Разработчики программного обеспечения за последние два года наблюдали, как инструменты ИИ для написания кода эволюционировали от продвинутого автодополнения до систем, способных в некоторых случаях создавать целые приложения по текстовому описанию. Решения вроде Claude Code от Anthropic и Codex от OpenAI теперь могут часами работать над проектами: пишут код, запускают тесты и, под контролем человека, исправляют ошибки. OpenAI заявляет, что использует Codex для разработки самого Codex, и недавно раскрыла технические детали его работы. Это породило вопрос: перед нами очередной виток хайпа или реальный прорыв? Чтобы понять это, Ars обратился к нескольким профессиональным разработчикам в Bluesky, и их ответы показали: технология работает, но отношение к ней неоднозначное. Это небольшая самовыбранная группа, однако её мнение показательно. Дэвид Хагерти, разработчик POS-систем, скептически относится к маркетингу: «Все компании ИИ преувеличивают возможности. Да, большие языковые модели революционны, но не ждите от них шедевров. Так они не работают». Роланд Драйер, инженер, внесший вклад в ядро Linux, признаёт наличие хайпа, но отмечает серьёзный скачок. После выхода Claude Opus 4.5 он теперь может сказать агенту: «Этот тест падает — отладь и почини», и это работает. Он оценивает прирост скорости в 10 раз при создании Rust-бэкенда с Terraform и фронтенда на Svelte. Многие задаются вопросом, не исчезнет ли в ближайшее время «синтаксическое программирование» — ручное написание кода на языках программирования — из-за ИИ-агентов, берущих на себя синтаксис. Драйер считает, что для многих задач оно уже закончилось: «Мне всё ещё нужно читать и проверять код, но я почти не печатаю на Rust или других языках». Тим Келлогг, разработчик, активно использующий автономных агентов, категоричен: «Всё кончено. ИИ-инструменты легко справляются с деталями уровня синтаксиса». Он отмечает, что может «собрать, а затем трижды пересобрать проект быстрее, чем раньше — вручную», и при этом получает более чистую архитектуру. Анонимный программный архитектор из SaaS-компании по управлению ценами рассказал, что ИИ изменил его работу после 30 лет традиционного программирования: «Я реализовал фичу за две недели, на которую раньше ушло бы год». Для сторонних проектов он теперь «создаёт прототип за час и сразу понимает, стоит ли двигаться дальше». Драйер отметил, что снизившийся порог входа позволил ему наконец реализовать задачу, висевшую в списке дел годами: «Переписать кривой shell-скрипт для копирования фото с SD-карты». Он потратил пару часов, чтобы создать полноценный пакет с текстовым интерфейсом на Rust с юнит-тестами. «Ничего грандиозного, но я никогда бы не стал писать это вручную», — сказал он. Однако не все разделяют его энтузиазм. Опасения по поводу технического долга, возникающего из-за поспешных или слабых архитектурных решений ИИ, появились ещё в 2025 году с дебатами вокруг «vibe coding» — написания кода через общение с ИИ без глубокого понимания результата. Бывший исследователь OpenAI Андрей Карпати ввёл этот термин, подчеркнув риски. Даррен Март, старший инженер Microsoft (высказывается от личного имени), использовал Claude в терминале для создания приложения на Next.js с Azure Functions. ИИ «реализовал около 95 % по спецификации», но Март осторожен: «Я использую такие инструменты только для задач, которые полностью понимаю. Иначе можно попасть на опасный путь и накопить долг». Анонимный data scientist в сфере недвижимости также ограничивает ИИ: использует GitHub Copilot для автодополнения (работает примерно в 75 % случаев), но запрещает агентам вносить прямые правки. «Я работаю с данными, поэтому крайне избегаю их некорректной обработки. LLM слишком часто ошибаются, чтобы я доверил им свободу действий». Брайан Вестби, бэкенд-инженер Nike, использующий Cursor ежедневно, считает инструменты «на 50 % полезными, на 50 % — негативными». Они ускоряют решение чётко определённых задач, но «галлюцинации всё ещё слишком часты, если дать ИИ слишком много пространства». Для разработчиков, работающих со старыми системами, ИИ стал одновременно переводчиком и археологом. Нейт Хашем, инженер First American Financial, обновляет устаревшие кодовые базы, где «оригинальные разработчики ушли, а документация неясна». Раньше «не было времени разбираться, как всё работает». Теперь ИИ ускоряет удаление устаревшего кода, диагностику ошибок и модернизацию. Хашем также объяснил разницу в восприятии ИИ в крупных компаниях и в соцсетях: руководство требует «ориентации на ИИ», но юридические проверки для использования инструментов с проприетарными данными затягиваются. А ИИ в Gmail или Excel, доступный большинству, работает на более слабых моделях. «Обычного офисного работника заставляют использовать ИИ, но дают плохие инструменты, потому что хорошие требуют больших затрат и юридических соглашений», — сказал он. Что касается влияния на рабочие места, мнения разделились. Келлогг уверен: «Да, это грозит массово. Сначала исчезнет написание кода, потом — архитектура, потом — управление продуктами. Те, кто не адаптируется, потеряют работу». Драйер обеспокоен за новичков: «Нужны изменения в обучении, чтобы дать джунам опыт и суждение, ведь заставлять их писать мелкие части системы — пустая трата времени». Хагерти выразился в экономических терминах: «Становится сложнее заполнять джунские позиции, когда можно получить код уровня джуна дешевле минимальной зарплаты с помощью Sonnet 4.5». Март описал смену роли разработчика как «резкий переход от создания к контролю». «Кто-то это приветствует, я — нет». Несмотря на неопределённость, некоторые получают настоящее удовольствие от новых инструментов. «Мне нравится использовать ИИ для кода, — сказал анонимный архитектор. — Я 30 лет писал код вручную и сейчас получаю больше удовольствия, чем когда-либо раньше».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Benj Edwards
