The New Experience of Coding with AI

Новый опыт программирования с ИИ

Введение

Автор статьи, Стефани Кирмер, пересматривает своё понимание влияния LLM-инструментов на программную инженерию. В июле 2024 года она написала статью о том, как LLM-инструменты могут повлиять на профессию, однако тогда она не учла качественный скачок в развитии Claude Code, который произошёл в мае 2025 года. Теперь, оценивая текущее состояние технологии, Кирмер исследует, как ИИ-ассистенты для написания кода меняют саму природу работы программиста — и что это означает для будущего профессии.

1. Функциональность ИИ-ассистентов

Современные инструменты, такие как GitHub Copilot, Claude Code, Cursor и Replit, обладают рядом ключевых возможностей:

Полный доступ к проекту — инструменты могут анализировать все файлы проекта, осуществлять поиск по ним и обрабатывать содержимое совместно
Автономное создание кода — способны писать значительные фрагменты кода или целые файлы
Рассуждающие модели (Reasoning LLMs) — разбивают задачи на части, обрабатывают их по отдельности и объясняют пользователю свои действия
Агентные инструменты — модели могут самостоятельно вызывать внешнее программное обеспечение, включая веб-поиск

По словам автора, «рассуждающие» LLM — это просто иная стратегия промптинга, позволяющая выполнять несколько потоков работы параллельно и объединять результаты. Технология не идеальна: Кирмер отмечает, что нередко сталкивается с ошибками при использовании ассистента. Однако в узкой области программной инженерии инструмент уже выполняет полезную функцию.

2. Две полярные позиции разработчиков

Обсуждая новые технологии с коллегами из сферы машинного обучения и разработки, автор выделяет два противоположных лагеря:

Энтузиасты «vibe coding» — разработчики, которые активно применяют ИИ-ассистентов повсеместно. Они дают инструменту задание и позволяют ему писать код, возвращаясь позже для проверки или поручая проверку самому ИИ. Они запускают несколько LLM для совместной работы над задачами, генерируя большие объёмы кода, пока люди спят. Для них освобождение от написания кода — однозначное благо, а увеличение производительности вызывает восторг.

«Ремесленники» — разработчики, которые любят сам процесс обдумывания и написания кода, наслаждаются путешествием не меньше, чем результатом. Для них появление ИИ-ассистентов глубоко тревожно. Когда работа требует вдумчивости, креативности и устойчивости, а новая парадигма предполагает, что эти навыки не нужны, — это вызывает серьёзный кризис. Некоторые талантливые инженеры, по словам автора, обсуждали желание покинуть профессию, чтобы не быть вынужденными перейти на «vibe coding».

Кирмер ссылается на статью Викки Бойкис, которая советует удвоить усилия по поиску способов проявить креативность и создать смысл в работе — что косвенно подтверждает, что сама профессия теряет привычный характер.

3. Психология соблазна

Автор описывает внутренний конфликт, который испытывает разработчик перед экраном:

> «У вас есть эта маленькая функция на экране, которая может просто выполнить задачу за вас... Кнопка прямо здесь. Нажми её, и всё будет готово через несколько минут. Возможно, это даже сработает лучше, чем то, что написал бы я. Мой начальник будет доволен».

Этическая дилемма включает:

Потребление электричества
Использование воды для охлаждения дата-центров
Широкие негативные последствия: социальные, политические, культурные

При этом рационализация начинается с вопроса: «Разве моё единственное использование что-то изменит?». Однако одно использование редко бывает единичным — возникает риск скользкого пути: навыки атрофируются, зависимость от инструмента усиливается.

Кирмер подчёркивает: между принципиальным отказом от технологии с негативными социальными последствиями и возможностью кормить семью большинство выбирает второе. Материальное выживание побеждает.

4. Что дальше: трансформация профессии

Автор проводит аналогию с 196-ми годами, когда программисты работали на мейнфреймах размером с комнату и использовали перфокарты — вряд ли они могли представить современную экосистему Python с открытым исходным кодом.

Ключевые выводы:

ИИ-ассистенты для кода никуда не денутся, даже если крупные игроки LLM столкнутся с финансовыми трудностями (автор ссылается на свои предыдущие статьи о проблемах авторского права и экономики ИИ)
Альтернативы существуют: AmpCode, OpenCode AI, TabbyML — открытые инструменты
Даже если модели никогда не станут лучше, они уже функционально полезны
В компаниях уже проводят оценку производительности по критерию использования ИИ

Вопросы без ответа:

Сохранится ли место для креативности и мастерства в разработке?
Каковы будут повседневные задачи программиста?
Сможет ли институциональная инерция ограничить изменения?

Заключение: риски, перспективы и следующие шаги

Риски:

Атрофирование навыков при рутинном использовании ИИ
Потеря творческой составляющей профессии
Усиление зависимости от технологий с негативными социальными и экологическими последствиями
Давление со стороны работодателей, требующих использования ИИ

Перспективы:

Профессия не исчезнет, но трансформируется
Возможность переосмыслить роль разработчика: от «писателя кода» к «архитектору решений»
Открытые инструменты обеспечат доступность технологий независимо от крупных игроков

Следующие шаги:

Кирмер призывает не делать вид, что проблемы генеративного ИИ не существуют. Индивидуальный выбор не решит системных проблем — необходимо участвовать в структурных изменениях. Осознанность и понимание этических последствий важны, даже если они вызывают дискомфорт. Как отмечает автор, честное исследование динамики, недостатков и властных структур системы является предпосылкой для её улучшения — пусть и постепенного.

📢 Информация предоставлена телеграм-каналом: Data&AI Insights

🤖 Data&AI Insights - Ваш источник инсайтов о данных и ИИ