ИИ уже пишет функции, тесты и документацию. Это сокращает время на часть задач, но не превращает описание идеи в надёжный продукт одним запросом.
Что модель делает хорошо
- создаёт шаблонный код;
- объясняет незнакомый фрагмент;
- предлагает тесты и варианты рефакторинга;
- ищет вероятную причину ошибки по журналу;
- помогает освоить новую библиотеку.
Эти задачи имеют понятный контекст и проверяемый результат. Код можно запустить, сравнить с тестами и отклонить, если он не подходит.
Где нужен разработчик
Модель не знает всех ограничений бизнеса и проекта. Она может выбрать несовместимую библиотеку, пропустить редкий сценарий или добавить уязвимость. Кто-то должен сформулировать требования, выбрать архитектуру и проверить поведение системы под нагрузкой.
Чем больше кода генерирует ИИ, тем важнее чтение и ревью. Скорость набора символов теряет значение, а декомпозиция, тестирование и понимание системы становятся ценнее.
Как подготовиться
- изучать бизнес-процессы, для которых создаётся продукт;
- тренироваться разбивать большую задачу на проверяемые изменения;
- понимать ограничения моделей и способы их оценки;
- уметь читать чужой код и искать причины сбоев;
- не принимать рабочий демо-сценарий за готовность к эксплуатации.
ИИ изменит состав задач и может сократить спрос на часть рутинной работы. Но утверждать, что он заменит всех программистов, рано. Пока модель пишет код, разработчик отвечает за то, что этот код делает в реальной системе.
