Новый раскол в индустрии

В мире технологий наметилось новое противостояние. Если раньше споры велись вокруг политики или экономики, то сегодня на острие конфликта оказались технооптимисты и технопессимисты. Главная точка столкновения — использование больших языковых моделей (LLM) в программировании.

Пока неясно, оправдают ли ИИ-технологии колоссальные инвестиции, которые в них вкладываются. Одни предрекают экономический бум, другие — крах «пузыря» ожиданий. В центре этой дискуссии оказались два инженера, представляющих противоположные взгляды на будущее разработки.

Почему обычный чат — это не ИИ-программирование

Многие разработчики пытаются использовать нейросети, просто копируя код из чата в редактор. Сторонники прогресса считают такой подход ошибочным. Настоящее использование ИИ в разработке сегодня — это работа с агентами.

ИИ-агент — это не просто окно чата. Это система, которая может самостоятельно изучать кодовую базу, создавать файлы, запускать компиляцию, проводить тесты и исправлять ошибки на основе результатов. Это сложная инженерная обвязка, которая делает работу с кодом автоматизированной и цикличной.

Борьба с рутиной и «грязной» работой

Основная ценность LLM заключается в способности брать на себя скучную и повторяющуюся работу. Это может быть написание тестов, разбор документации или настройка зависимостей в новом проекте.

Вместо того чтобы тратить часы на бюрократию и поиск информации в Google, разработчик может поручить эти задачи агенту. Это позволяет программисту быстрее перейти к «настоящей работе» — проектированию и решению сложных логических задач, получая при этом мгновенный результат.

Проблема галлюцинаций и ответственности

Скептики часто указывают на «галлюцинации» — ситуации, когда нейросеть выдает несуществующие функции или ошибки. Однако сторонники ИИ утверждают, что эта проблема решается инструментами автоматизации. Агенты могут проводить статический анализ и запускать тесты: если код не работает, система сама видит ошибку и просит модель исправить её.

При этом ответственность за финальный результат остается на человеке. Использование ИИ не снимает с разработчика обязанности проверять код, который попадает в основной проект. Профессионализм сегодня заключается в умении эффективно управлять «программными стажерами» и направлять их работу.

Языки программирования и адаптация ИИ

Эффективность работы с ИИ во многом зависит от самого языка программирования. Например, языки со строгой типизацией и понятными идиомами, такие как Go, отлично поддаются генерации кода нейросетями.

Сложные языки с тонкостями синтаксиса могут быть менее удобны для ИИ, но сообщества таких языков уже активно работают над созданием качественных инструментов. В конечном итоге, успех использования ИИ зависит не только от мощности модели, но и от того, насколько грамотно выстроены процессы разработки и инструменты взаимодействия с нейросетью.

Что это значит

Использование ИИ в программировании переходит от простого копирования фрагментов кода к созданию автономных агентов, которые интегрированы в процесс разработки. Это требует от программистов новых навыков: умения управлять инструментами автоматизации, проверять сгенерированный код и фокусироваться на архитектурных задачах, делегируя рутину нейросетям.