LLM-кодирование без архитектуры убивает проект за 3 месяца: опыт разработчика

---

Разработчик полгода писал пет-проект почти целиком с помощью LLM-агентов (программ, которые сами пишут код по текстовому заданию) и обнаружил, что без чистой архитектуры нейросеть деградирует по той же кривой, что команда людей, только втрое быстрее.

Опыт описан в авторском посте практика, который вёл Symfony-бакенд с Next.js-фронтом. Первый месяц фичи «вылетали за вечер», к третьему месяцу каждая новая функция ломала две старые. Ниже: почему так происходит, как это исправить и что из этого взять автору, маркетологу и предпринимателю в РФ.

Почему LLM-агент скатывается в хаос?

LLM (large language model, большая языковая модель) обучена на коде с GitHub. Статистически плохого кода там больше, чем хорошего. Модель знает не «как правильно», а «как обычно». «Как обычно» означает god-объекты (классы, которые делают всё подряд), копипасту и логику, размазанную по слоям.

Контекстное окно (объём текста, который модель «держит в голове» за один раз) работает как рабочая память стажёра:

• Низкая связность модулей: правка локальна, агенту хватает одного-двух файлов, результат предсказуем.
• Высокая связность: чтобы понять последствия, нужно прочитать 20 файлов. Агент читает 5, про остальные не догадывается и ломает то, что в контекст не попало.

Автор формулирует это так: архитектура не эстетика, а способ сократить объём контекста, необходимый для одного изменения. Код, удобный для LLM, это тот же код, который понятен новичку за пять минут, а не за две недели.

Что понадобится

• Любой LLM-агент для кодирования: Claude Code, Cursor, Windsurf или аналог с доступом к файловой системе проекта.
• Проект на языке со статической или полустатической типизацией (PHP/Symfony, TypeScript, Python с аннотациями).
• Инструмент контроля зависимостей: deptrac для PHP, аналогичные линтеры для других стеков.
• Файл архитектурных правил в корне репозитория (CLAUDE.md, AGENTS.md или любой текстовый контракт для агента).
• Время: базовая настройка занимает один вечер, полноценная обкатка потребует одну-две недели.

Пошаговая инструкция

1. Разбейте проект на ограниченные контексты (bounded contexts). Каждый модуль получает собственное пространство имён. Названия классов и папок должны совпадать с терминами из постановки задачи. Для LLM это работает как встроенная документация: Core\Billing\Domain\Entity\CreditBalance сообщает, что это, где живёт и кого касается, ещё до чтения кода.

2. Опишите правила архитектуры в текстовом файле для агента. Не «пожелания», а контракт: какой слой может обращаться к какому, где живут интерфейсы, где реализации.

# CLAUDE.md (фрагмент)
## Правила зависимостей
- Domain НЕ импортирует Infrastructure и Application.
- Application обращается к Domain только через интерфейсы.
- Infrastructure реализует интерфейсы Domain, но не вызывает Application напрямую.

1. Подключите машинную проверку этих правил. Для Symfony-проекта автор использует deptrac с двумя конфигурациями: одна проверяет границы между модулями, вторая проверяет слои внутри каждого модуля.

# deptrac-modules.yaml (упрощённый пример)
layers:
  - name: Billing
    collectors:
      - type: directory
        value: src/Core/Billing/.*
  - name: Processing
    collectors:
      - type: directory
        value: src/Core/Processing/.*
ruleset:
  Billing:
    - Billing
  Processing:
    - Processing

1. Встройте проверку в пайплайн агента. После каждой генерации кода запускайте deptrac (или аналогичный линтер) автоматически. Если проверка падает, агент не может замержить изменение.

2. Добавьте субагента-ревьювера. Отдельный вызов LLM с системным промптом (system prompt, базовая инструкция, задающая роль модели), который проверяет сгенерированный код на соответствие принципам SOLID и архитектурным правилам проекта, прежде чем код попадёт в основную ветку.

3. Следите за принципом YAGNI при LLM-кодировании. Модель любит генерировать «на всякий случай»: фабрику для класса с одной реализацией, конфигурируемость, которую никто не просил. Каждый лишний слой абстракции завтра станет лишним контекстом, мешающим следующим правкам. Явно запретите это в файле правил.

Что делать с этим прямо сейчас?

Автору Дзена и копирайтеру. Если вы используете LLM для генерации лонгридов или серий постов, принцип тот же: без структуры и шаблонов модель начнёт повторяться и противоречить себе. Заведите «архитектурный файл» для контента: тон, термины, запреты. Это ваш аналог deptrac для текста.

Разработчику и маркетологу с техническим продуктом. LLM-кодирование экономит время только при чистой архитектуре. Если ваш подрядчик говорит «ИИ ускорит разработку вдвое», спросите, как устроен контроль зависимостей. Без него ускорение обернётся техническим долгом через квартал.

Предпринимателю в РФ и СНГ. Все упомянутые инструменты доступны: deptrac бесплатен и работает локально, Claude Code и Cursor доступны через VPN или API. Из российских LLM для кодирования можно пробовать YandexGPT и GigaChat, но по моим наблюдениям они пока слабее в задачах рефакторинга крупных кодовых баз.

Главный вывод из полугодового эксперимента укладывается в одну фразу: LLM не отменяет инженерную дисциплину, а делает её последствия мгновенными. Плохая архитектура раньше мстила через годы, теперь через недели. И это, возможно, лучшее, что случилось с культурой кода за последнее десятилетие.