Еще год назад я воспринимал ИИ как инструмент, который помогает быстрее писать код.

Сегодня я понимаю, что он изменил не только скорость моей работы. Он изменил сам подход к разработке. И если честно, иногда это даже немного пугает.

Как сегодня выглядит моя разработка

Сейчас практически весь мой рабочий процесс строится вокруг связки Cursor + GPT-5.x (в зависимости от сложности задачи выбираю подходящую модель).

Если мне нужно реализовать новую функциональность, я практически никогда не прошу ИИ сразу написать код. Вместо этого сначала создаю Ask-сессию и описываю задачу без единой строки кода. Даю модели возможность задать уточняющие вопросы, затем отвечаю на них и прошу подготовить архитектурный план. После этого внимательно просматриваю предложенную структуру, адаптирую ее под текущий код-бейс и только потом запускаю реализацию. Финальный этап — обычное ревью и доработка деталей.

На практике такой подход оказался намного эффективнее, чем генерация кода «с нуля».

Что это изменило

Первое и самое очевидное — скорость.

DTO, мапперы, тестовые данные, шаблонные классы и прочая рутина теперь появляются за считанные минуты. Вместо того чтобы думать о синтаксисе или однотипном коде, я сосредотачиваюсь на бизнес-логике, архитектуре и сложных сценариях.

Второе — документация.

Для всех нетривиальных участков системы я сразу прошу ИИ генерировать описание принятых решений. Через несколько месяцев это экономит огромное количество времени как мне самому, так и новым разработчикам, которые подключаются к проекту.

Третье — поиск багов.

Обычно схема очень простая: добавляю логирование в проблемных местах, передаю логи модели и прошу провести анализ. Очень часто ИИ замечает закономерности, которые можно легко пропустить после нескольких часов самостоятельной отладки. Во многих случаях это позволяет выйти сразу на первопричину проблемы, а не устранять ее последствия.

Но вместе с этим произошло кое-что неожиданное

В какой-то момент я поймал себя на мысли, что стал значительно хуже помнить детали: особенности библиотек, API, специфику отдельных фреймворков. То, что раньше хранилось в голове, теперь почти всегда можно получить за несколько секунд с помощью ИИ. Сначала меня это насторожило...

Потом я понял, что дело совсем не в этом

Я действительно стал меньше думать о деталях реализации. Но одновременно гораздо больше времени начал тратить на архитектуру, декомпозицию задач, анализ требований, проектирование системы, проработку бизнес-логики и граничных случаев.

Получается интересная картина

ИИ постепенно забрал у меня низкоуровневую интеллектуальную работу, а освободившийся ресурс я начал использовать для задач более высокого уровня. И именно здесь я понял, что начал мыслить совсем по-другому.

Есть только один вопрос, на который у меня пока нет ответа

Если завтра мне придется проходить техническое собеседование, где будут спрашивать детали конкретных библиотек, фреймворков или API, насколько хорошо я справлюсь?

Честно говоря, уже не уверен...

И это, пожалуй, единственное, что меня действительно беспокоит.

Возможно, наша профессия прямо сейчас меняется

Еще недавно сильным разработчиком считался тот, кто держал в голове огромное количество технических деталей. Сегодня ИИ умеет делать это быстрее и зачастую лучше человека.

Поэтому мне кажется, что ценность инженера постепенно смещается в другую сторону: способность разобраться в предметной области, спроектировать архитектуру, увидеть слабые места будущего решения, учесть все граничные случаи и правильно использовать ИИ как инструмент, а не как замену собственному мышлению.

Мне интересно, замечали ли вы у себя такой же сдвиг? После появления ИИ вы тоже стали меньше думать о деталях реализации и больше — о бизнес-логике и архитектуре? Или пока воспринимаете ИИ исключительно как продвинутый автокомплит?