Заменит ли ИИ программистов: мой ответ руководителя разработки

С чего всё началось

Когда я читал, что нейросети умеют писать код, я смеялся и предлагал вернуться к теме лет через 20. Потом попробовал сам, и код оказался вполне работающим.

Реакция в сообществе была предсказуемой. Многие сразу решили, что программисты скоро станут не нужны. Я тогда написал, что это заблуждение, и за прошедшие годы своё мнение не поменял, хотя инструменты выросли сильнее, чем я ожидал.

Сейчас рядом с ChatGPT работают Cursor, Claude Code, GitHub Copilot и десятки похожих помощников. Они пишут уже не отдельные функции, а целые модули с тестами, и делают это прямо в редакторе разработчика.

Это уже было: справочник, гугл, Stack Overflow

Мне в 2022 году был 31 год, и я застал времена, когда интернет тарифицировался по минутам на модеме. Выгоднее было открыть скачанный справочник по PHP, чем лезть в поиск.

Тогда программисты писали всё сами в своём vim, без возможности быстро погуглить. Потом пришёл безлимитный интернет, вырос Stack Overflow, и стало не нужно держать в голове кучу информации.

Почему эта история повторяется

Сейчас странно взять на работу человека, который не умеет гуглить. Умение скомбинировать свой результат с ответами на Stack Overflow явно повышает производительность разработчика, и никто не считает это читерством.

С нейросетью то же самое. Она забирает не программиста, а рутину, которую он делает: вместо долгого поиска и склейки вариантов можно сразу получить почти готовый кусок кода.

Сколько работы ИИ закрывает в разработке

Чтобы не спорить на ощущениях, я поговорил примерно с десятью руководителями ИТ-компаний и тимлидами из бигтехов. Картина у всех одинаковая: с помощью ИИ закрывается 10–15% объёма разработки.

Больше всего отдачи на типовых задачах — то, что в разработке называют формошлёпством. Ещё ИИ хорошо помогает на старте новых проектов и у энтузиастов, которым нравятся новые инструменты. Остальные пока относятся к нему скептически. Процент кажется скромным, но для команды из 30 разработчиков это работа трёх-четырёх человек, которую теперь делает инструмент.

Где ИИ заменит программистов уже сейчас

Есть и другая картина. Несколько владельцев ИТ-компаний сократили ощутимую часть штата и закрывают этот объём сами с помощью ИИ. Я и сам провожу за этим несколько часов в день, но только на внутренних проектах.

Замена происходит там, где работа состояла из механического перевода понятной задачи в код. Если человек только это и умел, ему действительно стоит беспокоиться.

• Типовые формы, CRUD и админки.
• Миграции, скрипты, регулярные выражения и SQL-запросы.
• Тесты по готовым функциям.
• Документация и комментарии к коду.
• Перенос кода с одного языка или фреймворка на другой.

Почему профессия не исчезнет

Модель пишет код быстро, но не знает контекста. Какие соглашения приняты в команде, почему модуль сделан именно так, какие ограничения у инфраструктуры и что сломается у соседнего сервиса — всё это знает человек.

Кто-то должен решить, какую функцию писать, проверить результат и ответить за то, что попало в продакшн. Эта часть работы не сокращается, а растёт: кода становится больше, и проверять его нужно внимательнее.

Есть и простая проверка. Если фонд оплаты труда разработчиков в отрасли фактически не упал, говорить о замене профессии рано. Пока компании продолжают нанимать и платить столько же, ИИ меняет работу, а не убирает её.

Где нейросеть ошибается в коде

Модель уверенно вызывает функции библиотек, которых не существует, и путает версии фреймворков. Чем реже технология, тем чаще такие ошибки.

Опаснее другое. Чтобы код просто заработал, модель может подставить SQL-запрос без экранирования, сохранить пароль в открытом виде или отключить проверку сертификата. Опытный разработчик заметит это за секунду, новичок пропустит.

Есть и юридическая сторона: модели обучены на открытом коде и иногда воспроизводят его фрагменты почти дословно, поэтому для коммерческого проекта крупный сгенерированный кусок стоит проверять на происхождение.

Тот же сценарий у дизайнеров

Похожую историю я вижу у иллюстраторов. Раньше за картинкой шли к иллюстратору и ждали три дня, теперь можно три часа подбирать промпты в Midjourney, потому что нужна не просто красивая картинка, а та, что вызовет эмоцию в конкретной точке касания.

Иллюстратор был оператором фотошопа, а стал оператором нейросети. Софт сменился, работа пошла быстрее, но меньше её не стало. С программистами, по-моему, происходит то же самое.

Каких разработчиков это коснётся сильнее

Под давлением окажутся те, кто делает только механическую работу и не хочет учиться. Тяжелее всего будет новичкам: задачи, на которых раньше учились джуны, теперь закрывает модель.

Зато у начинающих есть наставник, который отвечает на любой вопрос в любое время. Тот, кто научится им пользоваться и разбираться в чужом коде, вырастет быстрее, чем раньше.

Что я советую командам и разработчикам

Отказываться от ИИ так же странно, как когда-то отказываться от поиска. Но и ждать, что он сам перестроит работу команды, бесполезно.

• Оплатить разработчикам доступ к ChatGPT, Claude или Cursor, чтобы каждый пользовался им каждый день.
• Поддержать внутренних энтузиастов и дать им время показывать примеры остальным.
• Читать сгенерированный код так же внимательно, как код нового сотрудника.
• Отдельно проверять безопасность: модель легко пропускает экранирование запросов и хранение паролей.
• Замерять результат: время от задачи до релиза, число возвратов после ревью.

Какие навыки стоит развивать

Ценнее всего становится умение поставить задачу и проверить результат. По сути, разработчик всё больше работает как тимлид для нейросети: формулирует, даёт контекст, принимает работу.

Второй навык — архитектура. Понимать, где граница модуля и что сломается при изменении, модель пока не умеет. Третий — чтение чужого кода: его теперь много, и написан он не вами.