Как скрипка в руках мастера становится источником вдохновения, так и программирование — это искусство, требующее тонкого подхода и креативности. А искусственный интеллект может стать незаменимым помощником, который не только ускоряет процессы, но и открывает новые горизонты для реализации идей.
Если вы готовы интегрировать ИИ в вашу профессиональную деятельность и ещё быстрее выполнять поставленные задачи, то издание «О финансах и не только» готово поделиться с вами советами от Павла Стасиньски, независимого консультанта по искусственному интеллекту и автоматизации.
— Сколько процентов рутинного кода уже можно безопасно делегировать ИИ сегодня?
— Я считаю, что значительную часть рутинного программирования, грубо говоря от 40 до 70%, и сопроводительных задач возможно делегировать искусственному интеллекту. Автоматизированные инструменты справляются не только с типовыми операциями, а именно генерацией служебного кода, созданием стандартных модулей и простых функций, но и с оформлением технической документации, составлением инструкций к продуктам, подготовкой описаний и комментариев.
Это позволяет командам разработчиков снять нагрузку со специалистов начального уровня и переориентировать человеческий ресурс на творческие, исследовательские и стратегические аспекты работы: архитектуру, проектирование систем, решение нестандартных задач, внедрение новых идей и технологий.
Тем не менее, автоматизация не отменяет необходимости постоянного контроля качества. Все предложенные искусственным интеллектом решения, будь то код или документация, должны проходить тщательное ревью, тестирование и мониторинг. Важно грамотно выстраивать процессы, формализовать критерии оценки, регулярно анализировать результаты генерации, поддерживать обратную связь и развивать обучение персонала. ИИ становится эффективным помощником, освобождающим потенциал команды, однако успех его применения напрямую зависит от зрелости инженерных практик и культуры качества внутри компании.
— ИИ часто пишет работающий, но неоптимальный код. Не приведет ли это к деградации архитектурных навыков и рождению поколения «копипаст-программистов»?
— Такая тенденция уже начинает отражаться в профессиональной среде. Все чаще встречаются специалисты, которых называют «вайбекодерами», они быстро собирают рабочие решения из ИИ, опираясь на шаблоны, готовые фрагменты кода, но при этом слабо вовлечены в тематике ИТ.
Отдельно стоит отметить, что идею появления «вайбекодеров» активно популяризировал Andrej Karpathy — один из влиятельных представителей отрасли искусственного интеллекта и разработок LLM. Он обращает внимание на то, как многим программистам становится достаточно «почувствовать вайб» задачи для ее решения, не погружаясь в детали, не проектируя сложную архитектуру. Это действительно ускоряет процесс работы, но при отсутствии системы ревью и образовательной среды есть риск массовой деградации инженерных навыков. Таким образом код становится шаблонным, архитектура — примитивной, а уровень профессионального роста замедляется.
«Чтобы избежать массовой деградации инженерной культуры, необходимы системные меры: ревью, обмен опытом, менторство и поддержка профессионального роста. ИИ должен быть инструментом, ускоряющим работу, но не подменяющим ключевые навыки настоящего инженера», — Павел Стасиньски.
— Может ли ИИ сегодня понять бизнес-требования от не-tech менеджера и написать по ним работающее приложение?
— ИИ действительно способен обработать бизнес-требования, сформулированные не-техническим менеджером, и написать по ним работающее приложение, особенно если речь идет о типовых задачах и прототипах. Однако итоговое решение часто оказывается шаблонным и повторяющимся, практически идентичным аналогичным продуктам других пользователей. ИИ располагает к копированию стандартных подходов и общих паттернов.
Существует также риск, что приложение будет недостаточно масштабируемым, с ограниченным запасом надежности и архитектурной гибкости. Генерируемые решения порой оказываются «костыльными» — работают на старте, но ломаются или начинают вести себя некорректно при реальных нагрузках и серьезном тестировании. Без ручного ревью, доработки и адаптации под конкретные бизнес-процессы такие системы быстро теряют эффективность.
Именно поэтому для создания уникального, устойчивого продукта важно не только корректно формулировать бизнес-требования и использовать ИИ для прототипирования, но и обязательно включать экспертную оценку, архитектурное проектирование и тестирование на всех этапах. Только так искусственный интеллект становится полезным помощником, а не источником техдолга.
— Поможет ли ИИ справиться с нагрузкой или, наоборот, поднимет планку производительности до небес?
— Искусственный интеллект действительно помогает справляться с высокими нагрузками и ускоряет выполнение множества задач, которые раньше занимали недели или даже месяцы. Это позволило значительно повысить общий уровень производительности команд: ожидания по срокам стали жестче, руководители рассчитывают на быструю реализацию идей, ускоренное внедрение функций и оптимизацию процессов.
Но вместе с этим повысились и требования — теперь ценятся не просто скорость решения, а умение правильно использовать инструменты, контролировать качество, обеспечивать стабильность и масштабируемость продуктов. ИИ не снижает потребность в человеческом участии, наоборот, специалисты должны быть квалифицированными, чтобы не просто «запускать генерацию», но анализировать, тестировать, дорабатывать решения с учетом реальных бизнес-целей.
Миф об увольнениях из-за ИИ, который распространяют СМИ, на практике не подтверждается. Снижение найма связано прежде с экономической ситуацией, а не с массовой автоматизацией. Искусственный интеллект становится инструментом повышения эффективности, но не заменяет профессионалов. Он требует от всех участников процессов большего вовлечения, критического подхода и углубления знаний, чтобы достигать новых, действительно высоких результатов.
Павел Стасиньски, независимый консультант по искусственному интеллекту и автоматизации.
Беседовала Дарья Лаврентьева