В последнее время я активно развиваю использование AI в разработке внутри своей зоны ответственности. LLM уже вошли в повседневную работу сотрудников, а сам я по вечерам экспериментирую с агентской разработкой.
Постепенно я пришёл к выводу: LLM ускоряет инженера, но направление движения по-прежнему задаёт сам инженер.
Ускорение масштабирует исходный уровень
Эту мысль я крепко прочувствовал на занятиях боксом. Изменения в технике отрабатывают медленно. Если сразу разогнаться с кривой техникой, ошибки только сильнее закрепятся.
С LLM происходит похожая история. Инженер с хорошим пониманием кода, архитектуры и языка быстрее ставит задачу агенту, замечает сомнительное решение и понимает, где результат нужно перепроверить. Ускоряется весь цикл, но критерии качества остаются у человека.
Слабая инженерная база тоже ускоряется. Непонимание границ модуля, рисков изменения или устройства тестов теперь можно размножить на гораздо больший объём кода.
Требования к профессионализму растут
LLM снижает цену первой версии решения. Получить работающий фрагмент кода стало проще, но проверить его уместность, встроить в систему и отвечать за последствия всё равно должен инженер.
Поэтому наибольший выигрыш получают люди, которые и без модели умеют делать работу хорошо. Они делегируют машине рутину и тратят больше времени на постановку задачи, архитектурные решения и проверку результата.
Это не означает, что слабые инженеры никому не нужны или что LLM автоматически кого-то заменит. Начинающим всё ещё нужно набрать опыт, а компаниям - вырастить будущих сильных специалистов. Просто скорость генерации кода перестаёт быть главным ограничением. На первый план выходят понимание системы и качество решений.
Лучший вайбкодер - тот, кто способен оценить результат и без LLM под рукой.