Продакшн на Laravel руками ИИ‑агента: честный отчёт о том, что работает, а что чуть не уронило прод

Я аналитик, а не разработчик. Весь код для созданной нами платформы написал Claude Opus через Claude Code. Рассказываю без хайпа: как выглядит реальный workflow, где нейросеть незаменима, где она бесполезна, и какая инженерная дисциплина обязательна, чтобы это не превратилось в тыкву на боевом.

Сразу обозначу рамку, чтобы снять половину вопросов из комментариев.

Я не умею писать продакшн‑код. Я аналитик: читаю код, рассуждаю о системах, проектирую поведение — но профессионально не кодю. Тем не менее у нас в проде работает нетривиальное веб‑приложение, и каждую строчку кода написала нейросеть (Claude Opus, агент Claude Code). Моя роль — архитектор, продакт и QA. Второй ключевой человек — дизайнер веб‑интерфейсов, тоже освоивший Claude.

Это не пост «ИИ сам всё сделал, программисты не нужны». Скорее наоборот: я хочу показать, что инженерия никуда не делась — просто из неё вынули операцию «набирать код руками». Всё остальное (проектирование, компромиссы, ловля прод‑онли багов, дисциплина релизов) осталось на человеке. И вот об этом «остальном» — интереснее всего.

Что за приложение (коротко, без рекламы)

Кейс — блогплатформа «Думайте». Технически это не лендинг и не CRUD‑тудушка, а связка десятков подсистем:

• Бэкенд: PHP 8.4, Laravel, Livewire, очереди (Horizon), реалтайм на WebSocket (Reverb).

• Данные: MySQL 8 в проде, полнотекстовый поиск на Meilisearch (Scout), Redis, медиа на S3.

• Фронт: Livewire + Alpine.js + Tailwind, кастомный редактор на TipTap, PWA с web‑push.

• Прочее: OAuth (VK/Яндекс/Telegram), почтовые дайджесты, антифрод‑подсистемы, админка на Filament.

• Тесты: больше 1300 автотестов на Pest, гоняются перед каждым деплоем.

Зачем всё это — вопрос продуктовый, опущу (тизер: оценка контента по двум осям Полезно и Интересно вместо лайков). Здесь речь про то, как это строилось руками ИИ.

Workflow: ИИ — это неутомимый сеньор без контекста

Главное заблуждение: будто пишешь промпт — получаешь приложение. Нет. Получаешь сеньора, который знает весь стек и печатает мгновенно, но не знает, зачем. Техлидом становишься ты.

Цикл на практике:

1. Я формулирую фичу как аналитик: сущности, инварианты, граничные случаи, поведение на мобильном. Не «сделай оценки», а «вот модель голоса, вот веса, вот что происходит при отзыве оценки, вот кэп в сутки».

2. Агент предлагает архитектуру и схему БД. Я задаю вопросы про компромиссы (индексы, N+1, миграции, обратная совместимость).

3. Он пишет код и тесты, я гоняю, читаю диффы, ищу логические дыры, прошу переделать.

4. Продуктовые и архитектурные решения — на человеке. У ИИ нет контекста про то, что важно пользователю.

Ключевой момент: раз я не пишу код сам, я физически не могу глазами провалидировать каждую строку. Единственные глаза — тесты. Отсюда железное правило: ни одна фича не считается готовой без покрытия. 1300+ тестов — это не перфекционизм, это протез зрения для не‑программиста.

Где нейросеть — гений, а где чуть не убила прод

Вот наши настоящие грабли, с которыми столкнулись

Грабля № 1: разница между dev и prod, которую не видно на локалке. Мы разрабатывали на SQLite, а прод — на MySQL. И поймали серию боевых «пятисоток» на ровном месте: MySQL строже относится к группировкам (only_full_group_by), а некоторые функции, которые в SQLite означают одно, в MySQL — совсем другое. Код был «правильный» — просто СУБД вели себя по‑разному. Вывод, который дорого достался: локальная среда должна повторять боевую. Мы перевели всю локальную разработку на MySQL 8 — и класс прод‑багов просто исчез. ИИ честно писал кросс‑совместимый SQL, когда его об этом просили; но додуматься до самого риска паритета сред должен был человек

Грабля № 2: одна миграция уронила все страницы статей. Мы поменяли формат одного поля в профиле (список ссылок из простых строк стал списком объектов). Обновили всех известных потребителей поля — кроме одного самописного куска, который делал parse_url() в расчёте на строку. В PHP parse_url(массив) бросает ошибку — и получили 500 на каждой странице записи, где был этот блок автора. Классика, на которой горят и живые команды: смена формата данных — это не локальная правка, а изменение контракта для всех, кто поле читает. Теперь любое такое изменение — только с полным аудитом потребителей и тестом на реальную страницу.

Грабля № 3: мобильная клавиатура и в целом мобильная версия — ад, который не полностью воспроизводится в браузере. Панель ввода комментария должна держаться над экранной клавиатурой. Звучит тривиально. На деле Chrome на Android, Яндекс‑браузер и Safari на iOS ведут себя по‑разному: у одного панель браузера снизу, у другого сверху, третий вообще игнорирует нужный механизм. Мы прошли через серию багов, которые видны только на живых устройствах — ни один автотест и ни один эмулятор их не ловит. Мораль: ИИ напишет тебе идеальный по логике код, но «проверь на трёх реальных телефонах» — по‑прежнему на человеке.

Общий паттерн: нейросеть блестяще решает поставленную задачу, но не знает, какую задачу ставить. Увидеть системный риск, вспомнить про паритет сред, догадаться проверить на железе, решить продуктовый спор — это остаётся людьми. ИИ убрал из уравнения «писать код». Всё остальное в инженерии никуда не делось.

Что я понял про постройку продукта с ИИ

Если вы думаете сделать что‑то серьёзное таким способом — несколько честных выводов.

1. Аналитик и тестировщик важнее кодера. Узкое место — не «написать код», а внятно сформулировать, что и зачем. Умение декомпозировать, продумать граничные случаи и правила — теперь главный навык. Кодинг стал дешёвым; мышление — нет.

2. Без тестов вы слепы. Не пишете код сами — значит, обязаны заставлять ИИ покрывать всё тестами. Это ваши глаза и страховка. Лучше сразу на старте прописать это правило в документации Клода.

3. Держите продовую дисциплину как взрослые. Паритет сред, миграции с аудитом, гейт тестов перед деплоем, бэкапы. ИИ с радостью выкатит вам что угодно — тормоза ставите вы.

4. Скорость — сумасшедшая, но контроль на вас. То, что заняло бы у небольшой команды годы и серьёзный бюджет, делается силами пары человек и подписки на ИИ. Но «быстро» без «в проде и не падает» ничего не стоит.

Мы не «побороли программистов». Мы обнаружили, что если ты хороший аналитик, дизайнер и дисциплинированный QA, нейросеть закрывает всю инженерную часть — а на тебе остаётся то, что и было главным: понимать людей и продукт.