banatie-content/research/perplexity-chats/AI-Assisted Development_ Кластеризованная терминол.md

<img src="https://r2cdn.perplexity.ai/pplx-full-logo-primary-dark%402x.png" style="height:64px;margin-right:32px"/>

# AI-Assisted Development: Кластеризованная терминология и подходы

Проведена детальная кластеризация терминов разработки с помощью AI по восьми резонным доменам. Каждая позиция содержит источники с указанием организаций, authority ranking и подробные описания.

## Domain 1: Experimental \& Low-Quality Approaches

### Vibe Coding

**Authority Rank: 1** | **Perception: Negative**

**Источники:**

1. **Andrej Karpathy** (OpenAI co-founder, Tesla AI Director) — википедия, февраль 2025[^1][^2]
2. **Collins English Dictionary** — Word of the Year 2025[^1]
3. **SonarSource** (Code Quality Platform) — анализ качества кода[^3]

**Описание:**

Термин придуман Андреем Карпати в феврале 2025 года и быстро стал культурным феноменом — Collins English Dictionary назвал его словом года 2025. Это подход, где разработчик описывает задачу на естественном языке, AI генерирует код, но ключевое отличие: **разработчик НЕ проверяет код**, а только смотрит на результаты выполнения.[^2][^1]

Как отметил программист Simon Willison: "Если LLM написал каждую строку вашего кода, но вы всё проверили, протестировали и поняли — это не vibe coding, это использование LLM как typing assistant". Ключевая характеристика: принятие AI-сгенерированного кода без его понимания.[^1]

Критики указывают на отсутствие ответственности, проблемы с поддерживаемостью и увеличенный риск внедрения уязвимостей безопасности. В мае 2025 года обнаружено, что шведское приложение Lovable, использующее vibe coding, имело уязвимости безопасности в 170 из 1,645 созданных веб-приложений. Fast Company в сентябре 2025 сообщил о "vibe coding hangover" — senior инженеры цитируют "development hell" при работе с таким кодом.[^3][^1]

Подходит для "throwaway weekend projects", как изначально задумывал Карпати, но рискован для production систем.[^3][^1]

***

## Domain 2: Enterprise \& Production-Grade Methodologies

### AI-Driven Development Life Cycle (AI-DLC)

**Authority Rank: 1** | **Perception: Positive - Enterprise**

**Источники:**

1. **AWS (Amazon Web Services)** — Raja SP, Principal Solutions Architect, июль 2025[^4]
2. **Amazon Q Developer \& Kiro** — официальная платформа AWS[^4]

**Описание:**

Представлена AWS в июле 2025 года как трансформативная enterprise-методология. Raja SP, Principal Solutions Architect AWS, создал AI-DLC вместе с командой после работы с более чем 100 крупными заказчиками.[^4]

Методология позиционирует AI как **центрального коллаборатора** на протяжении всего SDLC с двумя мощными измерениями:

1. **AI-Powered Execution with Human Oversight** — AI систематически создает детальные рабочие планы, активно запрашивает уточнения и guidance, откладывает критические решения на людей. Только люди обладают контекстуальным пониманием и знанием бизнес-требований.[^4]
2. **Dynamic Team Collaboration** — пока AI обрабатывает рутинные задачи, команды объединяются в коллаборативных пространствах для real-time problem solving, креативного мышления и быстрого принятия решений.[^4]

Workflow: AI создает план → задает уточняющие вопросы для получения контекста → реализует решения только после получения человеческой валидации. Этот паттерн повторяется быстро для каждой SDLC-активности.[^4]

**Три фазы разработки:**

- **Inception phase**: AI трансформирует бизнес-интент в детальные требования через "Mob Elaboration" — вся команда активно валидирует вопросы и предложения AI[^4]
- **Construction phase**: AI предлагает логическую архитектуру, domain models, code solution через "Mob Construction"[^4]
- **Operations phase**: AI применяет накопленный контекст для управления infrastructure as code и deployments[^4]

**Терминологические инновации:** традиционные "sprints" заменены на "bolts" — короткие, интенсивные рабочие циклы в часах или днях вместо недель; Epics заменены на Units of Work.[^4]

**Преимущества:** velocity (задачи за часы/дни вместо недель), innovation (AI освобождает время), quality (continuous clarification), market responsiveness, улучшенный developer experience.[^4]

### Spec-Driven Development (SDD)

**Authority Rank: 2** | **Perception: Positive - Systematic**

**Источники:**

1. **GitHub Engineering** — Den Delimarsky, Spec Kit toolkit, сентябрь 2025[^5][^6][^7]
2. **ThoughtWorks Technology Radar** — ноябрь 2025[^8][^9]
3. **Red Hat Developers** — октябрь 2025[^10]

**Описание:**

Возник в 2025 году как прямой ответ на проблемы "vibe coding". ThoughtWorks включил его в Technology Radar как ключевую emerging practice. GitHub open-sourced Spec Kit в сентябре 2025 года, поддерживает Claude Code, GitHub Copilot, Gemini CLI.[^11][^7][^5][^8]

**Ключевой принцип:** спецификация становится источником истины (source of truth), не код. Как заявляет GitHub: "В этом новом мире поддержка софта означает эволюцию спецификаций. Lingua franca разработки переходит на более высокий уровень, а код — это last-mile подход".[^9]

**Workflow Spec Kit:**

1. **Constitution** — immutable принципы высокого уровня, применяемые к каждому изменению (rules file)[^7][^9]
2. **/specify** — создание спецификации из high-level промпта[^7]
3. **/plan** — техническое планирование на основе спецификации[^7]
4. **/tasks** — разбивка на управляемые фазированные части для AI-агента[^7]

**Три интерпретации SDD** (по анализу ThoughtWorks):[^9]

- **Spec-first**: хорошо продуманная спецификация пишется первой, затем используется в AI-workflow
- **Spec-anchored**: спецификация сохраняется после завершения задачи для эволюции и поддержки feature
- **Spec-as-source**: спецификация — главный source file; только spec редактируется человеком, код никогда

**Инструменты и реализации:**

- **Amazon Kiro**: три стадии workflow — requirements, design, tasks creation[^12][^8]
- **GitHub Spec Kit**: трехступенчатый процесс с rich orchestration, configurable prompts, constitution[^8][^9]
- **Tessl Framework** (private beta, сентябрь 2025): радикальный подход, где спецификация — maintained artifact, не код[^8][^9]

ThoughtWorks предупреждает: workflows остаются elaborate и opinionated, инструменты ведут себя по-разному в зависимости от размера задачи, иногда генерируют длинные spec files, сложные для ревью. Мартин Фаулер (Martin Fowler) на сайте ThoughtWorks отмечает параллели с Model-Driven Development (MDD) из прошлого и предупреждает о потенциальных подводных камнях.[^9][^8]

### Architecture-First AI Development

**Authority Rank: 3** | **Perception: Positive - Professional/Mature**

**Источники:**

1. **WaveMaker** — Vikram Srivats (CCO), Prashant Reddy (Head of AI Product Engineering), январь 2026[^13][^12]
2. **ITBrief Industry Analysis** — январь 2026[^13][^12]

**Описание:**

Индустриальный shift 2026 года, идентифицированный руководителями WaveMaker, low-code platform provider. В январе 2026 ITBrief опубликовал анализ: "AI coding tools face 2026 reset towards architecture".[^12][^13]

**Ключевая цитата** Vikram Srivats, CCO WaveMaker: "В некотором смысле, второе пришествие AI coding tools должно быть всё об **Architectural Intelligence** — просто Artificial Intelligence больше не подходит".[^13][^12]

**Суть подхода:** переход от "vibe coding" экспериментов к governance, architecture alignment, долгосрочной maintainability. Vendors и enterprises смещают фокус от экспериментального использования и раннего роста выручки к архитектуре, управлению и долгосрочной поддерживаемости.[^12][^13]

**Ключевые характеристики:**

- Дизайн системы перед реализацией
- AI-агенты с четкими ролями: Architect, Builder, Guardian
- Кодирование архитектурных правил, enforcement review processes
- Работа от формальных спецификаций
- Уважение к внутренним стандартам организаций[^13][^12]

**Проблема, которую решает:** крупные организации работают на слоях абстракций, фреймворков и design patterns, созданных годами. Эти структуры защищают критические системы, обеспечивают compliance и поддерживают reliability в больших командах. Новые инструменты, обходящие эти структуры, создают технический долг, security gaps, несогласованность между командами.[^12][^13]

Prashant Reddy, Head of AI Product Engineering WaveMaker: "В 2026 AI-powered development tools созреют далеко за пределы vibe coding или базовой proof of concept помощи. Следующая волна сфокусируется на генерации production-grade кода, который seamlessly вписывается в enterprise architecture standards. Организациям нужны инструменты, которые понимают и уважают абстракции, фреймворки и паттерны, уже используемые внутри команд, не инструменты, переизобретающие колесо".[^13][^12]

**Enterprise demand:** engineering leaders в регулируемых секторах хотят audit trails, consistent behaviour, alignment с compliance controls. Vendors вроде Amazon уже начали внедрять documentation-first и specification-driven workflows.[^12][^13]

***

## Domain 3: Quality \& Validation-Focused Approaches

### Test-Driven Development with AI (TDD-AI)

**Authority Rank: 1** | **Perception: Positive - Quality-Focused**

**Источники:**

1. **Galileo AI Research** — август 2025[^14][^15]
2. **Builder.io Engineering** — август 2025[^16]

**Описание:**

Адаптация традиционного TDD для AI-систем. Galileo AI опубликовал две статьи в августе 2025: "Leveraging Test-Driven Development for AI System Architecture" и "Adapting TDD for Reliable AI Systems".[^15][^14]

**Ключевой workflow:** тесты пишутся первыми → AI генерирует код для прохождения тестов → verify → refactor. Фокус на валидации и качестве. Статистическое тестирование для недетерминированных AI-выходов — критически важное отличие от традиционного TDD.[^14][^15]

Подход решает challenges AI-reliability через систематическую верификацию. Обеспечивает корректность кода перед deployment. Особенно важно для AI-систем, где выходы могут варьироваться.[^15][^14]

### Human-in-the-Loop (HITL) AI Development

**Authority Rank: 2** | **Perception: Positive - Responsible**

**Источники:**

1. **Google Cloud Documentation** — официальная документация, 2026[^17]
2. **Encord Research** — декабрь 2024[^18]
3. **Atlassian Engineering** — HULA framework, сентябрь 2025[^19][^20]

**Описание:**

Люди активно вовлечены в жизненный цикл AI-системы. Continuous feedback и validation loops. Гибридный подход: человеческое суждение + AI-исполнение.[^17][^18]

**HULA (Human-in-the-Loop AI)** — фреймворк от Atlassian для software development agents, представлен в сентябре 2025. Atlassian опубликовал блог "Human in the Loop Software Development Agents", документируя подход к интеграции человеческого надзора в аgentic coding.[^20]

Google Cloud определяет HITL как процесс, где AI-системы активно запрашивают человеческий input для критических решений, обучения и валидации. Encord Research подробно описывает применение в machine learning.[^18][^17]

**Ключевые преимущества:** акцент на надзоре, контроле, ответственном AI deployment. Люди валидируют критические решения, AI обрабатывает выполнение. Снижение AI-ошибок через непрерывный human supervision.[^20][^17][^18]

### Quality-First AI Coding

**Authority Rank: 3** | **Perception: Positive - Professional**

**Источники:**

1. **Qodo.ai** (formerly CodiumAI) — AI code review platform, декабрь 2025[^21][^22]
2. **Qodo.ai Product Demo** — сентябрь 2024[^21]

**Описание:**

Целостность кода в основе подхода. Qodo.ai — платформа с agentic AI code generation и comprehensive testing. AI-powered тестирование, валидация, code review.[^22][^23][^21]

**Production-ready фокус:** автоматическая генерация тестов для каждого изменения кода. Reliability, maintainability, security с самого начала. Прямой контраст "vibe coding" — качество non-negotiable.[^22][^21]

Платформа позиционируется как "quality-first AI code generation to help busy devs". Интеграция в workflow для обеспечения, что сгенерированный AI код соответствует production standards.[^23][^24][^21][^22]

### Deterministic AI Development

**Authority Rank: 4** | **Perception: Positive - Enterprise/Compliance**

**Источники:**

1. **Augment Code Research** — август 2025[^25]

**Описание:**

Идентичные выходы для идентичных входов. Rule-based архитектуры для предсказуемости. Лучше всего подходит для: security scanning, compliance checks, refactoring tasks.[^25]

**Гибридный подход:** вероятностное рассуждение (probabilistic reasoning) + детерминированное исполнение (deterministic execution). Решает проблему AI non-determinism concerns.[^25]

Auditable, repeatable результаты. Критично для enterprise compliance requirements. Обеспечивает трассируемость решений AI-системы.[^25]

***

## Domain 4: Collaborative Development Patterns

### AI Pair Programming

**Authority Rank: 1** | **Perception: Positive - Collaborative**

**Источники:**

1. **GitHub Copilot (Microsoft)** — официальная документация, январь 2026[^26][^27]
2. **Qodo.ai Documentation** — март 2025[^28]
3. **GeeksforGeeks Technical Education** — июль 2025[^26]

**Описание:**

AI выступает как "pair programmer" или coding partner. Основано на традиционном pair programming: driver (human/AI) и navigator (human/AI) роли.[^29][^28][^26]

Real-time collaboration и feedback. AI как thought partner в problem-solving. Инструменты: GitHub Copilot, Cursor, Windsurf. Разработчик остается at the helm, AI предлагает решения.[^27][^29][^26]

Conversational code development. Microsoft/GitHub официально документируют AI pair programming в VS Code Copilot docs. Qodo.ai подробно описывает практики в своем glossary. GeeksforGeeks предоставляет educational контент по методологии.[^27][^28][^26]

### Mobbing with AI / Mob Programming with AI

**Authority Rank: 2** | **Perception: Positive - Team-Focused**

**Источники:**

1. **Atlassian Engineering Blog** — декабрь 2025[^30]
2. **Aaron Griffith** (Human \& AI Collaboration Expert) — январь 2025[^31]
3. **LinkedIn Professional Discussion** — Alex Bunardzic, октябрь 2025[^32]

**Описание:**

Вся команда работает вместе, AI как driver. AI генерирует код/тесты перед командой. Команда navigates, reviews, refines в real-time.[^30][^31][^32]

Atlassian опубликовал "Mobbing with AI" в декабре 2025, документируя практики интеграции AI в mob programming sessions. Aaron Griffith провел презентацию "Human \& AI Collaboration in Mob Programming" в январе 2025.[^31][^30]

**Ключевые преимущества:**

- Коллективная AI literacy development
- Быстрое принятие решений с множественными перспективами
- Mob Elaboration и Mob Construction (из AI-DLC)[^30][^4]
- Team-wide context sharing[^32][^30]

Лучше всего для: complex problems, knowledge transfer, quality assurance.[^31][^32][^30]

### Agentic Coding / Agentic Programming

**Authority Rank: 3** | **Perception: Positive - Advanced**

**Источники:**

1. **arXiv Research Paper** — "AI Agentic Programming: A Survey", август 2025[^33]
2. **AI Accelerator Institute** — февраль 2025[^34]
3. **Apiiro Security Platform** — сентябрь 2025[^35]

**Описание:**

LLM-based агенты автономно планируют, выполняют, улучшают задачи разработки. Выходит за рамки code completion: генерирует программы, диагностирует баги, пишет тесты, рефакторит.[^33][^34][^35]

arXiv опубликовал comprehensive survey "AI Agentic Programming: A Survey of Techniques, Challenges, and Applications" в августе 2025. Документ описывает ключевые свойства: **autonomy, interactive, iterative refinement, goal-oriented**.[^34][^33]

**Agent behaviors:** planning, memory management, tool integration, execution monitoring. Multi-agent архитектуры. Self-improving systems.[^35][^33][^34]

AI Accelerator Institute: "Agentic code generation — будущее software development". Apiiro предупреждает о рисках: security concerns, необходимость governance.[^34][^35]

***

## Domain 5: Workflow \& Process Integration

### Prompt-Driven Development (PDD)

**Authority Rank: 1** | **Perception: Neutral to Positive**

**Источники:**

1. **Capgemini Software Engineering** — май 2025[^36]
2. **Hexaware Technologies** — август 2025[^37]
3. **Andrew Miller (Substack)** — январь 2025[^38]

**Описание:**

Разработчик разбивает требования на серию промптов. LLM генерирует код для каждого промпта. **Критически важно:** разработчик ОБЯЗАН проверять LLM-сгенерированный код.[^36][^37][^38]

Capgemini Software Engineering опубликовал "Prompt Driven Development" в мае 2025, документируя подход. Hexaware Technologies описывает как "Coding in Conversation" — август 2025.[^37][^36]

**Новый навык:** умение разбивать требования на эффективные промпты. Итеративное улучшение через conversation. Фокус на качестве промпта и контексте.[^38][^36][^37]

**Критическое отличие от vibe coding:** code review mandatory. Это не "принять и забыть", а структурированный процесс с проверкой.[^36][^37]

### AI-Augmented Development

**Authority Rank: 2** | **Perception: Positive - Practical**

**Источники:**

1. **GitLab Official Documentation** — декабрь 2023[^39]
2. **Virtusa Digital Transformation** — январь 2024[^40]
3. **TeiLur Talent Insights** — январь 2026[^41]

**Описание:**

AI-инструменты ускоряют SDLC на всех фазах. Фокус: code generation, bug detection, automated testing, smart documentation.[^42][^39][^40][^41]

GitLab официально документирует "AI-augmented software development: Agentic AI for DevOps". Virtusa позиционирует как digital theme. TeiLur Talent описывает tools, benefits \& best practices в январе 2026.[^39][^40][^41]

**Ключевой принцип:** люди обрабатывают стратегию, AI обрабатывает исполнение. Balanced human-AI collaboration. Интеграция в существующие workflows. DevOps pipeline compatibility.[^40][^41][^39]

Productivity gains без замены человеческого judgment. Практичный, широко применимый подход.[^41][^42][^39]

### Copilot-Driven Development

**Authority Rank: 3** | **Perception: Positive - Practical**

**Источники:**

1. **GitHub/Microsoft Official** — январь 2026[^43][^27]
2. **Emergn Journey Analysis** — сентябрь 2025[^44]
3. **LinkedIn Professional Experience** — Rajasekaran, август 2025[^43]

**Описание:**

Конкретно использование GitHub Copilot или подобных инструментов как development partner (не просто assistant).[^45][^44][^27][^43]

Microsoft официально документирует в VS Code: "GitHub Copilot in VS Code" — январь 2026. Emergn опубликовал case study: "How AI tools impact the way we develop software: our GitHub Copilot journey" — сентябрь 2025.[^44][^27]

**Характеристики:**

- Context-aware, учится coding style
- Enables conceptual focus вместо mechanical typing
- AI development partner интегрирован в IDE[^27][^43][^44]

Real-world adoption case studies. Workflow transformation: думаешь концептами, AI обрабатывает syntax. Rajasekaran описывает "My Journey with AI-First Development: How Copilot transformed my process".[^43][^44]

### Conversational Coding

**Authority Rank: 4** | **Perception: Neutral to Positive**

**Источники:**

1. **Google Cloud Platform** — январь 2026[^46]
2. **arXiv Research** — март 2025[^47]
3. **OpenAI Community Discussion** — октябрь 2024[^48]

**Описание:**

Natural language взаимодействие с AI для разработки. Итеративный, dialogue-based подход. Context retention через сессии.[^46][^47][^48]

Google Cloud официально документирует "Conversational AI" подходы. arXiv опубликовал "Conversational AI as a Coding Assistant" в марте 2025.[^47][^46]

Conversational refinement кода. Эксперименты с "Convo" programming language в OpenAI Community. Снижает барьер входа. Фокус на выражении intent вместо syntax. Multi-turn interactions для сложных задач.[^48][^46][^47]

***

## Domain 6: Code Review \& Maintenance

### AI Code Review

**Authority Rank: 1** | **Perception: Neutral to Positive**

**Источники:**

1. **LinearB Engineering Metrics Platform** — март 2024[^49]
2. **Swimm.io Developer Education** — ноябрь 2025[^50]
3. **CodeAnt.ai Platform** — май 2025[^51]

**Описание:**

Автоматизированное code examination используя ML/LLM. Static и dynamic analysis. Идентифицирует bugs, security issues, performance problems, code smells.[^49][^50][^51]

LinearB: "What is AI Code Review, How It Works, and How to Get Started" — март 2024. Swimm.io: "AI Code Review: How It Works and 5 Tools You Should Know" — ноябрь 2025. CodeAnt.ai: "What Is AI-Driven Code Review vs Traditional Review (2025 Guide)" — май 2025.[^50][^51][^49]

**Инструменты:** Qodo, CodeRabbit, SonarQube AI features. Scalable quality assurance. 24/7 availability. Consistency в enforcement стандартов.[^51][^49][^50]

**Best practices:** AI предлагает, человек approves критические изменения. Complements human review, не заменяет полностью.[^49][^50][^51]

***

## Domain 7: Specialized \& Emerging Approaches

### Ensemble Programming/Prompting with AI

**Authority Rank: 1** | **Perception: Positive - Advanced**

**Источники:**

1. **Kinde.com AI Engineering Insights** — ноябрь 2004[^52]
2. **Ultralytics ML Research** — декабрь 2025[^53]
3. **arXiv Ensemble Learning Research** — июнь 2025[^54]

**Описание:**

Множественные AI models/промпты комбинируются для лучших результатов. Aggregation методы: voting, averaging, weighted scoring.[^52][^53][^54]

Kinde.com: "Ensemble Prompting That Actually Moves the Needle". Ultralytics: "Exploring Ensemble Learning: Its role in AI and ML" — декабрь 2025. arXiv: "Ensemble Learning for Large Language Models in Text Classification" — июнь 2025.[^53][^54][^52]

**Преимущества:** улучшает accuracy и reliability vs single model. Снижает model-specific biases. Ensemble learning техники применяются к code generation. Множественные LLMs консультируются для сложных решений. Consensus-based code generation.[^54][^52][^53]

### Prompt Engineering for Development

**Authority Rank: 2** | **Perception: Neutral to Positive**

**Источники:**

1. **Google Cloud Official Guide** — январь 2026[^55]
2. **OpenAI Official Documentation** — апрель 2025[^56]
3. **GitHub Developer Blog** — май 2024[^57]

**Описание:**

Crafting эффективных промптов для AI models. Критический навык для AI-assisted development.[^58][^59][^60][^55][^56][^57]

Google Cloud: "Prompt Engineering for Generative AI" — январь 2026. OpenAI: официальная документация "Prompt engineering" — апрель 2025. GitHub: "A developer's guide to prompt engineering and LLMs" — май 2024.[^55][^56][^57]

**Ключевые элементы:** context provision, instruction clarity, constraint specification. Emerging discipline, комбинирующая техническое знание с пониманием AI models.[^59][^60][^56][^57][^58][^55]

**Техники:** few-shot learning, chain-of-thought, role prompting. Essential для качественной AI code generation. Structured prompting frameworks.[^56][^57][^59][^55]

### Intentional AI Development

**Authority Rank: 3** | **Perception: Positive - Thoughtful**

**Источники:**

1. **Tech.eu Industry Analysis** — январь 2026[^61]
2. **LinkedIn Thought Leadership** — июнь 2024[^62]
3. **Personal Development (ghuntley.com)** — август 2025[^63][^64]

**Описание:**

Purpose-driven AI design. Четкие роли и границы для AI. Deliberate practice и learning approach.[^64][^65][^61][^62][^63]

Tech.eu: "Adopting an Intentional AI Strategy in 2026" — январь 2026. LinkedIn: "Intentional AI: Guiding Rational and Purposeful AI development". ghuntley.com: "deliberate intentional practice" — август 2025.[^61][^62][^63][^64]

Human-scaled systems. Thoughtful integration vs blind adoption. Стратегический AI deployment. Этические соображения built-in. Фокус на meaningful automation, не automation for its own sake.[^65][^62][^63][^61]

***

## Domain 8: General \& Cross-Cutting Terms

### AI-Assisted Coding / AI-Assisted Development

**Authority Rank: 1** | **Perception: Neutral to Positive**

**Источники:**

1. **Wikipedia Official Entry** — июль 2025[^66]
2. **Ubiminds Analysis** — февраль 2025[^67]
3. **GitLab Official Documentation** — 2025[^68]

**Описание:**

Широкий umbrella term для AI, улучшающего задачи software development. Включает code completion, documentation generation, testing, debugging assistance.[^66][^67][^68]

Wikipedia: официальная статья "AI-assisted software development" — июль 2025. Ubiminds: "AI-Assisted Coding: Friend or Foe?" — февраль 2025. GitLab: "AI Code Generation Explained: A Developer's Guide".[^67][^68][^66]

**Характеристики:** разработчик остается in control, проверяет все предложения. Наиболее распространенный adoption pattern глобально. Инструменты от autocomplete (Copilot) до full agents (Cursor).[^69][^68][^66][^67]

Нейтральный термин без methodology implications. Фундамент для более специфических подходов. Foundation term, от которого отталкиваются все остальные практики.[^68][^66][^67]

***

## Ключевые выводы по доменам

**Domain 1** (Experimental) содержит только Vibe Coding — единственный термин с явно негативной коннотацией, backed by high-authority источниками (OpenAI founder, Collins Dictionary).[^2][^1][^3]

**Domain 2** (Enterprise) — наиболее authoritative домен с AWS, GitHub Engineering, ThoughtWorks как источниками. Фокус на production-grade, governance, architecture.[^5][^8][^12][^4]

**Domain 3** (Quality) — research-heavy домен (Galileo AI, Google Cloud, Atlassian) с акцентом на ответственную разработку.[^14][^17][^21]

**Domain 4** (Collaborative) — практические patterns, backed by крупными платформами (Microsoft/GitHub, Atlassian) и research (arXiv).[^26][^33][^30]

**Domains 5-7** — workflow integration, code review, specialized techniques — более узкие, но важные практики.[^50][^52][^55][^36]

**Domain 8** — general term, который служит baseline для всех остальных подходов.[^66][^67][^68]
<span style="display:none">[^70][^71][^72][^73][^74][^75][^76]</span>

<div align="center">⁂</div>

[^1]: https://en.wikipedia.org/wiki/Vibe_coding

[^2]: https://answerrocket.com/glossary-of-common-ai-terms/

[^3]: https://www.sonarsource.com/resources/library/vibe-coding/

[^4]: https://aws.amazon.com/blogs/devops/ai-driven-development-life-cycle/

[^5]: https://github.blog/ai-and-ml/generative-ai/spec-driven-development-with-ai-get-started-with-a-new-open-source-toolkit/

[^6]: https://blog.tadsummit.com/2025/11/19/spec-driven-development/

[^7]: https://developer.microsoft.com/blog/spec-driven-development-spec-kit

[^8]: https://www.thoughtworks.com/radar/techniques/spec-driven-development

[^9]: https://martinfowler.com/articles/exploring-gen-ai/sdd-3-tools.html

[^10]: https://developers.redhat.com/articles/2025/10/22/how-spec-driven-development-improves-ai-coding-quality

[^11]: https://www.linkedin.com/pulse/real-ai-story-2025-hype-discipline-thoughtworks-gvtcf

[^12]: https://itbrief.co.uk/story/ai-coding-tools-face-2026-reset-towards-architecture

[^13]: https://itbrief.news/story/ai-coding-tools-face-2026-reset-towards-architecture

[^14]: https://galileo.ai/blog/tdd-ai-system-architecture

[^15]: https://galileo.ai/blog/test-driven-development-ai-systems

[^16]: https://www.builder.io/blog/test-driven-development-ai

[^17]: https://cloud.google.com/discover/human-in-the-loop

[^18]: https://encord.com/blog/human-in-the-loop-ai/

[^19]: https://www.youtube.com/watch?v=0_zwdxcxxYk

[^20]: https://www.atlassian.com/blog/atlassian-engineering/hula-blog-autodev-paper-human-in-the-loop-software-development-agents

[^21]: https://www.youtube.com/watch?v=pIfsMysdcK8

[^22]: https://www.qodo.ai/ai-code-review-platform/

[^23]: https://codeparrot.ai/blogs/qodoai-code-with-an-agentic-ai

[^24]: https://javarevisited.wordpress.com/2025/05/15/is-qodo-ai-really-worth-it-for-code-review-in-2025-2/

[^25]: https://www.augmentcode.com/guides/deterministic-ai-for-predictable-coding

[^26]: https://www.geeksforgeeks.org/artificial-intelligence/what-is-ai-pair-programming/

[^27]: https://code.visualstudio.com/docs/copilot/overview

[^28]: https://www.qodo.ai/glossary/pair-programming/

[^29]: https://graphite.com/guides/ai-pair-programming-best-practices

[^30]: https://www.atlassian.com/blog/atlassian-engineering/mobbing-with-ai

[^31]: https://www.youtube.com/watch?v=BsFPbYX4WXQ

[^32]: https://www.linkedin.com/posts/alexbunardzic_mob-programming-is-the-absolute-best-approach-activity-7387190042420604929-EQob

[^33]: https://arxiv.org/html/2508.11126v1

[^34]: https://www.aiacceleratorinstitute.com/agentic-code-generation-the-future-of-software-development/

[^35]: https://apiiro.com/glossary/agentic-coding/

[^36]: https://capgemini.github.io/ai/prompt-driven-development/

[^37]: https://hexaware.com/blogs/prompt-driven-development-coding-in-conversation/

[^38]: https://andrewships.substack.com/p/prompt-driven-development

[^39]: https://about.gitlab.com/topics/agentic-ai/ai-augmented-software-development/

[^40]: https://www.virtusa.com/digital-themes/ai-augmented-development

[^41]: https://www.teilurtalent.com/insights/what-is-ai-augmented-development

[^42]: https://www.theninjastudio.com/blog/a-beginners-guide-to-ai-augmented-software-development

[^43]: https://www.linkedin.com/pulse/my-journey-ai-first-development-how-copilot-process-rajasekaran-pxfwc

[^44]: https://www.emergn.com/insights/how-ai-tools-impact-the-way-we-develop-software-our-github-copilot-journey/

[^45]: https://arxiv.org/pdf/2502.13199.pdf

[^46]: https://cloud.google.com/conversational-ai

[^47]: https://arxiv.org/abs/2503.16508

[^48]: https://community.openai.com/t/convo-a-conversational-programming-language/969667

[^49]: https://linearb.io/blog/ai-code-review

[^50]: https://swimm.io/learn/ai-tools-for-developers/ai-code-review-how-it-works-and-3-tools-you-should-know

[^51]: https://www.codeant.ai/blogs/ai-vs-traditional-code-review

[^52]: https://kinde.com/learn/ai-for-software-engineering/prompting/ensemble-prompting-that-actually-moves-the-needle/

[^53]: https://www.ultralytics.com/blog/exploring-ensemble-learning-and-its-role-in-ai-and-ml

[^54]: https://arxiv.org/html/2503.13505v2

[^55]: https://cloud.google.com/discover/what-is-prompt-engineering

[^56]: https://platform.openai.com/docs/guides/prompt-engineering

[^57]: https://github.blog/ai-and-ml/generative-ai/prompt-engineering-guide-generative-ai-llms/

[^58]: https://strapi.io/blog/ChatGPT-Prompt-Engineering-for-Developers

[^59]: https://addyo.substack.com/p/the-prompt-engineering-playbook-for

[^60]: https://www.pluralsight.com/resources/blog/software-development/prompt-engineering-for-developers

[^61]: https://tech.eu/2026/01/05/adopting-an-intentional-ai-strategy-in-2026/

[^62]: https://www.linkedin.com/pulse/intentional-ai-guiding-rational-purposeful-stoic-the-stoic-citadel-femhc

[^63]: https://www.linkedin.com/pulse/ai-augmented-deliberate-practice-assisted-coding-using-ajit-jaokar-4yice

[^64]: https://ghuntley.com/play/

[^65]: https://wearebreakthrough.co.uk/the-relearning-season-intentional-ai-design-for-practical-everyday-use/

[^66]: https://en.wikipedia.org/wiki/AI-assisted_software_development

[^67]: https://ubiminds.com/en-us/ai-assisted-coding/

[^68]: https://about.gitlab.com/topics/devops/ai-code-generation-guide/

[^69]: https://www.freecodecamp.org/news/how-to-become-an-expert-in-ai-assisted-coding-a-handbook-for-developers/

[^70]: https://www.thoughtworks.com/en-gb/insights/blog/agile-engineering-practices/spec-driven-development-unpacking-2025-new-engineering-practices

[^71]: https://www.ibm.com/think/news/ai-tech-trends-predictions-2026

[^72]: https://www.thoughtworks.com/en-gb/radar/techniques/spec-driven-development

[^73]: https://www.youtube.com/watch?v=jR1GkYDkFfk

[^74]: https://ainativedev.io/news/a-look-at-spec-kit-githubs-spec-driven-software-development-toolkit

[^75]: https://x.com/thoughtworks/status/1997924176833794396

[^76]: https://www.questera.ai/blogs/7-ai-coding-trends-to-watch-in-2026