Хотел бы прокомментировать новость в следующем посте и выводы Алексея по ней.

Для начала - согласен с выводами.
Релиз PG задержался впервые за много лет не из-за того, что AI нашел баги в новых фичах (а раньше не находил). А потому, что с AI стало сильно легче искать и эксплуатировать уязвимости.
Раньше до нахождения уязвимости и появления риска проходили годы - сейчас недели.

И это еще одно подтверждение следующей мысли.
Главная проблема внедрения AI для разработчика не в том, что AI еще слаб, а менеджеры требуют больше фичей, обосновывая это требование появлением AI.
Точнее на данном этапе в отдельных командах это так, но это явление временное.
Т.к. AI улучшается.

Основная проблема в том, что сильный AI забирает у человека относительно простую работу - писать код. Подчеркну - относительно!
А вот самая трудная работа - проектирование и ревью - остается за человеком.
И ее станет сильно больше. Почему? AI пишет много кода)
Причем проблема сильнее именно в ревью - объем ревью растет сильнее, чем количество фичей и кода, т.к. LLM хороши в поиске уязвимостей.
В общем случае, чем больше этапов производственного процесса мы отдаем машине - тем сильнее растет объем ревью.

Когнитивная нагрузка растет.
Как ее уменьшить - писал выше, тут важно найти баланс между качеством и временем на ревью.
Что тоже является отдельной задачей, повышающей когнитивную нагрузку на разработчика)))

#ai #postgresql

Почему PostgreSQL 19 не вышел в сентябре и каким боком тут AI?

Октябрь уж наступил, а постгреса всё нет! Последние пять лет мажорные версии Постгреса аккуратно выходили в сентябре. Как часы — у меня это всегда вызывало восхищение.

В этом году будет задержка, причем часть новых фич будто в спешке откатывают. А в блоге Snowlake (облачная дата-платформа) появилась статья, примерно следующего содержания.

Мол, PostgreSQL 19 не выйдет в привычный осенний срок и задержится на недели, а возможно, и на месяцы. Главная причина в том, что в ходе беты откатили много крупных функций (53 отката против примерно 44 у PG18), а другие ещё серьёзно перерабатываются. Большинство откатов вызваны ошибками в дизайне, неверными результатами запросов или проблемами совместимости, обнаруженными при ревью уже после коммита. Отличие от прошлых лет, по её словам, в том, что откаты пришлись на поздний этап и затронули громкие функции вроде графовых запросов SQL/PGQ и GROUP BY ALL. Значительную роль сыграли ИИ: инструменты помогают находить баги и готовить воспроизводимые тест-кейсы, а исправления слишком велики, чтобы успеть к релизу.

Томаш Вондра, один из коммиттеров PostgreSQL, написал блестящий ответный пост, в котором оспаривает утверждение из блога Snowflake, будто функции Postgres 19 откатывают из-за того, что ИИ-инструменты находят в них сложные ошибки. Автор считает, что неверное определение причины мешает решить настоящую проблему.

Проанализировав историю предыдущих откатов, Томаш замечает (и приводит даже графики), что в целом количество откатов не то чтобы какое-то необычное, но необычно то, когда именно они произошли. Обычно откаты происходят сразу после апрельской “заморозки” релизной ветки для нового функционала, а в этом цикле почти ничего не происходило вплоть до резкого всплеска в сентябре.

Изучив все 12 недавних откатов и обсуждения в почтовых рассылках, только 4 случая можно отнести к «ИИ» или «возможно ИИ». Большинство же откатов вызваны обычными ревью от людей, а также большим количеством исправлений после коммита. В чем же дело? Автор считает, что AI виноват, но иначе: разработчики в 2026м году были “завалены” исправлениями по отчётам об уязвимостях (CVE). Число CVE резко выросло в 2026м: 5 в прошлом году против 44 в этом, и большая часть из них найдена конечно с помощью ИИ. Опытные разработчики заняты исправлениями безопасности, и на обычное ревью в период стабилизации не хватает сил.

Вондра считает это примером «инверсии ИИ», и это эффект известный всем мейнтейнерам популярных открытых проектов. Раньше чтобы прислать патч или ревью, человеку нужно было разобраться в коде, компромиссах и сценариях использования и сформулировать мнение, связно, используя верхнюю голову. Это естественным образом ограничивало нагрузку на опытных мейнтейнеров и отсеивало немотивированных участников. ИИ кардинально ломает этот баланс: правдоподобно выглядящий патч, ревью или отчёт об ошибке теперь можно сгенерировать почти даром, но проверять его всё равно должен человек, причём самый опытный и самый занятый. Инверсия состоит в том, что затраты сместились со стороны автора на сторону мейнтейнера.

Сообщения об уязвимостях создавать стало дёшево, но разбирать и исправлять их приходится тем же немногочисленным опытным разработчикам. У них не остаётся времени на обычное ревью во время стабилизации, поэтому проблемы всплыли поздно и привели к волне откатов в сентябре.

PostgreSQL в Devhands | что за Рыбак | Devhands AI Club

🔥 Ten týpek je prostě borec (этот чувак — просто молодец)
👍 Ну, за мейнтейнеров