"История с ракетой не уникальна. Точно такие же паттерны всплывают в других задачах.
Если попросить LLM написать бинарный поиск вручную, она очень часто перепутает строгие и нестрогие сравнения, неправильно обновит low и high, оставит один элемент никогда не проверенным или повесит цикл на бесконечное выполнение в одном из граничных случаев. По сигнатуре и структуре это будет ровно тот бинарный поиск, который вы видели в учебнике. Но граничные условия, где «<» надо заменить на «<=», оказываются не там.
С плавающей точкой всё ещё веселее. Конструкция if a == b: для результатов вычислений встречается в сгенерированном коде с завидной регулярностью. Да, такое можно увидеть и в живых проектах. Да, мир почему-то ещё не сгорел. Но это не повод искусственно множить такие места в чужом коде. Правильное сравнение через допуск, работа с масштабами, нормализация — это опять та самая «скучная математика», которой нейросеть не уделяет внимания.
SQL-запросы ИИ очень любит собирать через f-строки. Логика при этом будет честной: запрос формируется, параметры подставляются, результаты читаются. То, что такая конструкция открывает дверь для инъекций нараспашку, модель не волнует. Она видит тысячу примеров кода с подстановкой строк и делает «как у людей». Параметризованные запросы, подготовленные выражения — это уже другая, менее представительная выборка.
Границы массивов, пустые контейнеры, перепутанные радианы и градусы, off-by-one ошибки в циклах — всё это тоже постоянно всплывает в сгенерированном коде. В том числе в таких местах, которые любой живой опытный программист увидел бы сходу, просто потому, что уже сто раз видел тот же баг в реальной системе."
Comments (1)
определение которым я пользуюсь это не джун, а индусский раб. напишет тебе дофига кода, но за ним всегда надо проверять 😁