Три и больше «да» — сигнал к аудиту архитектуры. Пять и больше — критический уровень долга: без выделенной работы по его погашению скорость разработки продолжит падать, а каждая следующая оценка задачи будет расходиться с фактом сильнее предыдущей.
Технический долг и лже-Agile в эпоху ИИ-ассистентов: как распознать и что делать

Метафору «технический долг» предложил Уорд Каннингем в отчёте о проекте WyCash, представленном на OOPSLA в 1992 году. С тех пор у долга появился новый источник: ИИ-ассистенты генерируют код быстрее, чем команда успевает его осмыслить. Разберём три вещи: как распознать, что долг вышел из-под контроля; почему управляемый Agile и аккуратная работа с ИИ требуют одного и того же, дисциплины; что делать, если вы уже в долговой яме.
Баг и технический долг — разные сущности, и смешивать их дорого. Баг: система ведёт себя не так, как задумано. Технический долг: система работает корректно, но каждое следующее изменение обходится дороже предыдущего. Кодовая база без единого открытого бага бывает настолько запутанной, что добавление небольшой функции занимает три спринта вместо одного.
В метафоре Каннингема долг — финансовый инструмент. Команда сознательно берёт заём: выпускает решение, которое работает сейчас, хотя знает про более аккуратный вариант. Пока заём обслуживают, он выгоден: продукт раньше доходит до пользователя, гипотеза раньше проверяется. Проценты по такому займу начисляются в валюте времени разработки: каждая новая правка требует обойти прежний компромисс, объяснить его новичку и не сломать смежный модуль.
Долг бывает двух видов. Осознанный зафиксирован: команда назвала место компромисса, записала задачу в бэклог и держит её на виду. Неосознанный не зафиксирован нигде: он появился, потому что лучшего решения никто не знал, или потому что знание ушло вместе с автором кода. Первый вид управляем. Второй обнаруживается только по симптомам, когда скорость разработки уже просела.
Технический долг вырастает из процессов, а не из качества отдельных инженеров. Сроки, в которые заложили только счастливый путь. Отсутствие выделенного времени на рефакторинг. Непрозрачность перед бизнесом: стоимость обслуживания долга не попадает в разговор о приоритетах. Ротация в команде без передачи архитектурного контекста. Замена конкретного человека не чинит ничего из этого: новый разработчик в тех же условиях наберёт долг примерно теми же темпами.
Архитектурные симптомы узнаваемы: модуль знает слишком много о внутреннем устройстве соседей; правка в одном месте тянет изменения в пяти; слои протекают, и бизнес-логика живёт вперемешку с кодом доступа к данным; общие утилиты разрастаются в свалку, куда складывают всё, чему не нашлось места.
Прямого измерителя технического долга нет, но косвенные индикаторы работают надёжно: долг проявляется в скорости и предсказуемости работы команды.
Время деплоя растёт. Если выкатка релиза за полгода стала заметно дольше, ищите причину в ручных шагах, которые обросли вокруг хрупких мест: CI-агенты тут обычно ни при чём.
Задачи возвращаются из QA. Высокая доля возвратов означает, что команда не удерживает в голове последствия изменений: правка в одном месте проявляется в другом.
Онбординг затягивается. Новый разработчик, который за две недели не может самостоятельно выпустить небольшую задачу, сообщает об архитектуре больше, чем любой отчёт: связи в коде неочевидны, документации нет, знание живёт в головах двух человек.
Тесты нестабильны или медленные. Flaky-тесты (тесты с плавающим результатом) команда начинает перезапускать вместо того, чтобы разбирать причину. Прогон, который идёт дольше пятнадцати минут, перестают запускать локально. И то и другое снимает страховочную сетку ровно тогда, когда она нужнее всего.
Баги возвращаются в одни и те же модули. Повторные дефекты в одном месте означают, что чинят симптом, а причина остаётся.
Статический анализ оцифровывает часть картины: платформы вроде SonarQube находят code smells, потенциальные ошибки и уязвимости и считают метрики качества по кодовой базе. Пользы от них ровно столько, сколько команда готова с ними делать: отчёт, который никто не разбирает на ретроспективе, превращается в ещё одну панель с красными цифрами. Инструмент показывает места, приоритет расставляют люди.
Отдельный индикатор — модульность. Если команда не может выделить кусок системы и выпускать его независимо, долг зашит уже в границы компонентов, глубже уровня отдельных функций.
В 2026 году к классическим источникам долга добавился новый: долг в сгенерированном коде, AI-generated code debt. Copilot, ChatGPT и Cursor выдают синтаксически корректный, работающий код. Проблема в разрыве между «работает сейчас» и «поддерживается потом»: ассистент оптимизирует первое и ничего не знает о втором.
Дублирование логики
Ассистент не держит в голове всю кодовую базу и не знает, что похожая функция уже написана двумя директориями выше. Он напишет свою: чуть иначе, с другой обработкой краевых случаев. Через полгода в проекте три валидатора одного формата, и правят из них обычно только один.
Игнорирование архитектурного контекста
Сгенерированный фрагмент бывает «правильным» сам по себе и несовместимым со слоями конкретного проекта: обращается к базе напрямую из обработчика, минуя репозиторий; заводит собственный клиент вместо общего; вводит свой способ обработки ошибок. Код проходит тесты и ломает договорённости.
Снижение понимания кода командой
Фраза «мы не знаем, как это работает, это написал ChatGPT» — симптом долга в чистом виде. Код, который никто в команде не может объяснить, невозможно безопасно изменить: любая правка в нём становится экспериментом на проде.
Отсутствие тестов
Ассистент охотно пишет реализацию и редко пишет к ней тесты, если его об этом не попросили явно. Объём непокрытого кода растёт тем быстрее, чем выше скорость генерации.
В 2020 году «быстрое решение» означало: разработчик вручную написал работающий, но не лучший код и примерно понимал, где именно срезал угол. В 2026 году «быстрое решение» означает: принят целиком блок подсказок ассистента без разбора. Скорость генерации выросла кратно, вместе с ней выросла скорость накопления долга. Разница в том, что рукописный компромисс оставался в памяти автора, а принятый без чтения код не оставляет следов нигде: ни в голове, ни в бэклоге.
Единое ревью для любого кода
Код от ассистента проходит ровно тот же ревью, что и человеческий, по тем же критериям. Автор пулл-реквеста отвечает за фрагмент независимо от того, кто набрал символы. Формулировка «это сгенерировано» не снимает ответственности и не сокращает ревью.
Архитектурные ограничения (guardrails)
Их стоит описать там, где ассистент их прочитает: в system prompt, в .cursorrules, в AGENTS.md. Слои и направление зависимостей, разрешённые библиотеки, способ работы с конфигурацией и ошибками, требование писать тесты вместе с реализацией. Ограничение, которое живёт только в головах тимлида и двух senior-разработчиков, для ассистента не существует.
ИИ на стороне погашения долга
Обратная сторона той же монеты: большие языковые модели хорошо справляются с рефакторингом и написанием тестов к унаследованному коду. Запрос «объясни, что делает этот модуль, и предложи, как его разбить» на кодовой базе без документации экономит часы чтения. Ассистент, который создаёт долг при бесконтрольном использовании, под ревью превращается в инструмент его погашения.
Классический сюжет лже-Agile описан давно: в команде есть доска со стикерами, стендапы и двухнедельные итерации, но нет ни одной инженерной практики, ради которых всё это затевалось. Нет автотестов, нет непрерывной интеграции, нет времени на рефакторинг в спринте, нет разговора с бизнесом о стоимости поддержки. Ритуалы считают скорость закрытия карточек, а качество кода не считает никто. Сам по себе такой процесс долг не рождает: он делает его невидимым, пока команда не упрётся в стену.
В 2026 году к фальшивому Agile добавился AI-Agile, и выглядит он убедительнее.
Velocity washing (накрутка видимой скорости)
Команда показывает отличный velocity: задачи закрываются быстро, ассистент берёт на себя рутину. Одновременно деградируют quality gates, автоматические проверки качества в пайплайне: ревью становится формальным, падающие тесты отключают, порог покрытия снижают, чтобы сборка не краснела. Числа в отчёте растут, стоимость следующего изменения растёт вместе с ними.
Автоматизированный Scrum
ИИ-планировщики в трекерах генерируют задачи, декомпозицию и оценки. Карточки выглядят аккуратно, но бизнес-контекст в них не попадает: почему именно эта функция, какой сценарий пользователя она закрывает, что произойдёт, если её не делать. Команда получает конвейер корректно оформленных задач без понимания цели.
Sprint-to-sprint survival
В итерацию берут только то, что быстро делается с ассистентом. Долгосрочная архитектура не планируется вообще: любая задача, которая не раскладывается на подсказки ИИ, откладывается до лучших времён.
«ИИ разберётся»
Рефакторинг откладывают в расчёте на то, что через год модели станут сильнее и починят легаси сами. Это не стратегия, а надежда: пока она не сбылась, проценты по долгу платит команда.
Порядок действий не изменился с тех пор, как метафору долга начали применять к планированию. Изменился набор инструментов.
- Сделать долг видимым. Места компромиссов попадают в бэклог как обычные задачи с описанием последствий: что именно замедляется, какие задачи дорожают, какой риск появляется в релизе. Невидимый долг невозможно приоритизировать.
- Приоритизировать по частоте касаний. Платить в первую очередь нужно за тот код, который команда трогает каждую неделю. Запутанный модуль, в который никто не заходит год, обслуживается дешевле, чем кажется.
- Выделить долю мощности спринта. Фиксированная доля итерации на погашение долга работает лучше, чем обещание «порефакторим после релиза», которое не наступает никогда.
- Говорить с бизнесом в его метриках. Формулировка «у нас плохая архитектура» не работает. Работает расчёт: добавление функции такого класса занимает три спринта вместо одного, это столько-то человеко-часов на каждую следующую задачу.
Из инструментов 2024–2026 годов в рабочем наборе обычно оказываются: SonarQube и SonarCloud для статического анализа; CodeClimate для метрик поддерживаемости и цикломатической сложности; Dependabot и Renovate для автоматического отслеживания устаревших зависимостей, то есть того слоя долга, который накапливается без единой строки нового кода. К ним добавился сценарий с большими языковыми моделями: запросы вида «объясни, что делает этот код, и предложи рефакторинг» дают максимальную отдачу на старых кодовых базах без документации. Применять предложения автоматически нельзя: без ревью архитектора ассистент надстроит новый долг поверх старого.
Динамику удобно отслеживать по DORA metrics (DevOps Research and Assessment): Deployment Frequency (частота развёртываний), Lead Time for Changes (время от коммита до продуктива), Change Failure Rate (доля изменений, приводящих к сбою) и Time to Restore Service, он же MTTR (время восстановления сервиса). Прямо долг они не измеряют, но дают хороший прокси: сочетание редких релизов с высокой долей неудачных изменений почти всегда означает, что система сопротивляется изменениям.
Семь вопросов, на которые команда отвечает «да» или «нет» без долгих обсуждений.
- Среднее время деплоя выросло за последние 6 месяцев?
- Новые разработчики не могут разобраться в кодовой базе за 2 недели?
- Тесты нестабильны (flaky) или выполняются дольше 15 минут?
- ИИ-ассистент чаще предлагает «переписать всё с нуля», чем дополняет существующий код?
- Код, написанный ИИ, никто не ревьюит системно?
- Баги возвращаются в одни и те же модули снова и снова?
- Хотфикс невозможно выпустить без риска сломать другую функцию?
Частые вопросы про технический долг
Чем технический долг отличается от багов?
Баги — ошибки в поведении системы. Технический долг — архитектурные и инженерные решения, которые замедляют разработку, даже когда система работает корректно. Код бывает без единого бага и при этом настолько запутанным, что добавление новой функции занимает втрое больше времени, чем должно.
Можно ли измерить технический долг?
Прямого измерения нет, работают косвенные метрики: время деплоя, частота возврата задач из QA, время онбординга новых разработчиков, количество flaky-тестов. DORA metrics дают хороший прокси: высокий Change Failure Rate при низкой Deployment Frequency обычно указывает на высокий уровень долга.
Как убедить бизнес вложить время в погашение долга?
Переводить разговор в бизнес-метрики: «на добавление новой функции уходит 3 спринта вместо 1, это столько-то человеко-часов и столько-то рублей». Технический долг — предсказуемое замедление разработки с конкретной стоимостью, и эту стоимость можно посчитать на примере последних задач.
Может ли ИИ помочь погасить технический долг?
Да, и это один из сильных сценариев применения больших языковых моделей. ChatGPT и Claude справляются с задачами «объясни этот легаси-код», «напиши тесты к существующей функции», «предложи вариант рефакторинга». Автоматически применять предложения нельзя: без ревью архитектора ассистент добавит новый долг поверх старого.
У управляемого Agile и аккуратной работы с ИИ общий знаменатель: дисциплина. Видимый бэклог долга, ревью для любого кода независимо от авторства, честные quality gates, разговор с бизнесом в деньгах и сроках. Инструмент ускоряет и движение к цели, и накопление долга, если ограничений нет.
Среда разработки тоже влияет на темпы. Итеративный выпуск с контролируемыми релизами удобнее строить на Managed Kubernetes от VK Cloud: дистрибутив сервиса несёт сертификат Certified Kubernetes — Hosted от CNCF и совместим со стандартным Kubernetes API, поэтому манифесты, Helm-чарты и операторы переносятся без переписывания. Поддержка версии Kubernetes в сервисе длится 14 месяцев, уведомление об окончании поддержки приходит за 30 дней, понижение версии недоступно: цикл обновлений приходится планировать заранее, и это ещё одна причина не копить долг в инфраструктурном слое. Аддон Argo CD для GitOps-релизов доступен в кластерах второго поколения. Инфраструктурную базу под эксперименты с рефакторингом и сборочными конвейерами дают Cloud Servers в VK Cloud.
Оставьте заявку, чтобы получить консультацию
Наши специалисты свяжутся с вами в ближайшее время и ответят на все вопросы.
Узнавайте о выходе новых статей в блоге первыми!
Будем держать в курсе новостей и облачных трендов


Почитать по теме

Установка WordPress на облачный сервер: настройка LAMP с нуля

Как работает git reset: разница между soft, mixed и hard

