ИИ-инструменты меняют разработку ПО: автоматизация, риски и будущее профессии

По данным Ars Technica, в последние два года инструменты искусственного интеллекта для написания кода перешли от функции автодополнения к способности строить целые приложения по текстовым запросам. Такие решения, как Anthropic’s Claude Code и OpenAI’s Codex, уже способны работать над проектами в течение нескольких часов, генерируя код, запуская тесты и, при участии человека, исправляя ошибки. Компания OpenAI использует Codex для разработки самого Codex, а также опубликовала технические детали его функционирования. Это вызвало дискуссии в профессиональной среде: действительно ли это прорыв, или это очередная волна гиперболизированного внимания?

Взгляды разработчиков: оптимизм и осторожность

Разработчики, опрошенные Ars Technica, в целом признают, что технологии работают, но их мнения о последствиях разделяются. Один из участников, David Hagerty, работающий с системами оплаты, подчеркнул, что маркетинг ИИ-компаний часто преувеличивает возможности. По его мнению, ИИ-модели действительно революционны, но не могут заменить человека в творческих задачах. Он отметил, что ожидать от них написания «великих американских романов» — нецелесообразно.

Roland Dreier, внесший значительный вклад в ядро Linux, признает, что прогресс в ИИ-разработке заметен. Особенно, после выхода Claude Opus 4.5, он отметил «качественный скачок» в эффективности инструментов. Теперь он может поручать ИИ-агенту диагностировать и исправлять сбои в тестах, что сократило время выполнения сложных задач в десять раз. Однако он также признает, что для некоторых задач, особенно требующих глубокого понимания архитектуры, ручная работа всё ещё важна.

Изменения в подходе к разработке

Одним из ключевых вопросов, возникающих среди разработчиков, является будущее «синтаксического программирования» — то есть, ручного написания кода на конкретных языках программирования. Dreier считает, что для многих задач эта практика уже устарела. Он всё ещё проверяет и читает код, но сам процесс написания почти полностью автоматизирован. По его словам, он редко пишет код вручную, особенно если речь идёт о Rust или других современных языках.

Tim Kellogg, разработчик, активно использующий автономные ИИ-агенты, утверждает, что ручное программирование стало историей. Он описывает, как теперь может создавать, а затем пересоздавать проекты за доли времени, необходимой для ручной разработки. Это не только ускоряет процесс, но и улучшает архитектуру.

Один анонимный архитектор ПО, работающий в компании по управлению ценами, сообщил, что с помощью ИИ-инструментов он может реализовать функции за две недели, вместо года. Для сторонних проектов он может создать прототип за час, что позволяет оперативно оценивать их перспективность.

Риски: технический долг и непредсказуемость

Однако не все разработчики разделяют оптимизм. Вопросы по поводу накопления технического долга — то есть, принятия неоптимальных решений на ранних этапах, которые в будущем усложняют развитие — становятся всё более актуальными. Концепция «vibe coding», введённая Andrej Karpathy, описывает программирование через диалог с ИИ без полного понимания результата. Многие видят в этом риск.

Darren Mart, инженер в Microsoft, поделился схожими опасениями. Он признаёт эффективность ИИ-инструментов, но подчеркивает, что доверяет им только в рамках задач, которые он уже хорошо понимает. В противном случае, он считает, что возможны серьёзные проблемы, включая нарушение архитектуры и увеличение технического долга.

Анонимный специалист в сфере аналитики недвижимости, использующий GitHub Copilot, также описывает осторожный подход. Он применяет ИИ для автодополнения строк кода, но ограничивает использование автономных функций, чтобы избежать ошибок, особенно при работе с данными. По его словам, риски манипуляции данными слишком велики, чтобы позволять ИИ-моделям действовать без контроля.

Brian Westby, инженер Nike, использующий Cursor, описывает ИИ-инструменты как «50/50 — полезные и вредные». Они ускоряют выполнение чётко определённых задач, но при слишком большом объёме работы могут «мистифицировать» — генерировать код, который выглядит правильно, но содержит ошибки.

ИИ как инструмент для работы с устаревшими системами

Для разработчиков, работающих с устаревшими системами, ИИ-инструменты стали чем-то вроде переводчика и археолога. Nate Hashem, инженер в First American Financial, описывает, как он использует ИИ для обновления старых кодовых баз, где оригинальные авторы давно ушли, а документация неясна. Ранее, по его словам, не было ресурсов или времени для таких задач. Теперь же ИИ позволяет быстрее находить, диагностировать и устранять проблемы, что делает работу более эффективной.

Он также заметил, что внедрение ИИ в крупных корпорациях происходит иначе, чем в сообществах разработчиков. Хотя руководители требуют «перехода на ИИ», логистика внедрения с использованием корпоративных данных может занимать месяцы. В то же время, ИИ-функции, встроенные в продукты вроде Gmail или Excel, работают на более ограниченных моделях, что снижает их эффективность для повседневных задач.

Влияние на рынок труда

Вопрос о влиянии ИИ-инструментов на рынок труда остаётся открытым. Kellogg, который активно использует автономные ИИ-агенты, утверждает, что это уже влияет на работу. Сначала — на написание кода, затем — на архитектуру, а в будущем — на уровни управления продуктами. По его мнению, те, кто не сможет адаптироваться к работе на более высоком уровне, могут потерять работу.

Dreier выражает обеспокоенность по поводу обучения новичков. Он считает, что образовательные программы должны быть изменены, чтобы дать юниорам опыт и суждение, которые раньше приобретались через ручную реализацию частей системы.

Hagerty описывает ситуацию с экономической точки зрения: с помощью модели вроде Sonnet 4.5 он может получать код, соответствующий уровню юниоров, за стоимость, ниже минимальной заработной платы. Это делает поиск таких позиций сложнее.

Mart, инженер Microsoft, подчёркивает, что роль разработчика меняется. Теперь она всё чаще сводится к надзору, а не к созданию. Он признаёт, что не все разработчики готовы к этому изменению.

i

Создано специально для ASECTOR

Концептуальное изображение

Личный опыт и удовлетворение

Несмотря на общую неопределённость, некоторые разработчики уже получают удовольствие от использования ИИ-инструментов. Анонимный архитектор ПО из компании по управлению ценами отметил, что, работая 30 лет традиционным способом, он теперь получает больше удовольствия от автоматизированной разработки. По его словам, ИИ-инструменты делают процесс более приятным и продуктивным.

Таким образом, инструменты искусственного интеллекта уже вносят значительные изменения в повседневную работу разработчиков. Их влияние ощущается как в ускорении процессов, так и в изменении требований к профессиональным навыкам. Однако, как показывают высказывания профессионалов, этот переход сопровождается и новыми вызовами, требующими внимания и адаптации.

Как ИИ меняет лицо программирования: между ускорением и рисками

Инструменты искусственного интеллекта для разработки программного обеспечения уже не только автоматически дополняют строки кода — они способны создавать полноценные приложения, запускать тесты и даже участвовать в их исправлении. Это не только ускоряет процессы, но и меняет саму природу разработки. Однако вместе с преимуществами возникают новые вызовы, требующие внимания и адаптации.

Когда ИИ становится партнером, а не помощником

Искусственный интеллект в разработке ПО не только ускоряет процесс. Вместо того чтобы писать код вручную, разработчики теперь формулируют задачи, а ИИ — выполняет их. Это похоже на то, как садовник, вместо того чтобы каждую минуту пропалывать грядки, может дать инструкции роботу, который будет делать это за него.

Однако здесь есть важный нюанс: робот может прополоть, но не всегда знает, что именно нужно вырастить. Так и ИИ — он генерирует код, но не всегда понимает, как он вписывается в общую архитектуру. Это делает его мощным инструментом, но не замену человеку. Особенно в сложных системах, где важна глубина понимания и опыт.

Важный нюанс: Инструменты ИИ упрощают рутину, но не устраняют необходимость в человеческом суждении.

Кто выигрывает, а кто теряет?

Очевидно, что крупные ИИ-компании, такие как OpenAI и Anthropic, выигрывают от роста спроса на их продукты. Но есть и другие игроки. Разработчики, которые умеют работать с ИИ, становятся более ценными. Они превращаются в наставников, а не в исполнителей. Это создает новый уровень специализации — те, кто понимает, как правильно задавать вопросы ИИ, и как интерпретировать его ответы, получают преимущество.

С другой стороны, начинающие разработчики, которые раньше могли выучить язык программирования и получить работу, теперь сталкиваются с новой реальностью. Если ИИ может написать код за них, зачем нанимать человека? Это уже заметно в компаниях, где стоимость использования ИИ-моделей ниже минимальной зарплаты.

Важный нюанс: Навыки, которые раньше обеспечивали стабильность, теперь требуют адаптации к новой роли — от исполнителя к наставнику.

Скрытые риски: когда автоматизация становится обузой

Одним из главных скрытых рисков является накопление технического долга. Когда ИИ генерирует код быстро, но без полного понимания контекста, он может создать решения, которые в будущем будут трудно поддерживать. Это похоже на то, как дом может быть построен быстро, но без прочного фундамента — он будет стоять, но не долго.

Также возникает проблема с прозрачностью. Если разработчик не понимает, как работает сгенерированный код, он не может эффективно его тестировать или улучшать. Это особенно критично в системах, где ошибки могут привести к серьезным последствиям, например, в финансовых или медицинских приложениях.

В крупных корпорациях внедрение ИИ осложняется еще и бюрократией. Хотя руководители требуют «перехода на ИИ», реальное внедрение может занять месяцы из-за необходимости интеграции с корпоративными системами и обеспечения безопасности данных. Это создает разрыв между желаемым и реальным.

Важный нюанс: Прозрачность и контроль за действиями ИИ становятся критически важными для предотвращения ошибок и утечек информации.

Что дальше: адаптация или вытеснение?

Для российского бизнеса особенно важно понимать, что переход к ИИ-инструментам не означает автоматической победы. В условиях, когда доступ к передовым ИИ-моделям ограничен, компании, которые не научатся эффективно использовать доступные инструменты, рискуют утратить конкурентоспособность. Это особенно касается отраслей, где скорость и гибкость становятся ключевыми факторами.

В образовательной сфере уже сейчас очевидно, что стандартные курсы программирования будут недостаточны. Нужны новые подходы к обучению, где акцент будет сделан не на ручном программировании, а на работе с ИИ, понимании его ограничений и умении формулировать задачи.

Важный нюанс: Образовательные программы должны быть пересмотрены, чтобы подготовить специалистов к работе с ИИ.

Примеры из практики: как ИИ меняет реальность

• OpenAI использует Codex для самосовершенствования [!]: Codex — это ИИ-система, способная писать и улучшать код, а также создавать pull-запросы. Она используется как внешними разработчиками, так и внутри OpenAI, где большая часть кода для её улучшения генерируется самим Codex.
• Снижение цен на Claude Opus 4.5 [!]: Обновлённая версия флагманской модели Anthropic — Claude Opus 4.5 — отличается существенным снижением цен, что делает её доступной для масштабных задач, а не только для экспериментов.
• Codex сокращает время проверки кода на 50% [!]: Внедрение Codex в корпоративной среде позволяет сократить время проверки кода, а сроки проектов — с недель до дней.

Заключение

Инструменты искусственного интеллекта уже меняют лицо программирования. Они ускоряют процессы, открывают новые возможности, но при этом требуют новых навыков и подходов. Для тех, кто готов к этим изменениям, это шанс. Для остальных — риск. Какой путь выберет российский бизнес, будет зависеть от того, насколько быстро и глубоко он поймет, что действительно происходит над поверхностью.

Важный нюанс: ИИ меняет не только процессы, но и саму природу разработки: от исполнителей к архитекторам.