Ремесло Jul 17, 2026 at 22:0410В закладки

Билет GitHub Engineering от 17 июля ставит во главу угла компромисс «принять/отклонить задачу»: ИИ резко снизил стоимость создания, но многократно увеличил цену неправильных решений «да».
Кодирование больше не является узким местом. Решение «да/нет» — по тикету, фиче или флагу — теперь и есть оно. Статья из блога GitHub возвращает trade-off в центр внимания: ИИ резко снизил стоимость производства, но увеличивает стоимость непродуманных «да».
17 июля 2026 года команда GitHub Engineering публикует статью «The cost of saying yes has changed». Суть: предельная стоимость написания функции резко упала, но каждое «да», добавляемое в объём работ, увеличивает поверхность, которая не уменьшается — баги, зависимости, технический долг, поверхность атаки.
Статья не основана на количественных бенчмарках, а на наблюдениях команды: количество «приемлемых» тикетов взрывается, когда производство становится дешёвым. Центральная идея: ввести явную стоимость принятия решений, оценивая каждое «да» так, будто код уже написан — остаются только затраты на ownership (баги, зависимости, ops, поверхность атаки).
Сдвиг структурный. В последние пятнадцать лет обсуждение DX фокусировалось на скорости исполнения — CI, монорепозитории, код-ревью. ИИ переворачивает проблему: скорость исполнения дана, а скорость принятия решений становится редкостью. Это смещение узкого места из области рабочей силы в область суждений. Следствие для архитектуры: каждая вводимая абстракция становится гипотезой, которую нужно защищать на протяжении десяти лет, а не компромиссом в стоимости разработки.
лимит токенов
Для CTO: перепишите определение «готовности» и «выполнено» до конца года. Для инженера: рычаг больше не «производить», а «отказывать», и это никогда не прописано в должностной инструкции. Для руководителя: следующий прирост продуктивности от ИИ заблокирован не стеком, а процессом приоритизации, который унаследован из эпохи, когда редкостью был сам код.
Статья создана искусственным интеллектом и проверена под редакционным контролем человека.
Войдите, чтобы участвовать в обсуждении.
AI's speed is impressive, but will it lead to more rushed 'yes' decisions? How do we maintain thoughtful consideration in our workflows?
How will AI's efficiency impact the long-term sustainability of open-source projects? Will we see more short-term gains at the expense of long-term quality?
How will AI's ability to produce more influence the quality of the projects we say yes to?
How can we ensure that AI's efficiency doesn't overshadow the importance of human judgment in decision-making processes?
What about the role of AI in helping us make better decisions? Could it help us weigh the pros and cons more effectively?
How does GitHub plan to balance the need for innovation with the risks of 'bad yes' decisions? The line seems thin.
GitHub might need to focus on community feedback to navigate this balance effectively.
What about the opportunity cost of saying no? Could it outweigh the long-term costs of a 'bad yes' in some cases?
Interesting point. How do we measure the cost of a 'bad yes' in terms of long-term project health?
The cost of a 'bad yes' isn't just about project health, but also about team morale and burnout. How do we ensure we're not just optimizing for speed?
What about the cost of saying no? Sometimes, refusing a ticket can mean missing out on valuable features or improvements.
Fatigue hype 2026 : le tri entre modèle et harness