Закат эпохи «просто кодеров»: почему доменная экспертиза теперь бьёт знание синтаксиса 🧑‍💻

Anthropic недавно выкатили исследование по использованию Claude Code, основанный на анализе 400 000 реальных сессий. Смотрели, как люди реально работают с ИИ-агентами при написании кода.

В типичной сессии человек принимает 70% решений по планированию (что именно нужно сделать, какая бизнес-логика, критерии готовности), а Claude берет на себя 80% исполнения (в каких файлах менять, какой код фигачить, какие команды дергать).

В отчете есть шикарный пример, который объясняет вообще всё, что сейчас происходит на рынке. Senior-разработчик, который впервые лезет в Rust и просит агента написать код — это новичок. А бухгалтер, который в глаза не видел Python, но чётко расписывает агенту правила сверки баланса и указывает на граничные условия при закрытии месяца — это эксперт.

И самое смешное (и страшное для тех, кто учит исключительно синтаксис) — не-программисты (менеджеры, юристы, аналитики) с сильной доменной экспертизой доводят задачи до успешного финала почти с той же вероятностью, что и профессиональные софтверные инженеры. Разрыв там в микроскопические 5-7%.

Как именно экспертиза влияет на работу ИИ:

1️⃣ Нет доменной базы — нет результата. Если вы не понимаете предметную область, вы будете давать абстрактные промпты. При первой же ошибке агента вы впадёте в ступор. По статистике Anthropic, именно «новички в домене» бросают задачу в 3-4 раза чаще (19% против 5%), когда сталкиваются с багами. Они просто не знают, как направить ИИ, потому что не понимают саму суть решаемой проблемы.

2️⃣ КПД агента зависит от вашей компетенции. Для экспертов в предметной области агент делает в два раза больше действий и выдает в 5 раз больше полезного выхлопа на каждый промпт. Потому что эксперт дает точный контекст, а не пишет «сделай мне кнопку, чтоб работало»..

Интересно, что за полгода (с октября 2025 по апрель 2026) доля рутинного дебаггинга в сессиях упала почти вдвое. Люди переходят к сквозным задачам: развертывание, аналитика данных, проектирование систем.

Способность понять проблему бизнеса, разбить ее на части и провалидировать результат — вот за что будут платить деньги. А не просто за код 🤷‍♂️