения будут идти не только в агентов для программирования, но и в изолированные среды, автоматические проверки, журналирование действий и воспроизводимые сценарии тестирования.
Значение для рынка
Практический вывод простой: линтер остается нижним уровнем фильтрации, а не главным механизмом доверия. Для стартапов это вопрос скорости без лишнего техдолга, для корпораций — вопрос управляемого риска и соответствия требованиям безопасности, для студий и интеграторов — вопрос маржи, которую легко съедает один неудачный релиз.
Следующий этап рынка, похоже, будет связан не с более красивыми подсказками, а с более жесткой инженерной оркестрацией вокруг машинного кода.
Источник: колонка Роберта Кёрли в The New Stack — https://thenewstack.io/why-linting-wont-save-agentic-coding/