Kiedy powinieneś poprosić AI o napisanie kodu od podstaw, a kiedy tylko go przejrzeć lub refaktoryzować?

Question

Accepted Answer

Praktyczna reguła: pozwól AI **pisać** tam, gdzie błędy są tanie i oczywiste, a użyj go do **przeglądu/refaktoryzacji** tam, gdzie błędy są drogie lub subtelne. Decydującym czynnikiem jest to, ile kosztuje Cię weryfikacja wyniku.

## Kiedy pozwolić mu pisać od podstaw

- **Greenfield i boilerplate** — nowy util, plik konfiguracji, CRUD endpoint, regex. Nie ma ukrytego kontekstu do zepsucia.
- **Nieznamite API/biblioteki** — AI zna powierzchnię biblioteki, której Ty nie znasz, a Ty weryfikujesz względem dokumentacji.
- **Kod tymczasowy/prototypowy** — szybkość ważniejsza niż perfekcja.

W tych przypadkach koszt błędu jest niski i możesz przeczytać wynik od góry do dołu.

## Kiedy używać tylko do przeglądu/refaktoryzacji

- **Logika krytyczna dla biznesu** — billing, autentykacja, matematyka pieniężna. Wiarygodnie wyglądająca zła odpowiedź jest niebezpieczna.
- **Kod subtelny** — współbieżność, bezpieczeństwo, algorytmy obciążone edge case'ami, gdzie "wygląda dobrze" nie oznacza "jest dobrze".
- **Duże istniejące systemy** — AI nie widzi wszystkich niezmienników, na których bazuje Twoja baza kodu, więc generowanie do niej grozi cichymi błędami.

Tu trzymasz AI jako **drugą parę oczu**: sugeruje, Ty decydujesz.

```text
                 Cost of a bug LOW          Cost of a bug HIGH
New code          ✅ let AI write           ⚠️ AI drafts, you verify hard
Existing code     ✅ AI refactors           ✅ AI reviews, you write the change
```

## Kompromisy i ryzyka

Pisanie od podstaw jest szybkie, ale AI może wymyślić API (**hallucynacja**) lub przegapić kontekst, którego nie widzi. Przegląd jest bezpieczniejszy, ale wolniejszy i tylko tyle wart, ile warte jest kontekstu, który mu dajesz. W każdym przypadku jesteś **odpowiedzialnym autorem** — AI to narzędzie, nie podpisujący się pod commit.

## Dlaczego to ważne

Błędna ocena tego jest miejscem, gdzie AI-assisted dev idzie źle: ludzie pozwalają AI generować logikę krytyczną, której potem nie potrafią pełnie zweryfikować, lub sami piszą trywialny boilerplate, który AI mogłoby wyprodukować w sekundach. Dopasowanie trybu (**pisanie** vs **przegląd/refaktoryzacja**) do **kosztu bycia w błędzie** trzyma Cię szybkim na tanim materiale i ostrożnym na niebezpiecznym. Testowana umiejętność to osąd, gdzie wydać swój wysiłek weryfikacji — nie czy potrafisz zapytać AI.