П'ятниця, друга половина дня: новий клієнт, палаючий дедлайн і дуже розумна на слух ідея — просто завайбкодити все одразу. Описати потрібний pipeline, дати AI згенерувати все до останнього рядка і викотити. Насправді ті вихідні навчили мене одного: вайб-кодинг AI-пайплайна вміє ховати провал по грошах, який модель просто проґавила. А рахунок прилітає тобі, а не моделі. До ранку понеділка я дивився на $14 000 в AWS за дві доби «робочої» інфраструктури.
Сетап: ціла платформа за один вечір
Ось що я попросив звичайними словами і отримав за кілька хвилин:
- Terraform-модулі під інфраструктуру
- Kubernetes-маніфести під навантаження
- GitHub Actions під CI/CD
- Дашборди моніторингу згори
Тести зелені. Лінтер мовчить. Код реально чистий, акуратніший за половину рукописного Terraform, який я розгрібав за десять років. Структура виглядала міцно, і я задеплоїв. У п'ятницю ввечері закрив ноутбук з відчуттям, що зробив три дні роботи за три години.
Ранок понеділка: рахунок
Відкриваю консоль AWS з кавою. $14 000. Одні вихідні. Інфраструктура від AI, яку не бачив ніхто, крім мене, та й я, чесно кажучи, до пуття не дивився.
Нічого не впало. Нічого не зламалося. У цьому й моторошність: усе працювало рівно так, як написано. Просто тихо й дуже дорого неправильно.
Що AI проґавив
Коли я нарешті прочитав код рядок за рядком, як треба було ще в п'ятницю, проблеми були очевидні кожному, хто хоч раз оплачував рахунок AWS:
- On-demand-інстанси замість spot. Ті самі обчислення, приблизно втричі дорожче. Навантаження працювало години чотири на добу, і самі лише spot-інстанси зрізали б рахунок відсотків на 80.
- Auto-scaler без стелі. Взагалі без верхньої межі. Під навантаженням він радісно піднімав ноду за нодою в порожнечу, і зупинити його не було чим.
- Нуль алертів по витратах. Ні бюджету, ні детекції аномалій, ні листа «агов, у тебе $2 000 в суботу». Першим алертом став сам рахунок.
Кожен із цих пунктів досвідчений інженер ловить за тридцять секунд рев'ю. AI не зловив жодного, бо код не був помилковим. Він запускався. AI оптимізує під коректність (працює чи ні?), а коректності нічого сказати про те, коштує відповідь долар чи $14 000.
AI проти чуття сеньйора
Зачепило мене порівняння. Версія від AI працює ідеально і коштує в 10 разів дорожче. Версія сеньйора працює ідеально і коштує в 10 разів дешевше. Різниця не в якості коду. Різниця в чутті.
Чуття — це знати, що саме це навантаження живе чотири години на добу. Знати бюджет клієнта, його патерни трафіку, графік чергувань, вимоги комплаєнсу і що реально крутиться в проді, а що лише на схемі. AI не знає нічого з цього і не може, бо нічого цього немає в коді. Це контекст, який ти носиш у голові, бо вже обпікався.
Чотири правила, за які я заплатив $14 000
Після цього я не кинув AI. Він реально прискорює мене разів у п'ять. Але воркфлоу змінився жорстко:
- Обмеження по грошах ідуть у промпт першими, раніше за все інше. Spot де можна, жорсткі стелі всюди, бюджет як вимога номер один, а не думка навздогін.
- Кожен згенерований AI Terraform-модуль отримує оцінку вартості раніше, ніж plan. Без винятків.
- Стався до коду від AI рівно як до PR джуна. Довіряй, але читай кожен рядок. AI швидкий, упевнений і подеколи дуже неправий, як талановитий джун.
- Чим критичніша система, тим більше потрібен людський нагляд. Ліміти на радіус ураження у кожного ресурсу, і ніщо не йде в прод, поки жива людина не прочитає це згори донизу.
Copilot, а не автопілот
Ось фраза, до якої я постійно повертаюся. AI зробив мене вп'ятеро продуктивнішим, і він же ледь не збанкрутив клієнта за 48 годин. Обидва твердження правдиві й мають стояти в одному реченні.
У цьому весь урок. AI — це copilot, а не автопілот. $14 000 виявилися дешевою платою за розуміння різниці, і хай краще ти вивчиш це з мого рахунку, ніж зі свого.
Тож: ти рев'юїш AI-інфраструктуру так само, як рев'юїв би PR джуна? Чи тихо довіряєш їй більше, бо тести зелені й код виглядає чистим?