Каждый разработчик, с которым я говорю в 2025, либо all-in на AI, либо полностью игнорирует. Обе крайности — неверны. Вот честный, мнением подкреплённый разбор после 18 месяцев ежедневного использования.
Tier-list
Tier S: ежедневные (используйте)
Cursor IDE — единственный AI-редактор, который реально понимает вашу кодовую базу. Tab-автокомплит хорош, но настоящая сила — Cmd+K (инлайн-правки) и Composer (изменения по нескольким файлам). Без Cursor вы оставляете 20–30% продуктивности на столе.
Claude (Sonnet/Opus) — для сложных рассуждений: архитектурный ревью, дебаг странных production-проблем, технический writing. Лучше GPT-4 следует нюансированным многошаговым инструкциям. Мой воркфлоу: Claude для думания, Cursor для реализации.
GitHub Copilot — всё ещё полезен для boilerplate в языках, где контекст Cursor слабее (Terraform, YAML, regex). Хороший fallback.
Tier A: ситуативная сила
ChatGPT (GPT-4o) — лучше для creative/маркетингового текста, генерации изображений и ситуаций, когда хочется второй взгляд после Claude. Менее надёжен для длинных технических цепочек.
Perplexity — AI-поиск с цитатами. Используйте, когда нужна актуальная информация (версии библиотек, недавние изменения API), которой может не быть в обучении Claude.
v0 (Vercel) — генерирует React UI-компоненты из текстовых описаний. Удивительно хорош для прототипирования. Берите, когда нужно быстро собрать UI и не хочется писать CSS.
Tier B: интересно, но переоценено
Devin/SWE-agent инструменты — автономные coding-агенты, обещающие «сделаю всю задачу». На практике хорошо работают на изолированных, чётко определённых задачах и плохо — на чём-то, требующем реального доменного знания. Пока не заменят инженеров.
AI-ревьюеры кода — авто-комментируют PR’ы. Ловят очевидное (null-проверки, нейминг), пропускают архитектурное. Полезны как первый проход, не замена человеческому ревью.
Как реально получать ценность (воркфлоу)
Главная ошибка — использовать AI как «query engine»: задал вопрос, получил ответ, применил. Это паттерн с самой низкой ценностью.
Паттерн с более высокой ценностью — итеративное уточнение:
1. Сами напишите грубый вариант (даже если плохой)
2. Попросите AI указать слабые места («Что здесь может пойти не так?»)
3. Попросите альтернативы («Покажи 3 разных подхода»)
4. Выберите лучший, реализуйте, попросите AI его прорeвьюитьРаботает потому, что AI отличен в критике и генерации, но за рулём нужен человек.
Prompt engineering, который реально нужен
Не нужно учить 20 техник. Освойте три:
1. Role + Context + Constraint
Ты senior .NET-архитектор, ревьюишь production-код.
Контекст: сервис обрабатывает платежи, ~10k транзакций/день.
Прорeвьюи этот метод на thread safety и обработку ошибок.
[paste code]
Ограничения: фокус на проблемах, ведущих к потере данных или двойному списанию.2. Chain of Thought для сложного
Нужно спроектировать caching-стратегию для user sessions.
Проведи меня по trade-off'ам шаг за шагом перед рекомендацией.
Учти: memory cost, consistency, expiration policy, инвалидация на logout.3. Конкретные примеры вместо абстракций
Вместо: «Объясни async/await в C#» Используйте: «Покажи разницу между sync и async версиями одного и того же DB-вызова, с таймингом в комментариях»
Что AI пока не умеет
- Понимать архитектурные решения и ограничения вашей команды
- Знать, какую версию библиотеки одобрила ваша компания
- Дебажить проблемы, требующие чтения логов + метрик + кода вместе
- Принять решение «строить или купить?»
Используйте AI для скорости исполнения, не для принятия решений. Решения по-прежнему ваши.
Мой setup на 2025
- Cursor как основной IDE (полностью заменил VS Code)
- Claude во вкладке браузера, всегда открыт
- Perplexity для всего срочного по времени
- Кастомный Cursor rules (
.cursorrules) со стандартами кода нашей команды — это одно экономит часы в неделю
Если хотите понять, как строить AI-интегрированные приложения (а не просто использовать AI-тулы), наш курс Prompt Engineering и автоматизация AI-воркфлоу именно об этом.
Этот пост отражает мой личный воркфлоу на декабрь 2025. AI-тулинг быстро развивается — tier-list будет смещаться.
