Какими будут следующие два года в разработке програмного обеспечения?

В продолжение рассуждений о том, как ИИ, вайб-кодинг и агенты меняют нашу жизнь, хочу поделиться с вами одной статьей Эдди Османи, директора Google Cloud AI. Здесь автор подходит к вопросу не с точки зрения «заменит ли AI программистов», а скорее как изменится вход в профессию, набор ценных навыков, сама роль разработчика и ценность классического образования. Эдди строит прогнозы по пяти направлениям:

1️⃣ Вопрос junior-разработчиков. Текущая карьерная лестница начинает рассыпаться из-за двух факторов: компании повышают эффективность и уплотняют команды, а AI развивается и уже может выполнять задачи на уровне джуна. Есть вероятность, что джунов станет кратно меньше, потому senior с AI-агентами может решить проблему нехватки рабочих рук и это может быть дешевле для бизнеса. Но так же есть вероятность, что автоматизация прорастет в те сферы, в которых до этого ее не было и тогда потребность в разработчиках резко возрастет. Правда мир все равно не будет прежним и новому джуну придется разбираться не только в узкой компетенции, но и понимать как устроен весь ландшафт систем. А текущим сеньорам стоит подсвечивать, что без свежей крови бизнесу не откуда будет взять новых мидлов и сеньоров в скором будущем, если бизнес не будет нанимать джунов сегодня.

2️⃣ Вопрос навыков. AI-становится умнее, а мы все меньше пишем код руками, но плохо ли это? Да, плохо, потому с перекладыванием ответственности на AI, ключевые навыки начинают деградировать. И что делать? Не перекладывать ответственность за придумывание на нейронку, а использовать ее для ускорения рутинных задач. Да, теперь 80% бойлерплейта могут писаться с помощью агентов и вайб-кодинга, но остаются 20% сложных и ответственных: архитектура, интеграции, нестандартные случаи, производительность, безопасность и тп. Тогда глубокое понимание не исчезает, а наоборот становится ещё важнее, потому что именно человек должен понять, где AI ошибся, где он дал небезопасное решение, где логика нарушает реальные требования продукта. Глубокая экспертиза не перестает быть важной, за код по-прежнему отвечает человек и как именно код написан, разработчик по-прежнему должен понимать без AI.

3️⃣ Вопрос роли разработчика. В мрачном сценарии разработчик превращается в человека, который в основном следит за AI: проверяет pull request’ы, расчищает ошибки, контролирует пайплайны, оценивает риски и безопасность. Работа становится менее творческой и больше похожей на обслуживание автоматизированной фабрики. Но есть и позитивный сценарий, где разработчик становится дирижером системы: решает, какие задачи отдать AI, как связать между собой агентов, сервисы и интерфейсы, как задать архитектуру, ограничения и правила. Это уже роль на стыке инженерии, архитектуры, продуктового мышления и даже этики. Оба эти подхода могут существовать одновременно и будут зависеть от того, куда нацелена компания.

4️⃣ Вопрос «специалист или универсал». Сегодня слишком узкая специализация — это риск. Актуальными становятся T-shaped engineer, которые не «поверхностные во всём», а скорее очень сильны в одной вертикали, и при этом способны понимать соседние области, связывать команды, закрывать стыки и двигаться поперёк стека. Потому, что AI помогает именно расширяться: бэкендеру проще сгенерировать приличный интерфейс, фронтендеру — собрать серверную обвязку, специалисту по одной зоне — быстрее зайти в соседнюю.

5️⃣ Вопрос образования. Классическая система образования не успевает за изменениями в мире. Это не значит, что диплом по computer science не важен, это значит, что нам всем придется постоянно переучиваться. Компании ослабляют требования к диплому и все чаще смотрят на доказуемый практический уровень. Весь мир и рынок найма постепенно трансформируется к skills-first hiring.

По итогу, выиграют не те, кто просто «умеет кодить», и не те, кто полностью полагается на AI, а те, кто сохраняет критическое мышление, непрерывно учится, понимает системы целиком и умеет направлять технологии на решение реальных задач.

#ai #саморазвитие