Потратить 90 000 долларов на выпускника или взять AI — будущее разработки на ближайшие два года
AI стремительно меняет облик индустрии разработки ПО. Google Cloud AI‑директор Addy Osmani в развёрнутом тексте задаёт пять ключевых вопросов о том, каким станет софтинжиниринг в ближайшие два года, и даёт практические рекомендации как для новичков, так и для опытных инженеров. Ниже — пересказ и систематизация ключевых положений и советов, основанных исключительно на приведённых материалах.
1. Убивает ли AI места младших разработчиков?
Суть проблемы: классическая траектория «учишься → младший разработчик → прокачка на проекте → старший» разрушается. Исследование Гарварда (охват 62 млн работников) показывает: после внедрения генеративного AI спрос на junior‑разработчиков падает на 9–10% в течение шести кварталов. Крупные технологические компании резко сократили приём выпускников (>50%).
С другой стороны, AI расширяет спрос на ПО вне IT — медицина, сельское хозяйство, производство, финансы — что создаёт массу «входных» позиций, но уже в новом, «AI‑родном» формате. Прогноз Бюро трудовой статистики США (2024–2034) ожидает рост рабочих мест в разработке ≈15%.
Риск: если компании массово перестанут принимать новичков, через 5–10 лет некому будет занимать роли лидеров и техлидов — «хроническое увядание» экосистемы.
Советы:
- Новичкам: не ждать обучения от работодателя; показывать, что с помощью AI можно приносить командную ценность; использовать AI‑инструменты для сложных проектов, уметь объяснить каждую строку кода, которую сгенерировал AI; прокачивать навыки, которые AI пока плохо заменяет (коммуникация, разбор бизнес‑логики); строить портфолио с AI‑интеграциями.
- Опытным: быть готовыми к тому, что на них ляжет больше «грязной» работы; автоматизировать рутинные задачи (CI/CD, проверки, AI‑тестирование); брать на себя наставничество и масштабировать результат команды.
2. Если AI пишет 80% кода — что остаётся человеку?
Факт: более 80% разработчиков уже используют AI‑помощников. Это ведёт к риску, что новички пропускают фундаментальную подготовку. AI‑код часто скрывает баги и уязвимости, которые неопытный разработчик не заметит.
Два пути:
- Регресс: поколение, зависящее от AI, теряет глубинное понимание.
- Эволюция: люди сосредотачиваются на трудной, критической 20% — архитектура, интеграция, сложные сценарии, контроль ошибок и безопасности. Появляется роль «высоко‑рычажного инженера», который умеет оценивать когда и почему AI ошибается.
Советы:
- Новичкам: относитесь к AI как к тренеру, спрашивайте у него обоснования, проверяйте и тестируйте выводы; периодически отключайте ассистентов и пишите критические алгоритмы вручную; укрепляйте CS‑базу (структуры данных, алгоритмы, управление памятью); тренируйте навыки отладки и тестирования.
- Опытным: становитесь «стражами качества» — архитектурой, безопасностью и масштабируемостью; определяйте, где AI допустим, а где требуется обязательный ручной контроль; занимайтесь менторством и ревью.
3. От «кодера‑уборщика» к «дирижёру системы» — как меняется роль разработчика?
Возможны два сценария:
- Сокращение творчества: роль сводится к проверке и очищению AI‑выводов — «код‑уборщик».
- Расширение: инженер как «композитор/дирижёр», который проектирует систему, распределяет задачи между AI‑агентами и сервисами, задаёт правила взаимодействия и отвечает за целостность решения.
Советы:
- Новичкам: осваивать навыки вне записи кода — тестирование, CI, мониторинг, системное мышление; сохранять практику создания проектов «с нуля» для сохранения творческого опыта.
- Опытным: усиленно работать над лидерством и архитектурой, формировать стандарты использования AI в команде, чаще проводить код‑ревью и дизайн‑дискуссии, развивать продуктовое мышление.
4. «Узкая» специализация — уязвимость или сила?
Темп изменений инструментов и фреймворков высок; ставка на единственную технологию становится риском (история с COBOL/Flash). Однопрофильные специалисты рискуют быть вытесненными AI.
Альтернатива — T‑образный инженер: глубокая вертикаль (1–2 области) + широкая горизонталь понимания смежных областей. AI усиливает пользу «горизонта», делая междисциплинарное взаимодействие проще.
Советы:
- Новичкам: ранний широкий фундамент — рухните границы своей специализации; найдите 1–2 «вертикали» для глубины; участвуйте в хакатонах и межфункциональных проектах.
- Опытным: нарисуйте карту своих навыков, заполните слепые зоны соседних областей, добровольно беритесь за интеграционные роли; демонстрируйте пример T‑профессионала.
5. CS‑степень — ещё «золотой билет»?
Традиционный четырёхлетний CS остаётся ценным, но его обновляемость медленнее рынка. Университетские программы часто не покрывают современные практики (DevOps, облака, AI‑цепочки). Возникает «новая экосистема» из буткемпов, онлайн‑сертификатов и портфолио, которое становится важней диплома.
Советы:
- Новичкам/студентам: не полагаться только на лекции — делайте реальные проекты, участвуйте в стажировках, получайте практические сертификаты (облака), делайте большой проект с документированием.
- Самообучающимся: создайте заметное портфолио; участвуйте в сообществе и мероприятиях.
- Опытным: постоянно учитесь, поддерживайте актуальность навыков через курсы и проекты; менеджерам — пересмотреть требования к найму в сторону умений и результатов, а не только дипломов.
Выводы
Addy Osmani подчёркивает: сценарии не взаимно исключают друг друга — реальность будет гибридной. Постоянная перемена — единственная константа. Те, кто будет поддерживать навыки в актуальном состоянии, расширять горизонты и фокусироваться на человеческих качествах (критическое мышление, сотрудничество, творчество), останутся востребованными независимо от того, превратится ли мир в «полностью автоматический кодогенератор» или переживёт «возрождение программирования».