Проблема: код быстрее данных
-
Мартин Кляйпман и Мэгги Эпплтон - в двух разных разговорах Pragmatic Engineer - сошлись в одной мысли с разных сторон: AI ускорил написание кода, но не отменил инженерную дисциплину - ни в данных, ни в дизайне.
-
Для бизнеса это значит, что скорость больше не главный дефицит.
-
Главный дефицит - архитектура, которая не разваливается под реальной нагрузкой. LLM сократили время написания функции с часов до минут.
-
Слой данных к этому темпу не готов: миграция схемы, репликация между регионами, согласованность при параллельной записи - задачи, где ошибка не видна в демо и стоит дорого в проде. Команда, которая гонит фичи на скорости AI-кодогенерации, но не пересматривает модель данных под новую нагрузку, копит технический долг, который вскроется на первом пике трафика.


