Когда искусственный интеллект только вошел в профессиональную среду, многие разработчики могли воспринять настороженно. Но спустя несколько лет ИИ перестал быть соперником, а наоборот, стал соавтором. Сегодня это не угроза, а инструмент, который ускоряет код, помогает искать ошибки, оптимизировать архитектуру и даже вдохновляет на новые решения.
Как не просто получать подсказки, а по-настоящему создавать вместе программы и внедрять их в жизнь, интегратор AI-агентов Вячеслав Теричев и архитектор бизнес-процессов Владислав Иноземцев поделились с изданием «О финансах и не только».
— Какую долю рутинных задач в программировании уже можно доверять ИИ без риска для проекта?
— Вячеслав Теричев: Сегодня мы наблюдаем революционный момент — до 90-95% рутинных задач по разработке можно делегировать AI-агентам, но с оговоркой: под чутким присмотром опытного разработчика. Речь идет о полном цикле: от проектирования архитектуры до написания тестов и документации. Ключевое слово здесь — «рутинных». ИИ отлично справляется с типовыми задачами: генерацией CRUD-операций, настройкой конфигураций, написанием шаблонного кода. Это освобождает программистов для решения действительно сложных, творческих задач — тех, где требуется глубокое понимание бизнес-логики и нестандартное мышление.
— Владислав Иноземцев: При условии, что основным пользователем ИИ будет являться обученный специалист, который к этом всему также обладает необходимым багажом знаний в области той среды разработки, для которой ИИ формирует код – порядком 70%. Но подчеркну, что в первую очередь необходимо, чтобы человек, который хочет автоматизировать рутину в своем коде, мог сам лично проверить выполненную работу за ИИ, чтобы вовремя среагировать, внести персональные коррективы, или же дать необходимые указания для ИИ.
— Рискуем ли мы потерять архитектурное мастерство, если ИИ будет поставлять работающий, но посредственный код?
— Вячеслав Теричев: Здесь важно разделять два сценария. Если говорить о так называемых «вайбкодерах» — людях, которые без глубоких технических знаний пытаются монетизировать AI-инструменты, то у них действительно появился шанс. Используя AI-агентов, они могут быстро создавать работающие решения и находить клиентов, даже не имея опыта в конкретном стеке технологий. Как говорится, бери лопату и греби, пока руда пошла.
Но для профессиональных разработчиков ИИ — это не костыль, а усилитель компетенций. Скрипка не превратит любого в Паганини, но в руках виртуоза зазвучит совершенно иначе. Так и здесь: качество результата напрямую зависит от того, насколько глубоко человек понимает архитектуру, паттерны и best practices. ИИ показывает первый вариант решения — опытный мастер, обладающий скиллом «мистер критическое мышление», видит его слабые места и направляет инструмент к оптимальному решению за меньшее количество шагов и токенов, чем традиционный гуманитарий.
— Владислав Иноземцев: Само понятие «копипаст-программист» известно и до создания средств ИИ. Достаточно популярная практика для многих, особенно начинающих специалистов: копировать чужой код, или же «гуглить» его на доступных ресурсах по типу «Хабр». Ситуация с развитием ИИ фундаментально ситуацию не изменит, но нельзя исключать риск, что практика «копипаста» станет еще более популярной, особенно у программистов junior уровня. При наличии опытных наставников, а также хорошего обучения, архитектурные навыки не пропадут, а скорее укоренятся, так как будущая архитектура будет включать в себя множество нововведений с учетом интеграции ИИ в текущие процессы разработки и работы ПО на любом предприятии.
ИИ не заменяет разработчика, а становится его «супер-рукой» и умным помощником, который берет на всю рутину
— Насколько ИИ близок к тому, чтобы стать «переводчиком» с языка бизнеса на язык программирования?
— Вячеслав Теричев: Наиболее эффективно это работает, когда рядом есть специалист, которого я бы назвал «новым типом разработчика» — человек, выросший из продакт- или проджект-менеджера, понимающий и бизнес, и технологии, этакий медиум: айти <> бизнес.
В нашей практике кастомной разработки мы стараемся начинать с глубокого погружения в бизнес-процессы клиента. Не просто берем техзадание, а разбираемся: какие реальные проблемы решает бизнес, где узкие места, что действительно нужно автоматизировать. Только после этого предлагаем решение и двигаемся к цели гибким agile-подходом — короткими итерациями, с постоянной обратной связью от клиента.
Здесь на первый план выходят современные подходы вроде Specification-Driven Development и Test-Driven Design. Главными артефактами становятся спецификации и тесты, а не код как таковой. Мы фиксируем бизнес-логику в specs, описываем ожидаемое поведение в тестах, и уже на основе этого ИИ генерирует имплементацию. Если спецификация четкая, а тесты покрывают все сценарии — ИИ справляется блестяще.
Нейросеть здесь становится мощным инструментом ускорения, но только когда задача правильно сформулирована. Такой профессионал умеет правильно декомпозировать требования, описать их через specs и тесты, а затем провалидировать результат.
А вот если человек совсем далек от технологий — классический гуманитарий без технического бэкграунда — будет сложно. ИИ не читает мысли. Он работает с тем, что вы можете ему объяснить. Поэтому базовое понимание технической логики остается необходимым.
— Владислав Иноземцев: Уже многие менеджеры, специалисты младшего и среднего уровня используют средства ИИ для создания прототипов приложений. Для данной цели ИИ является прекрасным вариантом и инструментом, правда стоит отойти от понятия «прототип», и приложение неизбежно будет иметь ряд недочетов, подправить которые может только обученный специалист. Если вы хотите написать приложение со сложной архитектурой и внутренними взаимосвязями, но при этом сами далеки от уровня знаний, чтобы создать такое приложение самостоятельно – вы получите продукт с кучей фундаментальных ошибок, о которых не будете знать. Но могу подчеркнуть, что такое плотное взаимодействие, наоборот, помогает молодым специалистам быстрее вникнуть в профессию, изучить основы написания кода. Так что в какой-то степени данный подход можно использовать и для самообучения, помимо формирования прототипов.
Когда ИИ генерирует шаблонный код, у разработчика освобождаются «руки» и голова для решения по-настоящему сложных задач
— Поможет ли ИИ решить проблему производительности или усугубит ее, создав код, который сложнее поддерживать и масштабировать?
— Вячеслав Теричев: Оба варианта одновременно — и в этом вся суть технологической гонки. С одной стороны, ИИ действительно помогает справляться с растущими объемами работы: то, на что раньше уходила неделя, теперь можно сделать за день.
Наш agile-подход к разработке в связке с ИИ позволяет выдавать рабочие прототипы буквально за несколько спринтов. Клиент видит результат быстро, может тестировать, давать обратную связь, и мы корректируем курс на лету. Раньше такая скорость итераций была просто невозможна.
С другой стороны — это поднимает ожидания рынка. Если раньше проект занимал три месяца, теперь клиент ждет результат за три недели. Это создает новую реальность: выигрывают те, кто научился эффективно работать в тандеме с ИИ, кто понимает его сильные и слабые стороны. Производительность действительно растет кратно, но и конкуренция обостряется. Тех, кто игнорирует эти инструменты, рынок оставит позади.
— Владислав Иноземцев: На мой личный взгляд цикл развития ИИ уже породил куда больший уровень требований к специалистам и кандидатам при трудоустройстве. Во многом это вызвано проблемой того, что работодатели не до конца понимают суть данного инструмента, считая его волшебной палочкой автоматизации любого рутинного процесса. В нужных руках ИИ действительно позволяет ускорить выполнение необходимого бизнес-процесса, будь это диалог с клиентом, расчет ТКП, или же подготовка медиаматериалов для публикации в соц сетях. К сожалению, работодатели, как и любой человек, зачастую замечают лишь успешный опыт, который публикуется в каналах Телеграмма, площадках по типу «Дзен» и «Хабр», из-за чего происходит ложное представление о том, что ИИ крайне прост в использовании и он может выполнить любую поставленную задачу.
Из-за чего при стандартном процессе подбора нанимающие менеджеры могут выставить крайне высокие требования к Junior специалисту, думая, что «почти это все итак можно сделать через ИИ». Но если возвращаться к основной теме, то даже если вам повезет найти опытного разработчика, который знает, как взаимодействовать с ИИ и имеет реальный опыт в области, которую он подвергает автоматизации, то выполнив все эти меры ему также нужно и дальше давать задачи, загружать новой работой. Специалист, который сотворит полную автоматизацию, при этом будет выполнять и всю дополнительную работу в срок так или иначе будет давать пример для других работодателей как «норма», к которой надо отнести всех остальных сотрудников, и неважно, хорошо ли они работают с ИИ, и насколько они опытны в своей области. Так что, подводя общий итог по этому вопросу – да, безусловно, для 90% сотрудников данный инструмент станет причиной возросшей нагрузки, особенно если работодатель недостаточно осведомлен о ИИ и его особенностях работы.
Вячеслав Теричев, интегратор AI-агентов, разработчик и AI-кодер.
Владислав Иноземцев, архитектор бизнес-процессов.
Беседовала Дарья Лаврентьева