Код больше не проблема: как ИИ перевернул разработку и почему программистам придется стать писателями

На прошлой неделе мы обсуждали ткацкие станки, а сегодня поговорим… о картофельных чипсах. Звучит странно для техно-блога? Не спешите переключать вкладку. Я тут послушал один подкаст, где эксперт по снекам рассказывал, как делают хрустящую картошку. И знаете, это чертовски похоже на то, что происходит сейчас в IT.

Суть проста: чтобы ускорить любой процесс, нужно найти «узкое горлышко» и устранить его. Как только расширили одно место — затор образуется в другом. Вы исправляете это, потом следующее, и так до тех пор, пока процесс не полетит как ракета. В производстве чипсов это сработало идеально.

В разработке софта все ровно так же. Долгое время главным тормозом было само написание кода. Именно этот этап — узкая, напряженная точка в конвейере. Куча трения, багов и потраченных нервов. Именно скорость стучания по клавишам (и исправления того, что настучали) определяла, выйдет проект в релиз через месяц или застрянет на полгода.

Видео от DGL.RU

Эра агентного кодинга

Но что, если написание кода перестанет быть проблемой? Кажется, мы уже здесь. С развитием ИИ-агентов (автономных систем, способных писать и тестировать программы) ситуация меняется на глазах. Допустим, мы пришли к точке, где создание сложного приложения занимает дни и недели, а не месяцы и годы. Что это меняет?

ТЗ — новое золото

Во-первых, требования к софту должны стать хирургически точными. Сейчас разработчики часто берут в работу расплывчатые задачи в духе «сделай красиво, по ходу разберемся». С живым человеком это прокатывает — он переспросит. С ИИ такой номер не пройдет.

Если скормить системе агентного кодинга мутные данные, на выходе получите цифровой шлак. Принцип Garbage in, garbage out (мусор на входе — мусор на выходе) становится законом. Умение четко формулировать мысли, по сути «программировать на русском языке», станет главным скиллом для команд разработки.

Лавина софта и «ИИ-мусор»

Программ станет больше. Намного больше. Сейчас куча крутых идей пылится в столе просто потому, что их реализация стоит слишком дорого или требует дефицитных специалистов. Когда барьер входа рухнет, мы увидим расцвет новых приложений.

Конечно, есть и обратная сторона. Легкость исполнения всегда порождает кучу халтуры. Нас ждет волна «ИИ-блоба» — бессмысленных приложений-однодневок. Но среди этой кучи будут и алмазы. Продакт-менеджерам придется попотеть, чтобы продукт оставался полезным, а не просто нашпигованным фичами, которые нейросеть написала за секунду.

Доступность ИИ-инструментов разработки в России

Поскольку речь идет о глобальном тренде, важно понимать, как это работает в наших реалиях. В России доступ к передовым западным кодинг-агентам (вроде GitHub Copilot, Devin или инструментов на базе OpenAI) осложнен.

• Оплата: Для подписки на топовые сервисы нужны зарубежные карты или посредники.
• Доступ: Часто требуется VPN, так как многие сервисы блокируют доступ с российских IP.
• Альтернативы: Отечественные гиганты тоже не дремлют. YandexART и GigaChat активно учатся писать код, и для российских компаний это более безопасный вариант с точки зрения защиты данных.

Если вы планируете внедрять агентный подход в своей команде, готовьтесь к тому, что использование облачных западных решений может быть запрещено службой безопасности (чтобы код не утек на зарубежные серверы).

Что станет с программистами?

Разработчики не исчезнут, но их роль изменится. Фокус сместится с написания чистого кода на контроль того, чтобы агенты писали чистый код.

Вместо того чтобы вручную верстать формы, программисты будут:

• Проверять (Code Review) работу ИИ.
• Отвергать неудачные решения.
• Задавать ограничения и рефакторить результат.
• Направлять агентов, как дирижер оркестр.

Особенности использования ИИ-кода в РФ

Отдельно стоит упомянуть юридический и технический аспекты использования сгенерированного кода в России:

• Авторское право: Пока в законодательстве РФ есть серая зона касательно того, кому принадлежат права на код, написанный нейросетью.
• Безопасность: Внедрение кода, написанного зарубежным ИИ, требует тщательной проверки на «закладки» и уязвимости.
• Импортозамещение: При создании госсофта использование проприетарных западных LLM может быть полностью исключено, что повышает спрос на локальные (open-source) модели типа DeepSeek или Llama, развернутые на собственных серверах.

В конечном счете, новым «узким горлышком» станет принятие решений. Когда технически вы можете реализовать всё что угодно за пару дней, самым сложным станет решить, чего делать не нужно. Представьте, как сложно будет продакт-менеджеру выбрать приоритеты, когда вместо трех фич из семи он сможет реализовать тридцать из семидесяти. Думать придется больше, чем кодить.

ИИ в бизнесе не стартует с кода: сначала данные и смысл