Часто бывает: попросишь AI поправить часть кода, и вроде всё верно, изменения логичные. Но при этом где-то в другом месте вываливается ошибка или функционал ломается. Пробовал разные подходы, и вот что помогает у меня.

Во-первых, всегда делаю коммиты перед такими правками — это спасает, если надо откатиться. Во-вторых, после исправления AI запускаю тесты именно того участка, который трогал, но и по возможности проверяю ключевые сценарии вокруг. Иногда AI не учитывает скрытые зависимости в коде, которые ты глазами не сразу заметишь.

Если ломается что-то рядом, значит, AI “не понял” контекст или сделал слишком глобальные правки. Тут помогает разбивать задачи на более мелкие: не просить “починить эту функцию целиком”, а по пунктам — например, сначала исправь валидацию, потом вернись к обработке результата. Ещё полезно просить AI объяснить, зачем он что-то изменил — часто в его ответах можно заметить потенциальные проблемы.

Да, это не идеальная схема, но помогает не сносить всё к чертям после одной итерации исправлений. Кто как с этим борется? Просто игнорируете и потом откатываете, или есть секретные фишки?