Дмитрий Новиков
Инженеры OpenClaw предупредили: ИИ ускоряет разработку, но без проверки может массово внедрять опасный код в реальные продукты.
Инструменты искусственного интеллекта ускоряют разработку, но вместе с этим могут массово переносить в реальные сервисы низкокачественный и потенциально опасный код. Об этом предупредили два инженера, участвовавшие в создании проекта OpenClaw, также известного как «Лобстер». Их опасения связаны не с самим фактом применения ИИ в программировании, а с тем, как быстро компании начинают полагаться на такие инструменты без достаточной проверки.
Создатель внутреннего агентского фреймворка Pi в OpenClaw Марио Зекнер заявил, что инфраструктура уже испытывает серьёзное давление, а программное обеспечение становится всё более уязвимым. По его словам, индустрия может ещё какое-то время игнорировать последствия, но в итоге расплатится за накопленные ошибки. Другой инженер, Армин Ронахер, считает, что ИИ должен помогать опытным разработчикам работать быстрее, однако многие компании используют его как способ немедленно сократить издержки, жертвуя долгосрочным качеством.
Главная проблема заключается в том, что генерация кода не равна полноценной инженерной работе. ИИ действительно способен быстро создавать черновики, типовые функции и прототипы, но без ревью, тестирования и архитектурной оценки такой код может приносить больше вреда, чем пользы. Особенно опасны ситуации, когда сгенерированные фрагменты попадают в рабочие продукты почти напрямую — без проверки безопасности, нагрузки, совместимости и будущей поддержки.
Инженеры предупреждают, что погоня за краткосрочной продуктивностью может привести к дефициту младших специалистов, росту технического долга, новым уязвимостям и более частым сбоям сервисов. Если компании заменяют обучение и развитие разработчиков автоматической генерацией, они получают быстрый результат сегодня, но теряют устойчивость команды и качество продукта завтра.
The Wall Street Journal описывает это явление как vibe slop — смесь «вайб-кодинга», когда разработка строится на быстрых подсказках и приблизительном результате, и потока ИИ-мусора. Для бизнеса это важный сигнал: такие инструменты могут быть мощным помощником, но они не отменяют инженерные процессы. В критичных системах по-прежнему нужны опытные разработчики, проверка кода, рефакторинг, тесты и аудит безопасности.
В конечном счёте экономия времени на старте может обернуться большими расходами позже. Если ИИ генерирует некачественный код, стоимость разработки просто переносится в будущее — на исправление ошибок, расследование сбоев, закрытие уязвимостей и восстановление доверия пользователей.