Что общего между космонавтом и программистом? Скоро эти профессии станут в равной степени бессмысленным выбором для карьеры. В интервью Youtube-каналу Ai4dev автор одного из самых интеллектуальных IT-каналов на YouTube, Fullstack-разработчик Михаил Ларченко рассказал, как искусственный интеллект уже переворачивает индустрию с ног на голову, почему европейские модели могут оказаться лучше американских, и что делать разработчику, чтобы не оказаться выброшенным на обочину технологического прогресса.
Полную версию интервью, можно посмотреть на канале Ai4Dev на Youtube. А еще у нас появился Telegram‑канал для разработчиков, которые используют ИИ. В нем уже больше 2 тыс. разработчиков с которыми можно обмениваться мнениями и реальными кейсами.
Когда искусственный интеллект достигнет такого уровня развития, что сможет выполнять задачи, для которых сейчас необходимо вмешательство человека? Возможно ли это в принципе?
Если говорить о разработке кода на основе поставленных задач, думаю, это произойдет довольно скоро. В ближайшие пять лет мы определенно получим нейросеть, способную писать код даже по недостаточно детализированным заданиям.
Однако ключевая проблема современных нейросетей, которую, возможно, не удастся решить из-за исчерпания обучающих данных — это отсутствие способности к истинному творчеству. Способность генерировать действительно новые идеи пока остается прерогативой человека.
На данный момент процесс выглядит так: мы придумываем идею, детально прорабатываем её реализацию, а затем передаем это описание нейросети, которая генерирует соответствующий код. В будущем модели станут требовать меньше детализации, но базовая идея и основные логические цепочки все равно должны будут исходить от человека. Именно способность воображать — вот что пока недоступно искусственному интеллекту.
Возможно ли, что ИИ начнет вытеснять программистов? Как вы считаете, действительно ли в будущем программисты либо останутся без работы, либо будут лишь направлять искусственный интеллект, а не писать код самостоятельно?
Именно к этому всё и идет. Непосредственное написание кода постепенно утратит смысл, поскольку это рутинная деятельность, которая мало кому по-настоящему нравится. Большинству разработчиков приносит удовольствие именно процесс создания необычных решений с помощью кода — тот самый выброс эндорфинов и адреналин, когда ты преодолеваешь сложную задачу, придумав элегантное решение. Но сам механический процесс написания кода не представляет особого интереса.
Это похоже на создание персонажа в книге: интересно придумывать образ, но утомительно нажимать на клавиши, чтобы перенести его на бумагу. Было бы замечательно, если бы придуманное мгновенно материализовалось — именно поэтому появился голосовой ввод.
В программировании произойдет похожая трансформация. Вместо ручного ввода кода у нас будет возможность делать запросы искусственному интеллекту, возможно даже голосовые, и он будет генерировать необходимый текст программы. В идеальном сценарии ИИ мог бы сразу создавать скомпилированный бинарный код, чтобы мы не тратили время даже на процесс компиляции. Представьте: сформулировал задачу — и сразу получил исполняемый файл. Это было бы по-настоящему революционным достижением.
Да, мы определенно перестанем писать код в традиционном понимании. Понятие «джуниор-разработчик» тоже изменится — это будут уже не те, кто пишет код по детально составленным техническим заданиям, а скорее специалисты, умеющие эффективно взаимодействовать с языковыми моделями для внесения финальных корректировок.
На низовом уровне, где требуется глубокая детализация или предварительное изучение предметной области перед внесением изменений, как раз и будут работать джуниоры. А более опытные разработчики сфокусируются на проектировании архитектур и формулировании задач не для коллег-людей, а непосредственно для LLM.
Вы считаете, что сеньоры станут своего рода постановщиками задач? Но ведь сейчас мы наблюдаем ситуацию, когда даже опытные программисты обращаются к LLM за решением задач.
Мне кажется, важно прояснить, что именно разработчики запрашивают у LLM. Чаще всего речь идёт не о концептуальных решениях, а о помощи в написании конкретного программного кода. Например, сейчас мне не нужно держать в голове детали многих алгоритмов — я могу просто попросить языковую модель сгенерировать готовую функцию на JavaScript. И это действительно удобно и эффективно.
Но ведь этот алгоритм нужен мне для решения какой-то более масштабной задачи в рамках проекта, который всё равно придумываю я, а не LLM. Если представить гипотетическую ситуацию, где нейросети смогут самостоятельно придумывать программы, реализовывать их, разворачивать, монетизировать и зарабатывать средства на развитие собственной инфраструктуры — тогда, пожалуй, людям на этой планете действительно не останется места. Но, к счастью, подобное развитие событий маловероятно.
Поэтому всегда будет необходимость в людях, способных генерировать идеи и проектировать архитектуру. Конечно, мы сможем обращаться к LLM за помощью в разработке архитектурных решений, но даже несмотря на схожесть многих современных проектов, они всё равно отличаются в деталях. Следовательно, ключевые архитектурные решения останутся за человеком, пусть и при поддержке искусственного интеллекта.
Нам также предстоит разбивать задачи на подзадачи для LLM. Теоретически можно скормить модели одно общее задание и надеяться, что она создаст все необходимые файлы, функции и элементы интерфейса. Но на практике мы, скорее всего, будем дробить работу на малые компоненты.
В текущей модели проджект-менеджеры, продакт-оунеры и другие представители управленческого звена формулируют требования, а разработчики определяют, как воплотить их в коде. В будущем, я полагаю, произойдет слияние этих ролей. Опытные специалисты должны будут одновременно понимать бизнес-логику и уметь грамотно формулировать запросы к LLM. А менее опытные разработчики сосредоточатся на коррекции и доработке конкретных реализаций.
Можно ли представить, что ИИ не просто помогает программистам, а становится полноценным коллегой и решает архитектурные задачи, требующие творческого подхода?
Думаю, если правильно направлять ИИ, такой сценарий вполне возможен. Искусственный интеллект не способен на чистое творчество «с нуля», его необходимо аккуратно вести в нужном направлении.
Нельзя исключать, что уже через год мы получим общий искусственный интеллект (AGI), который будет самостоятельно выполнять полный цикл от генерации идеи до монетизации. Но я в этом сомневаюсь. При этом я уверен, что даже при нынешнем уровне развития технологий, умело направляя ИИ, можно достичь впечатляющих результатов.
Это похоже на создание книги, где нам нужны неожиданные повороты сюжета. Человек формулирует основную идею, а ИИ, опираясь на знания, почерпнутые из других литературных произведений и жизненного опыта, предлагает оригинальные сюжетные ходы. В такой коллаборации действительно можно добиться качественно новых результатов.
ИИ уже сегодня может выступать как хороший коллега и даже напарник. Все эти системы, которые сейчас называют агентами, существуют в разных вариациях и действительно способны оказывать существенную помощь.
Как вы думаете, разработчики уже осознали, что создают технологии, которые потенциально могут их заменить?
Мы постоянно создавали инструменты, которые автоматизировали части нашей работы, но при этом наша востребованность, как разработчиков, только росла.
Вспомните, насколько сложным было программирование раньше. Я недавно делал видеоролик про текстовые редакторы — представьте, каково писать современную программу в обычном блокноте. Это практически невозможно: нужно держать в голове все методы, функции, названия переменных, которые использовались в десятках разных файлов. Это колоссально сложно.
Поэтому мы разрабатывали инструменты, которые сделали процесс разработки быстрее и проще. У нас появились системы автодополнения кода, кроме того, искусственный интеллект в программировании существует уже достаточно давно. Просто раньше он применялся не для написания кода, а, например, для ранжирования запросов и данных.
И это не привело к сокращению потребности в программистах. Если вместо десяти разработчиков с блокнотом мы можем решить ту же задачу одним программистом с Visual Studio Code, это не значит, что девятерых следует уволить. Это значит, что девятерым можно поручить другие задачи.
Мы просто становимся эффективнее, но без нас по-прежнему никак. Профессия разработчика эволюционирует: сегодня необязательно виртуозно писать код в блокноте, но важнее уметь эффективно взаимодействовать со стейкхолдерами и решать более высокоуровневые задачи. При этом спрос на нас остаётся, и он будет сохраняться, даже если наша роль продолжит меняться.
Не ощущаете ли вы давления со стороны владельцев компаний или бизнеса, мол, ИИ уже выполняет вашу работу, значит, вам можно платить меньше?
Лично я такого давления не ощущаю, хотя допускаю, что оно существует. Но бизнесу следует учитывать несколько важных моментов.
Во-первых, сейчас ChatGPT продаётся по искусственно заниженной цене, а на самом деле его эксплуатация стоит гораздо дороже, поэтому сервис остаётся убыточным. То, что сегодня бизнес воспринимает как дешёвый инструмент, вовсе не обязательно останется таким в будущем.
Использование ИИ будет становиться всё дороже, и заменить десять быстро думающих разработчиков десятью ИИ-системами, которые теоретически работают быстрее (хотя это не факт), в перспективе года может оказаться не выгоднее. За каждую такую систему придётся всё равно отдать примерно те же 100 тысяч, просто за её функционирование 40 часов в неделю.
Во-вторых, представителям бизнеса стоит осознать, что они сами находятся под угрозой замены. Принятие управленческих решений с точки зрения логики даже проще, чем программирование. ИИ, обученный на бизнес-процессах и управленческих практиках, вполне может самостоятельно принимать решения, ориентируясь на максимизацию прибыли.
Уже сегодня руководители активно используют искусственный интеллект для анализа данных. Многие даже получают от ИИ конкретные рекомендации по дальнейшим шагам. Почему бы тогда не заменить моего начальника нейросетью, которая будет получать все те же данные, анализировать их и принимать решения о том, какие функции нужны в продукте или какие новые продукты следует разрабатывать?
В перспективе можно представить структуру, где есть владелец компании как лицо, ответственное за финансы, под ним — ИИ для принятия стратегических решений, затем программисты, а под ними — ещё один уровень ИИ для рутинных задач. Такой сценарий вполне можно предположить в будущем.
На мой взгляд, в первую очередь ИИ заменит тех самых «бесполезных» менеджеров, которых сейчас массово увольняют в крупных компаниях вроде Meta. Вот их действительно можно заменить искусственным интеллектом в первую очередь.
Так что посмотрим, как будет развиваться ситуация. Возможно, именно менеджерам пора начать беспокоиться. Я лично давления не ощущаю, а вот им, пожалуй, стоит задуматься о своих перспективах.
Что произойдёт с карьерой программистов, если ИИ достигнет уровня, при котором разработчики станут нужны только для настройки ИИ-систем и контроля их работы? Возможно, человек будет нужен лишь для того, чтобы нести ответственность, а всё остальное будет делать ИИ.
Именно об этом я говорил своему сыну. Он сейчас переходит из младшей школы в среднюю, и уже нужно выбирать специализацию. Он хочет заниматься программированием, но я ему сказал, что не стоит идти в эту область. Не стоит выбирать программирование в 12 лет как будущую профессию. Всем его друзьям, которые тоже хотят стать программистами, я говорю то же самое. А тем, кто уже выбрал это направление, сказал, что они ошиблись.
Мой сын также увлекается ракетами, и я объяснил ему, что не нужно становиться человеком, который будет программировать что-то для ракет. И даже в космонавты сегодня идти не стоит — это как с космонавтикой. Сейчас необязательно быть космонавтом, чтобы полететь в космос. Ведь уже можно подняться почти в космос за 250 тысяч долларов, а через 5-10 лет можно будет отправиться в космос без специальной подготовки за определённую сумму.
Поэтому сегодня становиться космонавтом или программистом — это недальновидно. А вот специалисты, которые проектируют ракеты, придумывают, как они будут работать, или создают новые цифровые продукты — вот на кого стоит учиться. Управление системами станет новым видом программирования.
Я бы не рекомендовал строить карьерные планы исключительно вокруг работы с искусственным интеллектом. Технологии ИИ развиваются непредсказуемо быстро, и есть два риска: либо ИИ не достигнет того уровня, на который вы рассчитываете, либо значительно превзойдёт его. В обоих случаях ваша узкоспециализированная подготовка может оказаться невостребованной.
Поэтому я бы не советовал фокусироваться на профессиях, связанных исключительно с управлением ИИ. Вместо этого стоит обратить внимание на сферы, которые сохранят ценность независимо от темпов развития искусственного интеллекта — предпринимательство, создание продуктовых концепций и их масштабирование. А вот непосредственно программирование продуктов, даже с использованием ИИ, уже не кажется мне перспективным направлением для долгосрочной карьеры.
Как вы считаете, расти спрос на новые профессии? Существует мнение, что уже появляются новые специальности — тренеры по ИИ, специалисты по этике ИИ и так далее. Людей активно привлекают в эти профессии. Насколько быстро эти новые роли смогут вытеснить традиционные позиции в программировании и разработке?
Я недавно записал видео на эту тему. Просматривая Instagram, обратил внимание на рекламу крупного сервиса, предлагающего квалифицированным разработчикам зарабатывать 2-3 тысячи долларов на обучении искусственного интеллекта.
Интересно, что примерно в это же время появилась новость о создании модели DeepSeek. Разработчики взяли стандартную нейросеть и обучили её на тщательно отобранных данных, которые были сгенерированы другой моделью. Такой подход оказался эффективным и относительно недорогим — модель получала исключительно качественные ответы на хорошо сформулированные вопросы.
Мой ролик, если не ошибаюсь, назывался «Все хорошие программисты будут этим заниматься». И я действительно убеждён, что наступит период, когда многие из нас будут вовлечены в процесс обучения искусственного интеллекта. Этот этап не будет длиться вечно, но он определённо станет важной вехой в истории программирования.
Причина проста: базовые принципы программирования ИИ уже освоил, но ему требуются более качественные и современные обучающие данные — примеры работы с новейшими фреймворками и технологиями. На этом этапе разработчики смогут монетизировать свои навыки, создавая высококачественные решения для обучения нейросетей.
Однако подчеркну, что это лишь промежуточная стадия. В перспективе искусственный интеллект, вероятно, достигнет уровня, когда сможет самостоятельно формулировать задачи, находить решения и совершенствоваться на основе полученных результатов. Это будет такой «инцест», который приведет к тому, что ИИ в конечном итоге может стать крайне примитивным. Но в какой-то момент и такой сценарий тоже реализуется.
Что касается новых профессий — они, безусловно, будут появляться. Мы уже успели пережить такое явление, как «промпт-инженер». Сегодня эта специальность интегрировалась с другими направлениями и существует как самостоятельная область. Но навыки промпт-инжиниринга теперь необходимы практически всем. Так что мы уже прошли этап выделения промпт-инжиниринга в отдельную профессию и наблюдаем его трансформацию. Впереди нас ждет еще немало подобных метаморфоз — новые специальности будут возникать, исчезать и объединяться. К этому тоже нужно быть готовым.
Я убежден, что разработчик должен постоянно адаптироваться к изменениям рынка. И речь идет не только об освоении нового языка программирования или технологии. Программисту необходимо исследовать смежные области, а иногда даже совершенно параллельные, не пересекающиеся с его основной специализацией. Например, если ты бэкенд-разработчик, почему бы не обратить внимание на мобильную разработку? Не обязательно полностью переходить в эту сферу, но я считаю, что современный программист должен разбираться во многих направлениях.
Какую базу сейчас лучше всего иметь, в какую область стоит смотреть, чтобы оказаться в авангарде программирования будущего с учетом стремительного развития технологий?
Нужна именно фундаментальная база. И желательно не в контексте конкретного языка программирования. Если рассматривать ближайшую перспективу — например, желание трудоустроиться через год — то, безусловно, стоит осваивать традиционное программирование: выбрать язык, фреймворк и погрузиться в них.
Но если мы говорим о горизонте в 5+ лет, то ключевыми становятся архитектура, логика и алгоритмы. То, что всегда было фундаментом, но в какой-то момент начало недооцениваться. Помните, когда говорили: «Зачем мне знать основы Computer Science, если я могу просто использовать React для фронтенда?» Так вот, всё возвращается на круги своя.
Сегодня не обязательно досконально знать конкретный фреймворк или язык, чтобы программировать. Гораздо важнее понимать, как устроена логика. Это позволит вам, даже когда ИИ генерирует код на незнакомом языке, попросить его давать комментарии, описывающие функциональность, и по этим комментариям оценивать корректность применяемой логики. Именно такую базу необходимо изучать для эффективного взаимодействия с искусственным интеллектом.
А языки программирования — это уже второстепенно. Я думаю, что даже сегодня они становятся менее значимыми, хотя мы всё ещё воспринимаем их как обязательное знание и указываем в вакансиях. Но реальность такова: если человек хорошо владеет Java, то даже не имея опыта работы с Kotlin, при наличии 2-3 месяцев он довольно быстро освоит и его. Поэтому владение конкретным языком программирования уже не является обязательным условием для трудоустройства.
Как вы считаете, сохранится ли статус-кво в программировании? Когда ожидать перемен в IT-сфере, связанного с искусственным интеллектом?
Думаю, это во многом зависит от региона. Где-то перемены наступят быстрее. Вероятно, в Азии и особенно в США процесс пойдет стремительнее, поскольку там меньше бюрократических барьеров, которые замедляют внедрение таких инструментов и увольнение сотрудников.
В США это может произойти буквально в любой момент. Завтра Маск может проснуться и заявить: «Мои инженеры добились успеха, мы всех увольняем, теперь наш Grok самостоятельно пишет код». Не факт, что это будет соответствовать действительности, но такое заявление может прозвучать в любой день. А через неделю, вероятно, ему придется нанимать обратно хотя бы половину уволенных специалистов.
Если говорить о Европе, то здесь процесс будет гораздо более длительным. В европейских странах сложно увольнять людей, нужно подробно обосновывать причины увольнения, даже закрыть бизнес непросто. Поэтому в Европе, по крайней мере в ближайшие 5-10 лет, я не ожидаю радикальных перемен.
В Азии темп изменений, вероятно, будет несколько медленнее, чем в США. А вот в Америке это может случиться в любой момент — достаточно, чтобы кто-то из технологических лидеров, будь то Альтман, Маск или кто-то ещё, выступил с заявлением о революционном прорыве в ИИ.
Бизнес-модели в IT начнут трансформироваться моментально или нет?
Я думаю, что многое начнёт меняться практически сразу. Если сегодня Маск сделает подобное заявление, то к вечеру уже произойдут существенные изменения.
В первую очередь проблемы возникнут у компаний, которые производят очень нишевые продукты. Как бы странно это ни звучало, Google не закроется. Большинство разработчиков Google не потеряют работу. Это гигантская платформа с множеством взаимозависимых продуктов. Да, они могут начать закрывать какие-то второстепенные проекты, но поиск, YouTube и другие ключевые сервисы останутся. Сокращения персонала возможны, но кардинальных изменений не будет.
А вот небольшие продукты, решающие узкоспециализированные задачи, которые теперь сможет выполнять универсальный ИИ, окажутся под ударом. Если маленький продукт основан на одном уникальном алгоритме, и вдруг ИИ тоже освоит этот алгоритм, то у такого продукта серьёзные проблемы — он становится ненужным. Этот алгоритм сможет написать кто угодно с помощью искусственного интеллекта.
Такие продукты начнут закрываться. Даже компании среднего размера, чей бизнес зависит от одной или пары технологий, будут испытывать трудности. Представьте сервис, который генерирует бизнес-аватары: вы загружаете 10 фотографий человека, а продукт создаёт на их основе профессиональные снимки в разных позах, с разными выражениями лица и т.д. Такие бизнесы быстро прекратят существование, поскольку они по сути просто создают интерфейс поверх существующих технологий.
Если появится универсальный ИИ, то подобные сервисы, которые просто переиспользуют чужие разработки, столкнутся с серьёзнейшими вызовами. Например, хостинг-сервисы вроде Netlify, представляющие собой надстройку над AWS, окажутся в зоне риска.
Останется только один язык программирования— Python и одна глобальная нейросеть. Это так?
Нейросети можно писать на разных языках программирования, не только на Python. Их можно реализовать с нуля даже на JavaScript. Существуют языки, которые быстрее и эффективнее Python. Просто Python достаточно прост, и исторически сложилось так, что аналитики данных всегда с ним работали. Поэтому он закрепился в этой области. Ведь изначально нейросети хотели использовать прежде всего для анализа данных и взаимодействия с ними, отсюда и доминирование Python. Но ничто не мешает использовать C++, Rust, Go или другие языки.
Что касается идеи единой глобальной нейросети, своеобразного AGI (искусственного общего интеллекта), который умеет делать абсолютно всё... Я не уверен, что на Земле достаточно ресурсов, чтобы постоянно поддерживать функционирование такой системы. Это потребует колоссального количества энергии. При этом такая система, вероятно, будет размещена в одном регионе, поскольку всегда найдётся кто-то, кто захочет её контролировать.
Допустим, это будут США, и они разместят систему где-нибудь в пустыне недалеко от Лас-Вегаса. Это означает, что нам потребуется сконцентрировать огромное количество ресурсов в одном месте. Во-первых, это крайне сложно технически. Во-вторых, поскольку система будет запущена в одном месте (ведь мы не можем создать множество центров с таким колоссальным ресурсным обеспечением по всему миру), она окажется чрезвычайно уязвимой. По сути, это очень рискованная концентрация критически важной инфраструктуры. Единая глобальная модель — это уже небезопасно с точки зрения уязвимости инфраструктуры. И это лишь одна из проблем.
У нас не хватает данных, чтобы создать по-настоящему всемогущую модель. У нас недостаточно вычислительных ресурсов, причём проблема не только в энергоснабжении одного центра. Мы пока не можем сделать систему достаточно быстрой и при этом обеспечить к ней массовый доступ. Ведь такая модель должна обслуживать не одного пользователя. Если миллиард человек одновременно обратится к ней, ресурсов просто не хватит. С технической точки зрения, мы пока не способны это реализовать.
Поэтому я не думаю, что у нас будет одна всеобъемлющая, всемогущая модель для всех. Скорее, модели будут специализироваться по функциональности. Я уверен, что мы захотим запускать многие системы локально, а не полагаться исключительно на гигантские облачные решения.
А геополитическое противостояние в сфере разработки ИИ сохранится? Какой бы прогноз вы дали — Китай, США? На кого бы вы поставили?
Пока выигрывает Европа. У нас есть Mistral, по-настоящему конкурентоспособная модель. Я бы не сказал, что мы отстаём (напомним, что Михаил живет в Европе, прим. ред). В некотором смысле Европа находится на передовой, просто о ней постоянно забывают. Европа не так активно продвигает свои достижения, как другие игроки. У неё нет своего Маска, нет Google или Альтмана с его инвесторами, поэтому мы редко о ней говорим в контексте ИИ.
Но у нас есть отличная модель, с которой можно работать, есть Stable Diffusion для генерации изображений, причём с открытым исходным кодом. В Европе сейчас запускается несколько крупных инфраструктурных проектов.
У нас есть необходимая инфраструктура — датацентры в Германии, Амстердаме, у нас есть серверные мощности. У нас есть атомная энергетика во Франции и Швейцарии. То есть буквально все условия для развития ИИ.
И что особенно важно — у нас есть регуляции, которые многим кажутся чрезмерными, но именно они обеспечивают использование только легального, проверенного контента. Благодаря этому европейские модели меньше подвержены галлюцинациям. Если скармливать нейросети весь информационный хаос, который существует в мире, в итоге она может начать выдавать абсурдные утверждения.
Европейские регуляции не позволяют использовать сомнительный контент для обучения. По крайней мере, в этом направлении движется законодательство. Нейросети, которые разрабатываются в Европе, должны обучаться на легальной и достоверной информации. Мы не обучаем системы на теориях заговора, поскольку не хотим, чтобы они транслировали конспирологические идеи.
Поэтому, если на европейские разработки выделят достаточно средств, и развитие пойдёт такими же темпами, как на Западе и в США, вполне вероятно, что европейские модели даже выиграют в гонке за создание реально работающих, надёжных нейросетей. Впрочем, это лишь предположение. В реальности, конечно, впереди пока США.
Вы верите, что победит тот, у кого больше миллиардов? Или же, как показали китайцы с DeepSeek, можно за «миску риса» создать искусственный интеллект, который превзойдёт дорогостоящие разработки?
Конечно, вопрос не в миллиардах. И китайцы так делают уже давно, задолго до DeepSeek. Это не новость, я рассказывал об этом в своих роликах ещё до появления DeepSeek.
Если бы мои ролики смотрело больше людей, то многие бы знали, что китайские модели чаще всего обучаются на дистиллированной информации, а не на исходных китайских данных. У них тоже есть свои регуляции. К тому же, на китайском языке объективно мало контента. Если сравнить количество информации в интернете на английском, русском и китайском, то даже на русском её больше, чем на китайском.
Поэтому, чтобы обучать свои нейросети, китайцам приходилось брать информацию на английском, генерировать на её основе качественный контент на китайском, и затем использовать его для обучения. Так было всегда, задолго до DeepSeek.
Я полагаю, в Европе тоже применяется подобный подход, поскольку у нас нет таких ресурсов, как у OpenAI. Мы часто говорим об OpenAI, иногда упоминаем Gemini и Grok, потому что они были первыми громкими проектами, но они используют и для обучения, и для разработки относительно старые подходы. Сейчас им приходится перестраиваться, создавать новые модели с применением современных техник, потому что всё изменилось — появились эмбеддинги, обучение стало более эффективным.
Они тоже будут тратить меньше денег. Поэтому дело не в миллиардах. Чем больше миллиардов выделяется, тем больше возможностей для их нецелевого использования. Вот, пожалуй, единственная причина, зачем нужны огромные бюджеты.
Вы верите что кит— фактически украденная у ChatGPT, а вторая — для фильтрации запросов в интересах компартии. Так и есть?
Какие шаги должны предпринять программисты, чтобы не оказаться невостребованными в ближайшем будущем, когда ИИ будет выполнять большую часть их работы? Какие новые навыки стоит развивать, чтобы оставаться конкурентоспособным?
Я думаю, что современным разработчикам стоит смотреть одновременно и назад, и вперёд. Если вы, условно, находитесь на уровне middle-разработчика (каждый сам определит, где он на этой шкале), то вам необходимо вернуться к основам и освежить фундаментальные знания. База понадобится для эффективной работы с нейросетями, формулирования запросов и, в целом, для быстрой реализации проектов.
Программисты часто слишком много времени тратят на размышления и выбор инструментов. А наша задача в новых условиях будет заключаться в том, чтобы просто быстро поставлять решения. И для этого необходима прочная база. Как я уже говорил, речь идёт не о конкретных языках программирования, а о более фундаментальных вещах.
При этом нужно смотреть и вперёд, потому что без понимания бизнес-процессов вы не будете востребованы. Бизнес сам сможет немного разобраться в логике программирования. Поэтому необходимо знать бизнес, процессы, задачи, понимать, как бизнес видит подход к разработке продукта. Это значит, что нужно двигаться в сторону уровня senior, principal, возможно, осваивать начальные навыки управления.
Таким образом, с одной стороны, вы возвращаетесь к базе и повторяете фундаментальные знания — не обязательно всю computer science, но хотя бы алгоритмы, архитектурные паттерны. С другой стороны, начинаете разбираться в бизнесе. Вам не обязательно знать, как быть владельцем бизнеса, нанимать бухгалтеров и управлять всем этим. Но вы должны понимать, как бизнес подходит к процессу разработки, как выстраивается вертикаль работы — кто кому подчиняется, что от кого требуется и зачем.
Вполне возможно, что в будущем senior-разработчики станут теми самыми специалистами, которые находятся в прямом подчинении у бизнеса, понимают и бизнес-логику, и принципы программирования, способны ставить чёткие задачи и интерпретировать полученные результаты.
Я бы рекомендовал обрастать знаниями, которые уже не связаны напрямую с написанием кода. Всё, что касается IT и программирования, но не относится к механическому кодированию, к нажиманию кнопок — вот на что стоит обратить внимание. А всё, что связано с запоминанием названий методов и функций, уже не имеет прежнего значения.