Представим старшего разработчика в сентябре 2026 года.

Утром менеджер продукта приносит требования. Разработчик всё равно должен понять, что действительно нужно бизнесу, что противоречит системе, а что нейросеть достроила сама, в тех требованиях, которые ему принесли.

Потом он проверяет своих агентов, код коллег с их агентами, замечания тестировщиков, безопасников и инфраструктурщиков. Плюс встречи.

Каждый вокруг стал производительнее. Почему же он сам не стал работать быстрее?

Потому что мы часто считаем производительностью скорость выпуска промежуточных артефактов.

Код стал дешевле. Продукт: не настолько

В работе NBER 2026 года на данных более 100 тысяч разработчиков на публичном GitHub и телеметрии Copilot кумулятивный эффект поколений ИИ-инструментов доходил примерно до +180% по числу коммитов. На уровне проектов он падал примерно до +50%, а на уровне выпусков, до +30%.

Между кодом и продуктом остаются проверка, тестирование, интеграция, продуктовые решения, безопасность и эксплуатация. ИИ резко ускоряет один участок фабрики. Весь процесс ускоряется гораздо меньше.

Генерация стала дешёвой. Понимание: нет

Но способность человека понять результат и принять за него ответственность почти не масштабируется.

Один агент снимает рутину. Пять создают поток работы для проверки. Десять могут производить результаты быстрее, чем один человек способен их осмыслить.

Работа разработчика всё меньше выглядит как «понять, придумать, построить» и всё больше как «получить результат, восстановить контекст, найти подвох, разрешить или запретить».

И в этот момент мы хуже выращиваем новых инженеров

Нельзя честно утверждать, что компании перестали нанимать джунов именно из-за ИИ.

Но вход в профессию сужается. SignalFire оценивает падение найма выпускников и начинающих специалистов относительно 2019 года примерно в 65% у крупных технологических компаний и 76% у ранних стартапов.

Одновременно агенты забирают задачи, на которых раньше формировалась инженерная интуиция: поиск ошибок, исследование системы, разбиение задачи, реализация, тестирование, часть технических решений.

Это не доказывает, что разработчики перестают учиться.

Но создаёт риск: текущая производительность растёт быстрее самостоятельной инженерной способности. Чтобы безопасно отдавать работу агенту целиком, желательно уметь делать ее самому.

Требования к сильному инженеру растут

Недостаточно понимать архитектуру, писать код и хорошо ставить задачи агентам. Нужно понимать и саму агентную систему: контекст, инструменты, права, параллельную работу и проверку результата.

Агент это не просто модель. Это модель, контекст, инструменты, права и управляющая обвязка.

А если агенты научатся проверять друг друга?

Следующее поколение систем сможет само проверять код, тесты и безопасность, а человеку показывать только спорные случаи. Часть узких мест исчезнет. Но кто-то всё равно должен решить, каким проверкам доверять, где нужна ручная проверка и что делать, когда автоматика расходится.

Когда джун снова станет выгоднее ещё одного агента?

Не тогда, когда ИИ станет дороже его зарплаты. А тогда, когда следующий агент перестанет заметно увеличивать общий выпуск, потому что узким местом уже стал человек.

Компании нужен будет не ещё один генератор кода, а ещё один мозг, которому можно постепенно передать контекст, решения и ответственность.

Нового агента можно запустить сегодня. Человека, которому можно доверить сложную систему, выращивают годами.

ИИ почти мгновенно масштабирует исполнение. Вычисления покупаются деньгами.

Инженерное суждение, системное мышление и ответственность выращиваются временем.

Главный вопрос ближайших лет не в том, сколько программистов заменит ИИ.

Что произойдёт, если мы научимся производить решения гораздо быстрее, чем людей, способных эти решения понимать?

Мы уже сделали генерацию дешёвой. Теперь придётся выяснить цену понимания.