Всем привет!
В прошлый раз я начал рассказывать, почему жизнь на Кипре всё чаще заставляет меня думать не только о работе, море и мотоциклах, но и о возвращении в Россию.
А сегодня хочу перейти к тому, что за эти годы изменилось в самой профессии.
Я работаю в IT уже достаточно давно, чтобы помнить время, когда главный вопрос звучал просто: «Как это написать?»
Сейчас вопрос всё чаще другой: «Правильно ли AI понял, что мне нужно, и не сломает ли он всё своим уверенным ответом?»
За последние пять лет работа IT-специалиста изменилась сильнее, чем кажется со стороны. И дело не только в удалёнке, релокации, новых фреймворках или очередной модной архитектуре.
Главное изменение — рядом с разработчиком появился AI.
И теперь мы не просто пишем код. Мы всё чаще объясняем машине, что нам нужно, проверяем её уверенные ошибки и спорим с ней, почти, как с очень быстрым, но слишком самоуверенным джуном.
Раньше главным навыком было написать код
Несколько лет назад хороший специалист отличался тем, что мог сам быстро и качественно реализовать задачу.
Ты должен был знать язык, понимать архитектуру, уметь читать документацию, разбираться в чужом коде, находить причины багов, держать в голове бизнес-логику и технические ограничения.
Да, были Stack Overflow, GitHub, документация, статьи, форумы. Но всё равно основная работа происходила у тебя в голове.
Ты искал решение, сравнивал варианты, писал код, проверял, ошибался, исправлял. Иногда часами сидел над проблемой, которая в итоге решалась одной строкой. И это было больно, но полезно.
Потому что именно в таких моментах и формировался опыт.
Сейчас многое изменилось.
Сегодня AI может за минуту предложить тебе функцию, тест, SQL-запрос, регулярное выражение, кусок документации, объяснение ошибки или даже набросок архитектуры. И это действительно удобно.
Но есть нюанс.
AI может быстро дать ответ. Но он не всегда понимает, что именно происходит в твоём проекте.
Теперь главный навык — правильно думать
На первый взгляд кажется, что работа стала проще. Открыл AI-инструмент, написал запрос, получил код, вставил, готово.
Но в реальности всё сложнее.
AI может красиво ошибаться. Очень красиво. Он может написать код, который выглядит убедительно, но не учитывает контекст проекта. Может предложить устаревший подход. Может перепутать версии библиотек. Может придумать несуществующий метод. Может решить задачу формально, но сломать бизнес-логику.
И вот здесь начинается новая работа IT-специалиста.
Ты уже не просто автор кода. Ты редактор, архитектор, проверяющий, постановщик задачи и человек, который несёт ответственность за результат.
Раньше вопрос звучал так:
«Как мне это написать?»
Теперь всё чаще вопрос звучит иначе:
«Правильно ли AI понял задачу, и можно ли вообще доверять тому, что он предложил?»
Это принципиально другой уровень работы.
AI не заменил программиста, но изменил ожидания
Мне кажется, главная ошибка многих разговоров об AI в IT — это крайности.
Одни говорят: «Программисты больше не нужны, всё будет писать нейросеть».
Другие говорят: «Это игрушка, нормальный разработчик и так всё сделает лучше».
Обе позиции слишком простые.
AI действительно уже изменил работу. Отрицать это бессмысленно. Он ускоряет рутинные задачи, помогает быстро разобраться в незнакомом коде, подсказывает варианты решения, пишет черновики тестов, помогает с документацией, объясняет сложные фрагменты.
Но он не отменяет инженерное мышление.
Более того, он делает его ещё важнее.
Потому что если раньше слабый специалист просто медленно писал слабый код, то теперь слабый специалист может очень быстро сгенерировать много слабого кода. И это уже проблема не личной продуктивности, а качества всей системы.
AI усиливает человека. Но он усиливает и сильные стороны, и слабые.
Если ты понимаешь, что делаешь, он помогает. Если не понимаешь — он может уверенно увести тебя не туда.
Работа стала быстрее, но не всегда спокойнее
Ещё одно изменение последних лет — скорость.
Бизнес уже понял, что с AI можно делать быстрее. Значит, ожидания тоже растут.
Если раньше на какую-то типовую задачу давали несколько дней, то теперь всё чаще возникает ощущение: «Ну а что там делать? Спроси у нейросети, она же напишет».
И вот здесь появляется новая профессиональная усталость.
Потому что AI экономит время на одних этапах, но добавляет нагрузку на других.
Нужно формулировать задачи. Проверять ответы. Сравнивать решения. Думать о безопасности. Смотреть, не нарушаются ли внутренние правила компании. Разбираться, можно ли использовать предложенный код. Перепроверять факты. Понимать, где AI действительно помог, а где просто создал красивую иллюзию прогресса.
Раньше ты мог устать от того, что долго писал код.
Теперь можно устать от того, что весь день общался с инструментами, получал десятки вариантов решений, но к вечеру всё равно должен был сам принять правильное решение.
Разработчик стал больше похож на дирижёра
Пять лет назад айтишник чаще был ремесленником: сел и сделал.
Сейчас хороший специалист всё больше похож на дирижёра сложного процесса.
Он управляет инструментами, выбирает подходы, распределяет внимание, работает с AI, читает код, пишет код, объясняет людям технические решения, думает о продукте, оценивает риски.
И это, на самом деле, не плохо.
Профессия становится взрослее. Меньше романтики «ночью в наушниках пишу великий код». Больше ответственности за систему в целом.
Но вместе с этим исчезает старая уютная иллюзия: что достаточно просто хорошо программировать.
Теперь этого мало.
Нужно уметь быстро учиться, адаптироваться, работать с неопределённостью, отличать реальную пользу от технологического шума и не превращаться в человека, который весь день тестирует новые инструменты вместо нормальной работы.
Джунам стало сложнее
Есть ещё одна тема, о которой не очень любят говорить.
Новичкам в IT стало одновременно проще и сложнее.
Проще — потому что AI может объяснить почти любую базовую вещь. Можно попросить разложить тему простыми словами, показать пример, объяснить ошибку, подсказать, куда копать. В этом смысле сегодня учиться программированию гораздо комфортнее, чем раньше.
Но сложнее — потому что исчезает часть естественной боли, через которую раньше проходили все.
А боль в обучении иногда полезна.
Когда ты сам долго ищешь ошибку, сам читаешь документацию, сам пробуешь разные варианты, у тебя формируется внутренняя карта профессии. Ты начинаешь чувствовать код. Понимать, почему одно решение хорошее, а другое только выглядит красиво.
Если новичок слишком рано перекладывает мышление на AI, он может быстро получить внешний результат, но не получить внутреннего понимания.
Это опасная ловушка.
У тебя вроде бы всё работает. Но ты не совсем понимаешь почему.
Сеньорам тоже не расслабиться
Казалось бы, опытным специалистам проще. У них уже есть база, они умеют проверять AI, понимают архитектуру, видят ошибки.
Но и для них всё изменилось.
Теперь недостаточно сказать: «Я опытный, я и так знаю, как надо».
Если ты игнорируешь новые инструменты, ты постепенно теряешь скорость. Не потому что AI умнее тебя, а потому что рынок начинает работать в другом темпе.
Сеньору сегодня важно не просто писать хороший код, а понимать, где AI можно безопасно встроить в процесс.
Где он экономит время. Где создаёт риски. Где помогает команде. Где мешает. Где ускоряет разработку, а где порождает технический долг.
Опытный специалист теперь должен быть не противником AI и не фанатом AI, а трезвым пользователем.
Это, пожалуй, самая здоровая позиция.
Что осталось неизменным
При всех изменениях есть вещи, которые никуда не делись.
- Плохая постановка задачи всё ещё приводит к плохому результату.
- Плохая архитектура всё ещё превращается в боль.
- Плохие коммуникации всё ещё ломают проекты быстрее, чем плохой код.
- Технический долг всё ещё приходится платить.
И если система спроектирована криво, никакой AI не сделает её внезапно прекрасной.
Он может помочь быстрее написать отдельные куски. Но он не заменит нормальное мышление, опыт, вкус, дисциплину и ответственность.
В этом смысле IT осталось IT.
Просто теперь рядом появился очень мощный инструмент, который не прощает профессиональной лени.
Так стало лучше или хуже?
Если честно — по-разному.
Стало быстрее. Интереснее. Иногда удобнее. Некоторые задачи, которые раньше раздражали, теперь решаются за минуты.
Но стало и шумнее. Больше инструментов, больше ожиданий, больше иллюзий, больше давления на скорость.
Раньше ты открывал редактор кода и работал.
Теперь ты открываешь редактор кода, AI-ассистента, документацию, таск-трекер, чат команды, ещё один AI-инструмент, потом сравниваешь ответы, потом возвращаешься к коду и думаешь: «Так, а что из этого действительно надо сделать?»
Профессия стала менее романтичной, но более стратегической.
И мне кажется, выигрывать будут не те, кто просто быстрее всех нажимает кнопки в AI-сервисах.
Выигрывать будут те, кто умеет думать.
Мой личный вывод
За последние пять лет работа IT-специалиста изменилась не внешне, а по сути.
Раньше главным было уметь писать код.
Теперь главное — понимать, какой код вообще должен появиться, зачем он нужен, какие риски он несёт и можно ли доверять тому, кто помог его написать.
Даже если этот «кто» — искусственный интеллект.
AI не сделал программиста ненужным. Он сделал видимой разницу между человеком, который просто набирает код, и специалистом, который понимает систему.
И, возможно, это даже хорошо.
Потому что настоящий IT-специалист никогда не был просто человеком, который пишет строки в редакторе. Он всегда был человеком, который решает задачи.
Просто теперь иногда ему приходится решать их в споре с машиной.
А как вы считаете: AI действительно помогает специалистам работать лучше — или просто заставляет всех делать больше и быстрее?