Хороший обзор того, что происходит с профессией программиста и советы, как с этим быть.
1. Что станет с джунами?
2. Какие навыки качать?
3. Какова роль программиста, когда код пишет машина?
4. Специализация или человек-оркестр?
5. Что насчет университетского образования?
Автор Адди Османи из Гугла, бывший глава разработки Хрома.
Интересно, что будет с джунами?
ИИ может серьёзно ускорить сеньора, пишущего продакшн-проект.
Если уже знаешь, что и как сделать, то с использованием нейросетей можно написать тот же самый код в несколько раз быстрее, чем без него. Об этом говорят суперзвёзды типа Джона Кармака, это подтверждают мои знакомые крутаны.
Раньше мы учились программировать, набирались опыта, делая эту работу руками (и получая за это отличную зарплату!).
Кажется, что постепенно ИИ учится делать примерно ту же работу, что и джуны, только дешевле.
Как изменится процесс обучения? Откуда возьмётся следующее поколение опытных программистов?
Можно пофантазировать, что если индустрия перестанет хорошо платить джунам, то в профессию опять, как и в начале, будут идти только те, кто её по-настоящему любит. Станет меньше «пойти в айти».
Получится, что ИИ увеличит расслоение — тем, кто любит программировать и хочет этому научиться, — он поможет научиться. А вот тех, кто хочет просто решить задачу, — запрёт в «посредственности ИИ».
У нас в компании джунов почти нет, к нам обычно приходят сеньоры или мидлы, которые хотят стать сеньорами. Интересно было бы послушать тех, кто работает с джунами на потоке: какой эффект нейросети имеют уже сейчас?
Интересно, что думает про этот пост один из лучших программистов и техдиров, которых я знаю, Егор Хмелев.
Форвардну его сообщение ниже целиком.
“Другой автор отлично раскрывает эту идею, он пишет: «если раньше по коду новичка я мог догадаться, что он понимает, а что нет, мы могли обсуждать его решение, и моя обратная связь была обучающей, то теперь мне приносят код, сгенерированный нейросетями, который выглядит хорошо, но сломан странным образом, и, когда я указываю на ошибку, мне приносят абсолютно новый код (примерно как LLM)».”
Мне вообще кажется, что происходит смена парадигмы, и что старые подходы и образ работы перестают работать. В конкретном случае, автор должен был думать не как обучать интернов, а как сделать так, чтобы интерн обучался сам работая с репозиторием. Потому что человек — это бутылочное горлышко, если интерн может обучаться сам и получать мгновенную обратную связь, то он будет обучаться гораздо быстрее. А если LLM, с которым работает интерн в конкретном репозитории, допускает ошибки, то обучающий момент должен быть направлен на LLM (добавление правильного “контекста” в репозиторий). Интерны/джуны больше не будут иметь путь, который они имели раньше, путь будет другим (это тоже часть смены парадигмы). И возможно все еще не совсем так работает как должно, но через 6-12 мес это будет вариантом нормы и нам надо принимать это во внимание. 90% Claude Code’а пишет Claude Code — вот она смена парадигмы.
Как пример, похожая смена парадигмы происходит с EV. Владельцы ICE спрашивают как долго заряжать машину на станциях зарядки сравнивая это с заправками и своей устоявшейся рутиной, когда в реальности у владельцев EV просто нет такой проблемы, нет такой рутины — машина находится всегда заряженной, потому что заряжается дома ночью. А станции зарядки нужны только в длительных поездках и там 20-30 мин это нормальная остановка для нормального человека после 3-4 часов пути. И возможно, иногда, машине надо 40 минут, а не 20-30 — не совсем так работает как должно, но через 3-5 лет зарядка будет занимать 5-10 минут.
Просто скорость развития AI/LLM на порядки выше, чем скорость развития чего бы то ни было, и это и супер интересно и пугает одновременно.
Отличная статья про то, что самое долгое и сложное в программировании — это не написание кода. Самое дорогое — это проведение код-ревью, передача культуры, знаний, тестирование и отладка кода.
И нейросети, используемые бездумно, без должного профессионального надзора, не уменьшают нагрузку, а просто переносят её.
Другой автор отлично раскрывает эту идею, он пишет: «если раньше по коду новичка я мог догадаться, что он понимает, а что нет, мы могли обсуждать его решение, и моя обратная связь была обучающей, то теперь мне приносят код, сгенерированный нейросетями, который выглядит хорошо, но сломан странным образом, и, когда я указываю на ошибку, мне приносят абсолютно новый код (примерно как LLM)».
В общем, новичкам кажется, что они стали более производительными, а на самом деле вся нагрузка ложится на опытных ребят, которым приходится продираться через тонны бессмысленного кода.
Рекомендую почитать ещё комментарии на HN, многие опытные разработчики в ужасе от происходящего.
—
Удивительным образом, я тоже с этим сталкиваюсь, но с заказчиками.
Раньше новые клиенты крайне редко приносили написанный текст, чаще просили: «давай созвонимся, обсудим задачу». А если уж присылали текст — то я по нему мог очень многое угадать про уровень проработанности задачи, особенности заказчика, а порой и про саму задачу. Теперь мне часто присылают развернутые «технические задания», сгенерированные нейросетью.
Они выглядят красиво, но, когда я их читаю и пытаюсь собрать в голове видение проекта и заказчика, то у меня не складывается картинка. А ещё голова начинает болеть от напряжения. Тут я бросаю текст и прошу созвониться-обсудить.
Лично я всегда предпочту одну строчку, написанную человеком, 10 строчкам, написанным роботами. Потому что в случае робо-текста приходится угадывать, какие из добавленных роботом строк по удачному совпадению отражают реальность, а какие — просто то, как, по мнению нейросети, обычно бывает в мире.
И нет, вариант «попроси нейросеть сжать длинный текст до одной строки» не работает, информация теряется безвозвратно.
Со страхом жду дня, когда люди перестанут сами ходить на встречи и будут присылать роботов (аватаров), которые будут говорить пустое. Технически это возможно уже сейчас; до массовой доступности, я думаю, год-два от силы 🙈