Пост главы GitHub Томаса Дохмке про ИИ:

TLDR:

— Интеграция ИИ в работу разработчика — не отдаленное будущее, а уже происходящая реальность.

— От стратегии «простого кодинга» происходит переход к роли фасилитатора и верификатора.

— Ключевые навыки включают AI‑грамотность, управление агентами, критическое мышление и системный дизайн.

— Образование и оценка владения навыками должны сильно измениться.

— Рост карьеры возможен для тех, кто готов перестроить свою роль и мышление.

Теперь немного подробнее по пунктам

Трансформация роли разработчика Переход к активному использованию ИИ в работе разработчиков — это не будущее, а настоящее: «making AI a core part of their work is not a distant, long‑horizon future, but a change that is happening today»

Многие начинали с фразы: «Pretty cool, but gimmicky» , но те, кто продолжал эксперименты, достигали: «aha! moments» когда ИИ раскрывал ценность экономии времени и понимания возможностей.

Стадии принятия ИИ 1. AI Skeptic — начальные эксперименты с автозаполнением, низкий порог терпимости к ошибкам. 2. AI Explorer — использование ИИ для отладки, шаблонов, осознание его пределов. 3. AI Collaborator — совместная работа с ИИ, создание комплексных запросов и стратегий. 4. AI Strategist — разработчики делегируют задачи ИИ‑агентам, фокусируются на планировании и проверке

На стадии 4 роль разработчика меняется: «they now focus on the delegation and the verification of a task» управление агентами и оценка их работы становятся ключевыми задачам.

Профессия переосмысливается, а не исчезает

Участники исследования ожидают, что уже через 5 лет можно достичь сценария, где ИИ пишет до 90 % кода. Тем не менее они не ощущают угрозу своей профессии: «this future scenario did not feel like their value or identity is diminished, but that it is reinvented»

Не только эффективность, а амбиции

Хотя экономия времени — очевидная выгода, драйвером перехода стала возможность решать более масштабные задачи: «Developers rarely mentioned “time saved” … They were all about increasing ambition» . Именно поэтому многие используют премиальные подписки на ИИ‑сервисы — чтобы расширить границы возможного, а не просто упростить рутинные работы

Набор ключевых навыков

Статья выделяет несколько компетенций, которые становятся центральными:

— AI fluency — понимание возможностей разных ИИ‑инструментов.

— Delegation / agent orchestration — грамотная постановка задач и контекстных подсказок.

— Human‑AI collaboration — синхронная работа с ИИ с точной обратной связью.

— Verification & quality control — строгая проверка сгенерированного кода.

— Fundamentals, product understanding, architecture & systems design — системное мышление, глубокие знания архитектуры и продуктового подхода.

Изменения в образовании

По мнению Томаса , традиционное обучение становится устаревшим, если фокусируется только на синтаксисе или API. Необходим подход, в котором студенты учатся формулировать задачи для ИИ, критически анализировать его результаты и работать на уровне анализа, дизайна и системного мышления

Вместо «write this loop» задача должна звучать как «understand what this code does, and what would break if you changed it» > Нас всех уволят? Несмотря на автоматизацию, прогноз Бюро трудовой статистики США показывает рост числа вакансий программистов на 18 % в ближайшие 10 лет — почти в пять раз выше среднего по всем профессиям.