За последний год я передал все повторяющиеся задачи ИИ: CRUD, модульное тестирование, рефакторинг, начальную документацию.

Теперь на ручное написание кода у меня уходит почти на 40% меньше времени, но в два раза больше — на «продумывание требований» и «выявление ошибок в выводе ИИ».
ИИ быстро генерирует код, но крайние случаи часто проваливаются, а бизнес-контекст часто исчезает.
В такие моменты, если ты не примешь решение, никто за тебя не прикроет.
Один возможный противоречащий общепринятому взгляд: программная инженерия не умирает, она поляризуется.
Базовые позиции с низкой квалификацией сокращаются, но системное проектирование, сложная декомпозиция и междисциплинарная интеграция становятся дороже.
Разница в умении использовать ИИ может стать такой же важной, как раньше умение писать код.
Но что действительно отличает — это не яркие промпты, а понимание бизнеса, умение оценить trade-off и смелость прервать ИИ, когда он врет.
Степень владения CS-образованием не устареет, наоборот, потребуется более глубокое знание основ.
ИИ — это усилитель, а не машина для исполнения желаний.
Люди без системного мышления используют ИИ лишь для быстрого накопления технического долга.
В будущем команда может состоять из одного опытного специалиста и множества агентов.
Но этот человек должен одновременно быть продуктовым менеджером, архитектором и гарантом качества.
Порог входа только повысится.
А как у вас изменилась работа под влиянием ИИ? Стало ли проще или просто увеличилось количество низкокачественных багов с 10 до 20?
Поговорим.