29% кода за меня пишет ИИ. Вот что тогда остаётся мне как фронтендеру
На собеседовании джуна две недели назад я поймала себя на мысли, что не знаю, как отвечать на его вопрос: «А зачем мне вообще учиться писать код руками, если ИИ уже пишет треть всего кода в индустрии?» Я не стала врать и говорить, что ИИ — это просто модный инструмент, который скоро забудется. Не забудется. Но и ответ «вас всех заменят» — тоже вранье, просто другого сорта. Правда посередине, и она менее эффектная, зато рабочая.
Что именно изменилось в моей работе за последний год
Раньше типичный мой день выглядел так: половина времени — написание кода, половина — всё остальное: код-ревью, обсуждение архитектуры, отладка чужих решений, документация. Сейчас механическая часть написания сжалась в разы. Стандартные компоненты, типизация, тесты на очевидные случаи, миграции — это генерируется за секунды, и я трачу время на то, чтобы это проверить и встроить в общую систему, а не на то, чтобы набрать текст руками. При этом доля времени на код-ревью и отладку выросла, потому что теперь я ревьюю не только код коллег, но и код, который сама же попросила у модели. Работы не стало меньше — она сместилась.
Разработчик, который умеет только писать код, — уязвимая профессия
Скажу неприятную вещь: если вся ваша ценность как специалиста — это скорость набора синтаксически верного кода по готовому техническому заданию, у вас есть повод для беспокойства. Именно эту часть работы ИИ делает быстрее человека уже сейчас, и разрыв будет только расти. Но если вы посмотрите внимательно, окажется, что это никогда и не было настоящей ценностью разработчика — это было узким местом, через которое приходилось продираться, чтобы добраться до настоящей работы: понять, что на самом деле нужно пользователю, и решить, как это технически организовать так, чтобы через год систему можно было развивать, а не переписывать с нуля.
Три вещи, которые ИИ пока стабильно не может за меня
Первое — держать в голове контекст всего продукта. Модель прекрасно решает задачу в рамках одного файла или одной функции, но она не помнит, почему полгода назад мы выбрали именно такую структуру данных и какие последствия у любого изменения в ней. Второе — договариваться с людьми. Продакт хочет одно, дизайнер видит другое, бизнес требует третье, и превратить это противоречие в одно техническое решение — это переговоры, а не программирование. Третье — нести ответственность. Когда что-то ломается в проде в три часа ночи, отвечает не модель, которая предложила код, а я, потому что я его приняла и запустила. Это разделение никуда не денется, даже если код почти полностью будет писать ИИ.
Как я перестраивала свои навыки в этом году
Я сознательно перестала оттачивать скорость набора кода — она больше не мой конкурентный ресурс — и начала целенаправленно прокачивать то, что нельзя делегировать. Учусь формулировать задачи так, чтобы получить от модели рабочий результат с первого-второго захода, а не гонять её по десять раз. Много времени трачу на то, чтобы читать чужой и сгенерированный код быстро и понимать его логику, а не только свой собственный — это оказался отдельный навык, который раньше был не так критичен. И, как ни странно, стала больше читать про архитектуру и системный дизайн, хотя раньше эта область казалась скучной теорией, оторванной от жизни. Теперь это ровно та часть работы, которая осталась при мне.
Что я говорю джунам, включая того, что спрашивал на собеседовании
Учиться писать код руками всё ещё нужно, но не для того, чтобы делать это быстро всю карьеру, а для того, чтобы понимать, что происходит внутри, когда ИИ пишет его за вас. Нельзя ревьюить и исправлять то, чего вы никогда не делали своими руками — вы просто не увидите, где логика хромает. Я бы советовала не соревноваться с моделью в скорости набора текста — это гонка, которую человек уже проиграл, — а вкладываться в то, что остаётся дефицитным: понимание продукта, архитектурное мышление, умение договариваться и брать на себя решения. Код должен решать проблему пользователя, а не радовать эго того, кто его написал — и это правило работает одинаково, писала я его сама или объясняла модели, что мне нужно.
Коротко
ИИ уже пишет значительную часть кода, но ценность разработчика смещается в сторону архитектурного мышления, понимания контекста продукта и способности принимать решения. Основная задача фронтендера — не писать код, а понимать, что и зачем нужно пользователю, и отвечать за результат.
Вопросы и ответы
Что делает разработчика уязвимым перед ИИ?
Разработчик, ценность которого сводится только к скорости написания синтаксически верного кода по готовому ТЗ, уязвим, потому что ИИ уже превосходит человека в этой задаче.
Почему важно учиться писать код вручную, если есть ИИ?
Учиться писать код руками нужно, чтобы понимать, что происходит внутри, когда ИИ генерирует код, и уметь его ревьюить, исправлять и принимать решения.
Какие навыки остаются за человеком при использовании ИИ в разработке?
За человеком остаются умение держать в голове контекст продукта, договариваться с командой, принимать архитектурные решения и нести ответственность за результат.
Как изменилась работа разработчика с появлением ИИ?
Механическая часть написания кода сократилась, а время на код-ревью, анализ сгенерированного кода и архитектурные решения, наоборот, выросло.
Код должен решать проблему пользователя, а не радовать эго разработчика.
Профиль эксперта на ExpertRank →
Комментарии экспертов
Комментировать могут только эксперты портала (не автор статьи).
Пока нет комментариев.