InfoWorld: разработчикам с AI всё ещё нужны инструменты для проверки кода, тестирования и инфраструктуры

Генерация кода с помощью AI действительно ускоряет разработку, но сама по себе не закрывает остальные задачи разработчика. Даже если команда использует AI‑генераторы кода, практики вроде vibe coding или подход spec‑driven development, работу всё равно приходится доводить вручную: проверять код, тестировать приложения, настраивать автоматическое развёртывание и инфраструктуру для приложений, API, data pipelines, AI‑агентов и других автоматизаций.

Как сообщает InfoWorld, собственно написание кода занимает лишь небольшую часть рабочего времени разработчиков. Один из опросов показывает, что на это уходит около 16% времени. Остальные 84% приходятся на другие задачи, начиная с формулирования требований и заканчивая обработкой багов и устранением уязвимостей.

Есть и другой эффект. Ускорение разработки с помощью AI иногда сопровождается компромиссами по качеству и по тому, как команды взаимодействуют друг с другом. В исследовании Atlassian State of Teams 2026 почти 50% респондентов сказали, что результаты AI не всегда отличаются стабильным качеством. Для многих использование AI превращается в постоянный выбор между скоростью и качеством. Тот же опрос выявил и организационные сложности: 87% работников знаний говорят, что им не хватает времени на координацию, а 70% считают, что их процессы плохо оптимизированы для работы с AI.

На этом фоне авторы материала рассматривают пять инструментов, которые могут усилить AI‑ориентированный стек разработки и помочь командам закрывать задачи, остающиеся за пределами простой генерации кода.