Почему AI-copilot архитектора всё ещё не получился

Александр Поломодов и Сергей Баранов сопоставляют практику архитектора с обзором 51 исследования 2019–2025 годов. Работы охватывают решения, ADR, паттерны и восстановление, но не измеряют целостного copilot, долгосрочное качество или production-эффект. ArchBench и R2A-Bench лучше видят артефакты, чем связи и компромиссы.

ADR, диаграмма или список паттернов — форма, а не решение. До ADR команда изучает альтернативы, атрибуты качества, ограничения и остаточный риск. AI полезен для первого прохода: собрать факты из кода и трейсов, проверить правила, предложить варианты и оформить понятый выбор, но не заменить суждение.

Разрыв остаётся между инструментами: planning, coding и operations получают AI-поддержку, а modeling, governance и связь артефактов фрагментированы. Общей памяти между requirement, ADR, моделью, кодом и production-сигналом нет. Собравший её поставщик сможет продавать результат, но усилит стоимость контекста и vendor lock-in.

Помощник должен адаптировать решение, сохранять трассируемость, учитывать локальное знание, проверять ограничения и качество, наблюдать последствия. Архитектор выбирает, какую неопределённость исследовать первой, и отвечает за риск. Роль AI — ускорять рутину и оставлять человеку нетиповые компромиссы.