Будущее программирования в эпоху ИИ
Ключевые тезисы
- Программист — это software engineer (инженер программного обеспечения), а не просто человек, который пишет код.
- ИИ — это множитель для опытных разработчиков и окно возможностей для начинающих.
- Рынок труда переходит на skill-based hiring: важны навыки и мышление, а не дипломы или годы опыта.
- Фундаментальные знания (JavaScript, TypeScript, React) остаются критически важными для контроля и понимания работы ИИ.
- Главный навык будущего — алгоритмическое мышление и умение воспроизводить бизнес-процессы через ИИ (оркестрация, автоматизация).
- Консервативный рынок труда находится в кризисном состоянии, но для думающих специалистов, освоивших ИИ, открывается новый рынок (B2B, консалтинг).
Трансформация профессии под влиянием ИИ
Программист как инженер
Профессия называется software engineer. Цель — создавать программное обеспечение, а не просто набирать код. ИИ меняет парадигму: теперь программист — это тот, кто умеет управлять ИИ для создания продукта.
Три ключевые проблемы рынка
- Кризисный рынок труда — особенно сложно для начинающих (джунсов).
- Влияние искусственного интеллекта — ИИ пишет код, меняет требования к навыкам.
- Появление нового рынка — возможности для тех, кто освоил ИИ и может создавать продукты в кризисных условиях.
Динамика рынка
- Вакансии для джунов сильно меняются: компании не хотят тратить ресурсы на обучение, если можно найти человека, который сразу выдаёт результат (с помощью ИИ или без).
- >53% IT-вакансий уже требуют навыки ИИ (рост почти вдвое за год).
- Основа современного инструментария — cloudкод и аналогичные системы.
Стратегия обучения и развития в новых условиях
Фундамент остаётся критически важным
- Необходимо знать JavaScript, TypeScript, React. Это нужно для контроля и понимания кода, который генерирует ИИ (особенно в критических системах: финансы, безопасность, здоровье).
- Знания фронтенд-разработки (декомпозиция, компоненты) можно транспортировать на проектирование систем с ИИ.
Новый фундаментальный стек
- Необходимо учить инструменты ИИ каждый день/неделю (новые фреймворки, стратегии, подходы).
- Это алгоритмическая работа с ИИ, а не просто «промтики».
- Время обучения сократилось: 3 месяца максимум для освоения профессии с нуля (ранее был год).
Правило обучения
- 80% времени — пишите код. 20% — читайте/обучайтесь.
- ИИ может превратить 2 часа обучения в 30 минут продуктивной работы.
Практическое применение ИИ для разработчика
ИИ как личный репетитор и экзаменатор
- Можно изучать любые концепции, получая объяснения на разных уровнях сложности и через любые аналогии (фитнес, хоккей, etc.).
- ИИ может задавать вопросы по теме, оценивать ответы и подробно разбирать ошибки, создавая персональный учебник.
ИИ как дебаг-партнёр
- Цель — не просто исправить ошибку, а понять её причины с помощью ИИ. Это развивает мышление.
Алгоритмическое мышление и проектирование
- ИИ позволяет проектировать системы (например, стор для корзины интернет-магазина) на основе бизнес-требований, предоставляя готовую архитектуру, типы, экшены.
- Можно брать научные алгоритмы и бизнес-процессы, переносить их в ИИ и создавать оркестрированные агентские системы для автоматизации.
Skills и оркестрация — новый уровень работы с ИИ
Skills — это системные промты
- Skills — это текстовые файлы (Markdown), описывающие системные инструкции для ИИ. Они представляют собой архитектуру промтов.
- Пример: Skill «Senior кодревьюер» может проверять код по Airbnb style, ESLint, best practices, проводить автофиксы.
- Использование Skills позволяет подключить «эксперта в нише» без необходимости иметь 5 лет опыта. Нужно лишь знать, как вызвать нужный Skill.
Оркестрация и автоматизация процессов
- Можно создавать целые пайплайны (например, для генерации контента), где разные агенты (аналитик, исполнитель, тестировщик) работают последовательно.
- Это программирование систем, где ИИ выполняет роль исполнителя, а человек — архитектора и контролёра.
- Такие системы работают в IT, маркетинге, управлении и других областях.
Spec-Driven Development и реальная разработка
Spec-Driven Development
- Процесс: Спека → Бенчмарк → Генерация → Контроль.
- Спека (спецификация) — это Markdown-файл, подробно описывающий проект, требования, UI.
- ИИ изучает спеку, предлагает план и стек, затем генерирует код. Человек контролирует процесс.
- Это инженерная дисциплина, требующая контроля, но позволяющая быстро создавать работающие приложения.
Реальная B2B разработка с ИИ
- В реальных проектах (консалтинг, интеграции для бизнеса) используется огромное количество документации (планинг, requirements, майлстоны) для управления ИИ и устранения галлюцинаций.
- Это профессиональная разработка, где ИИ — инструмент, а человек выстраивает полный жизненный цикл проекта (SDLC).
Новые возможности и рынки
Кризис классического рынка vs. новый рынок
- Консервативный рынок труда (наём) в плохом состоянии: увольнения, резюме в пустоту.
- Открывается новый B2B рынок: бизнесы (производство, интеграторы) с большими бюджетами стремятся внедрить ИИ, но не понимают, как это сделать.
- Внедрение ИИ для бизнеса — это создание автоматизированных решений, интеграций, настройка процессов. За это платят много.
- Для думающих специалистов, освоивших ИИ и автоматизацию, работы становится «бесконечное количество».
Выводы: формула незаменимости
Незаменимый специалист в эпоху ИИ
Незаменимость = Насмотренность (мышление) + Инженерия + ИИ
- Незаменимый человек не зависит от конкретного фреймворка или стека. Он обладает метанавыками, чтобы быстро освоить любой новый инструмент.
- Ключевые навыки:
- Алгоритмическое и стратегическое мышление
- Инженерное понимание (как анализировать, проектировать, деплоить, поддерживать)
- Умение работать с ИИ для автоматизации и оркестрации
- Фундаментальные знания (языки программирования) нужны, но компетенции «знать всё» уходят. ИИ даёт информацию по любому запросу.
- Будущее — в развитии навыков, которые машина не заменит в ближайшее время: критическое мышление, аналитика, эмпатия, риторика.