Если ИИ пишет всё больше кода, чему тогда учиться самому?
Последние полгода я довольно плотно изучаю backend.
NestJS, PostgreSQL, транзакции, Kafka, Redis, System Design, тестирование. Разбираю отказоустойчивость, идемпотентность, взаимодействие сервисов, базы данных.
И параллельно всё активнее использую Cursor и Codex.
Получается немного странная ситуация.
Ты несколько вечеров разбираешься, как правильно построить какую-нибудь часть системы, а потом видишь, как агент за несколько минут пишет код, на который раньше у тебя ушёл бы час.
И в какой-то момент возникает довольно неприятный, но полезный вопрос: а чему вообще теперь нужно учиться разработчику?
Потому что учить очередной синтаксис ради самого синтаксиса становится всё менее интересно.
Запомнить ещё один метод библиотеки ИИ сможет лучше меня.
Написать CRUD, компонент, SQL-запрос или пачку тестов – тоже.
Но гораздо интереснее становится то, что находится уровнем выше.
- Как спроектировать систему. - Как хранить данные. - Что произойдёт при частичном сбое. - Как работать с конкурентными запросами и транзакциями. - Где действительно нужен брокер сообщений. - Как система поведёт себя под нагрузкой. - И главное – какую проблему бизнеса мы вообще пытаемся решить.
Наверное, поэтому мой подход к обучению за последние месяцы тоже начал меняться. Мне всё меньше хочется просто добавлять очередную технологию в список. Гораздо интереснее понимать связи между ними. Не просто знать Kafka, а понимать, зачем она нужна системе. Не просто знать PostgreSQL, а понимать транзакции, блокировки и конкуренцию. Не просто попросить ИИ написать решение, а суметь посмотреть на него и спросить: а что здесь может пойти не так?
Пожалуй, именно это сейчас кажется мне самым важным навыком. ИИ очень быстро снижает стоимость написания кода. Но стоимость неправильного инженерного решения от этого никуда не исчезает.
Поэтому сегодня я бы вкладывался не столько в количество известных фреймворков, сколько в фундамент: архитектуру, базы данных, сети, конкурентность, транзакции, распределённые системы, понимание продукта и бизнеса.
И отдельно – в способность проверять то, что сделал ИИ, а не просто радоваться зелёным тестам.
Парадоксально, но чем лучше ИИ начинает писать код, тем больше мне хочется понимать, что находится под этим кодом.
Если бы вы сегодня начинали карьеру разработчика с нуля, уже зная, куда движутся ИИ-инструменты, что бы вы учили в первую очередь?
· 22 мин
логично, что упор на архитектуру и отказоустойчивость — это то, что ИИ пока плохо понимает целиком, только фрагменты кода выдаёт. У меня похожая история с ресёрчем перед B2B-заходами: раньше руками собирал по компании — кто решает, что у них происходит, чем зацепить, теперь на это уходят минуты вместо часов. А ты для System Design тоже какие-то инструменты подключаешь или всё через литературу и практику?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён