Чем проще стало писать код, тем дороже стоит тот, кто понимает, что написано
Разговоры о закате профессии разработчика набирают обороты - но упускают ключевое противоречие. Глава Google DeepMind Демис Хассабис убеждён: специалист с техническим фундаментом будет использовать нейросети в десять раз эффективнее человека без такой базы. Не потому что умеет писать на Python. А потому что знает, где ИИ врёт.
Новый язык программирования - английский. Но словаря мало
История разработки - это история уровней абстракции. Сначала машинный код, потом C, потом Python. Следующий шаг - обычная речь: описываешь задачу словами, нейросеть генерирует рабочий код. Технически это уже реальность. Именно отсюда и вырос «вайб-кодинг» - подход, при котором программу создают через диалог с моделью, почти не касаясь кода руками.
Хассабис не отрицает, что такой стиль работы будет развиваться. Но фиксирует принципиальный изъян: умение сформулировать запрос не заменяет понимание того, что происходит внутри системы. Нейросеть способна за минуты собрать прототип, который выглядит убедительно. Проверить его - уже другая история. Уязвимость в логике, кривая архитектура, код, который рассыплется под реальной нагрузкой - всё это видно только тому, кто понимает, как устроены программы.
Разрыв не там, где его ищут
Популярная тревога звучит так: ИИ вытеснит тех, кто пишет код, и оставит тех, кто не пишет. Хассабис переформулирует иначе. Главный разрыв возникнет не между пользователями и игнорирующими нейросети, а внутри самой группы пользователей - между теми, кто понимает инструмент, и теми, кто просто нажимает кнопки.
Схожую позицию занимают и другие фигуры отрасли. Пионер машинного обучения Джеффри Хинтон признаёт: разработчикам среднего уровня станет сложнее. Но образование в области информатики сохранит вес именно потому, что даёт нечто большее, чем навык синтаксиса. Глава финтех-платформы Affirm Макс Левчин формулирует ещё проще: понимание основ - это способность отличить продуманный код от технического мусора, который просто запускается.
Технари нужны. Но одной технарности уже мало
Выступая на деловой конференции в Лондоне, Хассабис призвал студентов не бросать естественные науки, математику, инженерные дисциплины и информатику - даже если кажется, что ИИ скоро всё сделает сам. Аргумент прямой: технический бэкграунд даёт возможность работать с моделями на другом уровне глубины.
При этом он оговаривается: одной технической подготовки для будущего недостаточно. Распространение ИИ резко повышает спрос на философию, этику, экономику и социальные науки. Инженерам предстоит не только строить системы, но и решать, где проходит граница допустимого и кто несёт ответственность за последствия. Это уже не вопрос алгоритма.
- Технический фундамент позволяет замечать ошибки, которые ИИ не видит сам
- «Вайб-кодинг» работает для прототипов - но не заменяет инженерного суждения
- Разрыв в эффективности между квалифицированным и поверхностным пользователем ИИ будет только расти
- Этика и философия становятся профессиональными компетенциями, а не факультативом
