Либо ты с ИИ, либо тебя нет: разработчики на грани технологической революции

В статье «Developers, Reinvented» Томас Домке, CEO GitHub, и Эйрини Каллиамваку рассказывают , как меняется работа разработчиков, которые уже активно используют ИИ в повседневной практике. Материал основан на интервью с 22 инженерами: как они начали работать с ИИ-инструментами, как изменилась их профессия и чего они ожидают дальше.

Поначалу многие из них относились к инструментам ИИ с настороженностью. Часто звучало: «прикольно, но бесполезно». Но те, кто продолжал эксперименты, достигали поворотных моментов — понимали возможности ИИ, экономили время и подбирали задачи под его сильные стороны.

Главным мотиватором стала уверенность, что профессия кардинально изменится. Разработчики активно пробуют разные инструменты, даже если те не всегда полезны. Один из участников прямо заявил: либо ты принимаешь ИИ, либо покидаешь профессию.

Авторы блога выделили четыре стадии освоения ИИ в разработке:

• Скептик: пробует ИИ на мелких задачах, быстро разочаровывается.
• Исследователь: применяет ИИ для отладки и шаблонов, начинает работать с LLM в браузере.
• Коллаборатор: использует ИИ в IDE для многошаговых задач, учится формулировать запросы и делится опытом.
• Стратег: выстраивает многоагентные процессы с планированием и параллелизмом, сосредоточен на архитектуре и проверке результата.

На последней стадии разработчики уже не столько пишут код, сколько проектируют и проверяют. Делегирование включает в себя постановку задач, подготовку контекста, продумывание критериев успеха. Проверка — это тестирование, анализ, соответствие стандартам. Один из участников сказал, что чувствует себя уже не производителем, а «креативным директором кода».

Половина опрошенных считает, что через два года ИИ будет писать до 90% кода. Остальные дают на это пять лет. Но никто не ощущает угрозы — наоборот, роль разработчика становится более стратегической и творческой. Страх уступает место уверенному освоению новых инструментов.

Сдвиг требует и переосмысления подхода к эффективности. Разработчики почти не упоминают сэкономленное время — они говорят о росте амбиций. Это объясняет и готовность платить за продвинутые версии ИИ-инструментов. Речь уже не о снижении усилий, а о расширении масштаба задач.

Какие навыки становятся ключевыми:

• ИИ-грамотность: понимание возможностей и ограничений инструментов, готовность адаптироваться.
• Оркестровка агентов: постановка задач, проработка контекста, дробление и параллелизация работы.
• Сотрудничество с ИИ: итеративная работа, уточнение, настройка поведения агентов.
• Базовые знания: понимание алгоритмов, структур данных, архитектуры систем.
• Проверка и контроль качества: расширенное тестирование, стандарты, безопасность.
• Системное мышление: фокус на продукт, пользователя, результат.
• Архитектура: проектирование и интеграция компонентов.

Это влияет и на образование. Прежние методы — оценка синтаксиса, запоминание API — устаревают. Студенты будут всё чаще полагаться на ИИ, и обучение должно готовить их к роли кураторов: уметь формулировать задачи, проверять результат, править ошибки. Важно не просто писать цикл, а понимать, как работает код и что изменится при правке.

Игнорировать ИИ в обучении уже нельзя. Курсы должны включать работу с ИИ, но главное — учить взаимодействию: как запрашивать, анализировать и проверять. Навыки абстрагирования, спецификации и декомпозиции становятся новым программированием.

Это откроет и новые пути в профессию. Можно сочетать программирование с дизайном, этикой, UX и мышлением систем. Разработчик будущего — не просто кодер, а создатель вычислительных решений.

В завершение авторы подчёркивают: не все захотят меняться — и это нормально. Но те, кто прошёл путь от скептицизма к уверенности, уже воспринимают ИИ не как угрозу, а как шанс на рост. Именно это, по их мнению, и вызывает у них сдержанный, но устойчивый оптимизм.