Есть особая ирония в том, что программисты десятилетиями автоматизировали чужую работу: бухгалтеров, кладовщиков, операторов, секретарей. И все эти годы относились к вопросу «а вас самих можно автоматизировать?» с лёгкой снисходительной улыбкой. Потом появились большие языковые модели, и улыбка у многих стала нервной. Теперь мне этот вопрос задают и клиенты («зачем платить команде, если нейросеть пишет код?»), и сами разработчики («нас скоро заменят?»). Я отвечу как человек, который много лет строит системы и последние годы каждый день работает с ИИ-агентами бок о бок.
Мы больше не пишем каждый символ
Начну с того, что уже произошло, потому что это не прогноз, а факт. Написание типовых функций, шаблонного кода, тестов, преобразований данных, документации по коду машины делают быстро и в большинстве случаев хорошо. Поиск очевидных ошибок и уязвимостей тоже. Я давно не пишу руками то, что могу описать словами, и это не лень, а гигиена: зачем тратить час на то, что генерируется за минуту и проверяется за пять.
У нас в Ingello этот путь начался задолго до нейросетей. Fractal, наш генератор, вырос из простой мысли: систему не нужно набирать руками, её нужно описать, а код, схему базы, API и админку пусть порождает машина. Сначала это работало по строгим правилам, теперь к правилам добавились ИИ-агенты. Но смысл не поменялся: программист перестаёт быть машинисткой и становится дирижёром. Он не играет на каждом инструменте, он отвечает за то, чтобы оркестр звучал как музыка, а не как настройка перед концертом.
Что автоматизировать не получается
Здесь начинается самое интересное. Код это последний шаг в длинной цепочке. До него нужно понять, что на самом деле нужно бизнесу, а это почти никогда не совпадает с тем, что сказали на первой встрече. Нужно выбрать модель данных, которая выдержит рост компании через три года. Нужно решить, где система должна быть строгой, а где гибкой. Нужно предусмотреть, что будет, когда два сотрудника одновременно отредактируют одну запись, когда внешний сервис упадёт, когда бухгалтерия поменяет правила.
Модель прекрасно отвечает на хорошо поставленный вопрос. Но поставить вопрос, разглядеть за словами клиента реальную задачу, найти противоречие между двумя отделами, которые описывают один процесс по-разному, она пока не умеет так, чтобы ей можно было доверить это без присмотра. Это не столько про интеллект, сколько про контекст и ответственность. Модель не сидела на совещании, где выяснилось, что склад и продажи по-разному считают остатки. А программист сидел.
ИИ отлично пишет ответ. Но кто-то должен понять, какой вопрос задавать, и отвечать за то, что получилось.
Кого всё-таки автоматизируют
Буду честен: некоторые роли действительно сжимаются. Программист, чья работа состояла в том, чтобы по подробной инструкции перевести её в код без собственного мышления, оказался ровно в той зоне, где машина сильнее. Это неприятно, но это не новость: точно так же когда-то исчезли наборщики в типографиях, а потом и машинистки. Ценность сдвигается вверх по цепочке: от «умею написать» к «умею понять, спроектировать и проверить».
При этом объём работы для толковых инженеров не уменьшается, а растёт. Когда создание кода дешевеет, бизнес начинает заказывать то, что раньше было слишком дорого: маленькие внутренние инструменты, автоматизацию узких процессов, прототипы, которые раньше даже не обсуждались. Это как с электричеством: когда оно подешевело, электриков не стало меньше, просто розеток стало гораздо больше.
Новые риски, о которых стоит знать
Сгенерированный код опасен своей правдоподобностью. Он выглядит аккуратно, комментарии на месте, имена переменных осмысленные, а внутри может сидеть тонкая логическая ошибка, которую неопытный глаз не заметит. Поэтому автоматизация разработки не отменяет, а усиливает требования к проверке: автоматические тесты, ревью человеком, контроль архитектуры. Компания, которая заменила команду нейросетью без инженерного контроля, через полгода получает систему, которую никто не понимает, включая саму нейросеть.
Второй риск: иллюзия скорости. Сгенерировать первую версию можно за вечер. Довести её до состояния, когда ею пользуется сотня человек и она не теряет данные, это всё ещё работа. Быстрый старт не равен быстрому финишу, и об этом стоит помнить, когда кто-то обещает «CRM за выходные».
Что это значит для заказчика
Если Вы заказываете разработку сегодня, задавайте подрядчику не вопрос «сколько у вас программистов», а вопрос «как вы используете автоматизацию и как контролируете качество». Команда, которая до сих пор пишет всё руками, будет дороже и медленнее. Команда, которая генерирует всё без проверки, будет дешевле на старте и сильно дороже потом. Нужна середина: машины делают объём, люди отвечают за смысл, архитектуру и качество.
Именно так мы и работаем в Systems: проектирование, аналитика и архитектура остаются за людьми с опытом, а генерацию кода, схем и интерфейсов берут на себя Fractal и ИИ-агенты. Можно ли автоматизировать программиста? Можно автоматизировать то, что программист делал руками. А то, что он делает головой, стало только ценнее.
