Руководитель проектов в небольшом израильском стартапе Тимур Хащеватский рассказал в блогах на devby, почему считает, что ИИ может забрать работу у разработчиков.
Разработчики с ним не согласны. Под материалом — 50+ комментариев. Собрали основные аргументы наших читателей, почему всё же нет.
Руководитель проектов в небольшом израильском стартапе Тимур Хащеватский рассказал в блогах на devby, почему считает, что ИИ может забрать работу у разработчиков.
Разработчики с ним не согласны. Под материалом — 50+ комментариев. Собрали основные аргументы наших читателей, почему всё же нет.
— Я очень рад за «разработчика с 30+летним стажем», но имея аналогичный стаж, могу сказать, что пока что данные вздохи об окончании профессии программиста сильно преувеличены.
На данный момент и в ближайшей перспективе все подобные ИИ — это просто очень умные и быстрые поисковики. И если вам нужно быстро налабать MVP, то да — они помогут. Возьмут на себя много рутинных задач.
Да и то проверять пристально надо, что они там нагенерили. У меня лично не получилось ни разу взять и запустить. Всегда допиливание напильником. А уж создать что-либо новое, что до этого никто не делал, такие системы пока не умеют. И думаю, долго ещё не сумеют. А вот как замена stackoverflow — очень хорошо.
Под этим комментарием образовалась небольшая дискуссия, а пишут ли программисты вообще что-то «новое, что никто до этого не делал». Другой комментатор уверен, что «90% (а может и больше)» этого точно не делает, так что и «аргумент против ИИ сомнителен».
— Проблема в том, что текущие модели больше количественно растут, чем качественно, — и многие вещи просто не могут сделать, часто уходя в рекурсию, предлагая одно и то же нерабочее решение. За ними нужен глаз сеньора/архитектора, иначе они такого там накодят…
— В том-то и дело, что современные так называемые ИИ могут писать нечто типовое строк на 500, причём для исправления ошибки переписывая весь код с нуля. Попытка использовать тот же Github Copilot показывает, насколько же он туп и бессилен в реальном приложении с километрами готового кода.
Да, он может подсказать код для функции по чёткому описанию, но когда нужна не одна функция, а нечто выходящее за типичные рамки шаблонов — всё, тушите свет: начинает фантазировать, придумывать несуществующий и неработоспособный код, причём, когда ты указываешь на ошибки, он их признаёт и придумывает очередную неработоспособную чушь.
Если кратко, то как помощник для написания какого-то хорошо известного шаблонного кода по учебнику — отлично помогает, но для написания именно целой программы, особенно по спецификации от РМа, который говорит: «Хочу параллельные красные линии зелёными красками перпендикулярные друг другу», — он совершенно бесполезен.
И ещё важный момент: сейчас модно рассуждать, мол, нафига нанимать джунов, когда их легко заменит ИИ. Оставим парочку толковых сеньоров, и они с помощью ИИ налабают всё, что нам надо. Возможно (повторюсь: возможно), сегодня это даже и сработает на несильно сложном проекте. И несколько лет такая схема, возможно, даже будет жить и процветать, — а менеджеры зашибать бабло.
Но что-то никто не задумывается, а что будет потом, лет через 10. Я так тонко намекаю на то, что люди вообще-то смертны. Что будет, когда те самые крутые сеньоры состарятся, умрут или просто уволятся?
Джунов, напоминаю, нет, их никто не набирал, никто не учил, соответственно, новых сеньоров просто негде будет взять. Учится на программистов при таком перспективе тоже мало кто захочет, все постараются уйти туда, где это самое ИИ бессильно.
Итого: новичков нет, старички ушли, что творит ИИ, никто уже не понимает. Ну вот и что будем делать в этом интересном светлом будущем? Или как обычно горизонт планирования «нам бы день простоять да ночь продержаться»?
— А он [ИИ] берёт и не срабатывает, прикиньте? Ещё и накидывает новых ошибок. И бродит кругами в лабиринте багов и неправильных ответов, как ты его не мучай. Ну кто бы мог подумать?!.
А потом ты смотришь на всё это великолепие, на этот тупик, смотришь, сколько потратил впустую времени, сил, — и думаешь: а почему я сам это не решил быстрее и менее нервозатратно?
Почему-то я о прогрессивности ИИ слышу только от PM-ов, архитекторов и прочих руководителей с экзекьютивами, которые код-то трогали последний раз лет 10+ назад и то трёхметровой палкой.
— Да задолбали эти «заменятели» уже. То, что кучу народу на мороз выставляют, это не ИИ их заменил — а сокращают раздутые за ковид штаты. Плюс рецессия в странах Запада.
Я сам работаю в штатовской компании, где недавно было 2 раунда сокращений. СЕО давеча рассказал детали: мажоритарии (хедж-фонды) были недовольны размером профита, поэтому пришлось резать косты ценой того, что оставшиеся будут просто работать больше.
Да, ИИ повышает производительность кодеров. И это же прекрасно: можно сделать больше продуктов и сервисов. К чему, собственно, и приводит НТП. Другое дело, что будут расти требования к квалификации и будет труднее «вкатиться», что уже сейчас можно наблюдать.
— ИИ за 10 минут (ну, за час) замечательно набьёт структуру проекта, сделает интерфейсы, абстрактные методы, напишет заголовки, проставит комментарии, что принимает каждая функция, что выдает, надолбает примеры, выдаст тесты, в том числе с вагоном выдуманных данных. По примеру одних классов легко нарисует другие с аналогичным функционалом и так далее, и тому подобное. Ещё без проблем из прототипа переложит на другой язык или библиотеки, с расширениями согласно «указивкам». И его не ломает всё переписать хоть с нуля, тем более, проапдейтить комментарии согласно текущему состоянию кода. А самому можно сосредоточиться на бизнес-логике и corner cases.
Пользуйтесь не бесплатными Copilot и ограниченной версией ChatGPT, а Claude Pro с глубоким анализом, например.
Но как и с любым инструментом, требуется навык использования, как правильно промптить, давать контекст, на что смотреть, понимание что инструмент может, а чего нет. Всё не может — вопросов нет. Снять большую часть рутины на типовых проектах (типовых не для вас, а в мире — для вас проект может быть совершенно непривычным) — может.
P. S. Лет 10 назад я ещё встречал бухгалтеров, которые говорили, что Excel им нахрен не нужен и на калькуляторе они посчитают быстрее и лучше, а с этим вашим Excel одни проблемы — округляет неправильно. На данный момент, вроде, [такие] вымерли. С ИИ у программеров 100% будет то же самое.
— Да не может ИИ заменять даже джуна. Джуны тоже в безопасности. ИИ может разве что помочь джуну написать грамотнее и чуть быстрее. А заодно ИИ принесёт в проект парочку багов, настолько профессионально закамуфлированных, что даже сеньоры их на ревью в упор не увидят. И не факт, что ускорение джуна выгоднее убытков от внесённых багов.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
Львиная доля программистов, тоже ничего нового создать не может, будем откровенны. Claude может закрывать 74% issues в опенсорс проектах, сколько может закрыть типичный сеньор, работающий в галере? Смею утверждать, что около нуля.
Чтобы обрушить рынок найма, AI не обязательно должен с первого раза и без ошибок решать все задачи, а достаточно что он будет просто лучше, чем 30% тех, кто сейчас работает программистом. А до этого уже очень недалеко, если уже не произошло.
Пользователь отредактировал комментарий 5 апреля 2025, 12:13
Очевидно что вы:
Не программировали даже на уровне того самого "забитого" сениора из аутсорса. Не пытались создать софт с помощью AI.
Вас не настараживает что что-то пока мы не видим софта написанного AI, а в основном видим какой то инфоциганский бред о том что программиты то ли не нужны уже, толи будут не нужны в ближайшем будущем?
Технологии типа LLM, это вероятностная модель, а не модель основанная на строгих логических рассуждениях. По этому LLM, не может писать корректный код - понимая то что нужно, с достаточной степенью, а вместо этого генерит текст который похож на то что нужну - с некоторым произвольным кол-вом ошибок и отклонений от того что нужно.
Ну, вот, например, последнее исследование от Антропик, которое показывает, что, даже просто угадывая следующее слово, модель внутри делает что-то похожее на рассуждения: https://www.anthropic.com/news/tracing-thoughts-language-model У них там есть специальная модель, в которой лучше видно, какие узлы внутри нейронки активируются, когда она генерирует слово. И вот ее, например, просят сложить два числа. В каких-то случаях она выдает ответ сразу - потому что просто запомнила его во время обучения. Но если числа более сложные, например 36 и 59, то внутри происходит кое-что странное. Каждое число активирует свою цепочку узлов, округляется, распадается на какие-то числа попроще. Модель приближает их к тому, что лучше знает. Потом все ветки сходятся в одну - и это ответ. Это немного похоже на то, как человек работает с такими числами в уме. Это похоже на логику. В статье несколько таких примеров. Когда нужно продолжить стих, модель активирует две группы веток - для смысла и для рифмы.
У всех компаний теперь есть "думающие" модели. Которые сначала геренят "мысли" - стену текста, из которой потом собирают финальный ответ. В этой стене текста модель сначала планирует ответ, разбирает задачу на подзадачи, идет по ним, корректирует нестыковки в сгенеренном тексте. И это помогает. Собственно, все лидирующие модели - думающие.
Ну, и последний уровень абстракции - цикл в коде, который запускает модель. Все приличные ассистенты для кода на каждый запрос пользователя выполняют целую кучу внутренних запросов к модели. Сначала просят ее собрать данные, потом сгенерить код, потом проверить, исправить ошибки, повторить, если нужно. Сами берут файлы из проекта, сам мержат в них изменения. Выходит дорого (много запросов, они все большие и тяжелые, думающие модели еще и мысли генерят для каждого промежуточного ответа), но намного эффективнее, чем если просто копипастить куски кода в чатбот.
Живой программист все еще лучше. Все эти новости про автоматизацию - хайп и скрытые сокращения на почве финансов. Но ваши рассуждения - это про то, что было год-полтора назад. В современных ИИ системах много логики на разных уровнях.
Пользователь отредактировал комментарий 5 апреля 2025, 22:26
Оно даже стрелки на циферблате часов распознать не может с точностью более 25% :) [Часть комментария скрыта за нарушение правил общения. Вот они, их всего пять: https://devby.io/news/comments-2024]
Пользователь отредактировал комментарий 6 апреля 2025, 16:39
Я вам на это уже отвечал, но вы не хотите со мной разговаривать и зачем-то репостите одно и то же из темы в тему. Держите плюс, и разойдемся на этом
Вы привели пример маркетинговой сатьи, от компании которая утверждает что заменит программистов и привлекает под это инвестиции. Почему они же они не показали пример как их система пишет код который можно применять в продакшене?)
Если бы вы разобрались в самых элеметарных азах, LLM то не утверждали бы все то что выше написали.
Да когда то в будущем появиться понимание как сделать полностью автоматическую систему которая заменяет человека. Пока что этого не и нет даже теории о том как получить что-то рабочее. Сейчас есть только новый вариант поиска информации, к слову супе удобный и продуктивный, и он мне нравиться. Можно обсуждать как улучшить этот новый варинат поисковой системы. А обсуждать фантазии о том что текущая технология способна заметить человека или давать какие то прогнозы это только от непонимания.
Предсказать когда будет следующий скачек ни кто не может, потому что для предсказания нужна теория которая обьясняет работу и позволяет провести расчеты трудозатрат и других затрат. В данном случае с LLM теория есть она объясняет как сделать грубо говоря поиск и не более того.
Пользователь отредактировал комментарий 6 апреля 2025, 17:20
Эта статья - выжимка двух научных публикаций. Которые продолжают серию других публикаций. Там нет никакой магии, они подробно описали все, что сделали - любой может повторить. Но ок, маркетинг, так маркетинг.
Да показали, вы просто не интересуетесь и не видите. Их модели доступны через API и в AWS Bedrock. Дальше уже дело техники, бюджета и желания - настроить агентов и работать с ними. Их уже довольно много, есть свой и у Антропик - Claude Code называется. Но мне он не нравится, я использую опенсорсные Roo Code и Aider в паре с Claude Sonnet 3.5/3.7 на AWS. Есть у нас и OpenAI модели в Azure, и Gemini на Vertex, и DeepSeek на собственных серверах. Но Клод самый лучший для моих инструментов. Я даю своим агентам проект и задачу - они автономно работают (ну, вернее, я сам настраиваю степень автономности). Я проверяю и параллельно работаю над чем-то другим. Их код - мой код, он идет в прод. Это не считается?
Парировать такое просто нечем, сдаюсь
Все таки, основной вопрос остается не отвеченым. Где можно посмотреть примеры проектов созданых так называемым ИИ?
Я пока что не увидел ничего работающего, а то что продают как ИИ агенты это или улучшеный шаблоны подстановки или генерируется простой код который требует больше времени на перепроверку чем на написание с нуля.
Вам нужно перестать бростаться терминами и на абстрактные статьи а привести реальные примеры.
Для примера по квантовым компьютерам уже несколько десятилетий пишут что ещё пару лет и будет прорыв или что наступил прорыв. Написано огромное кол-во академических статей, даже придумали квантовые алгоритмы. Но почему то работающего на практике квантового компьютера пока нет. То что вы мне скидываете это все тоже самое - шума много, доказательств работы нет.
Я не отрицаю что когда то появиться ИИ заменяющий человека, пока я не вижу это. Но вы мне пытаетесь доказать обратное, очень сложными способами, предлагая читать статьи и т.п. вместо простого примера работающего сфота написанного ИИ.
Засунуть голову в песок и говорить, что оттуда плохо видно.
Возможно, если бы вы могли бросить в меня парочкой терминов, этот разговор имел бы больше смысла. Я перечислил названия моделей, клаудов, где они хостятся, и самые популярные агенты для кода. Если для вас это тарабарщина, ну о чем тогда речь? Вы ничем этим не пользовались, но уверенно спорите о состоянии технологии.
Т.е. вы знаете секрет как написать код через ИИ агентов, который не знает весь остальной мир? Если я не прав и ии агенты могут писать рабочий кода а не генерировать какие полурабочие конструкции и ставлять из рандомные места в коде, тогда пожалуйста скинье убедительный пример на код который был создан ии агентами. Который не нужно перепроверять дольше чем писать с нуля и который в целом можно запустить в проде.
Если вы мне такое скинуть не можете, то все это пустой звук. Потому что уже 100500 лет существуют генераторы шаблонов и толку от них мало, особенно когда эти шаблоны выдают нестабильный код который нужно проверять дольше чем писать такой же с нуля.
Просто у меня есть практика, а у вас нет. И азов у вас нет, потому что нигде в нейронке нету вероятностей. Вообще нигде, ни одной формулы. Аналогия с поисковиком хорошая для детей девятого класса, но никого поиска там тоже нет. Вы и сами не разбираетесь, и другим мешаете. Впрочем, я вижу, что другие не против.
Что вы хотите, чтобы я показал? Проект, продукт? Как вы поймете, что они написаны ИИ? ИИ код никак не отличается от человеческого (разве что коментов больше) - нужно видеть процесс. Если в какой-то гитхаб репе будет написано, что 100% сгенерено ИИ, вы поверите? Идите на ютуб и ищите "roocode project showcase". Что-нибудь вроде этого https://www.youtube.com/watch?v=sOpryi5N5WA&ab_channel=MichaelFricker или этого https://www.youtube.com/watch?v=vooolVLItTQ&ab_channel=GosuCoder
Впрочем, на счет вероятностей я не прав - там в конце есть фаза выборки токена из вектора. До нее процесс полностью детерминированный, в обучении вероятности тоже не участвуют. LLM не вероятностная модель. Это модель, в которой хранятся свойства, понятия, связи между ними, закодированные в числа. Каждый нейрон представляет собой такое свойство (вернее много свойств сразу). Работа с сетью - не поиск, а прогон входной матрицы через все ее свойства слой за слоем. Какие-то уходят в ноль, какие-то дают растущие значения - в конце все сходится в один вектор. Из него не обязательно выбирать один токен - весь вектор содержит полезную информацию. Но нам для интерпретации нужно что-то выбрать - только тут в игру вступают вероятности.
В первом случае (https://www.youtube.com/watch?v=sOpryi5N5WA) примитивный сайт который можно сверстать быстрее чем проверять то что нагенерил это шаблонизатор на основе "ИИ". Который в видео, постоянно выдает решения с ошибками. Что приводит к тому что - тот кто не разбирается, не поймет как исправить ошибку, а опытный прогер быстрее сделает такой же проект чем время которое у него уйдет на проверку и баг фиксинг. При том что всё что в примерах это скорее hello world'ы, а не реальный код для прода, который должен работать точно так как задумано а не произвольно и с произвольным кол-вом багов. Об этом, я уже писал выше, и пытался объяснить что - инструмент в котором затрат на проверку и доработку кода больше чем экономия на первичное написание, не имеет смысла. Тем более что в сложных случаях, эти агенты вообще не применимы они не выдают нужный результат, а скорее какой то мусор.
https://ru.wikipedia.org/wiki/%D0%AF%D0%B7%D1%8B%D0%BA%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C
Языкова́я модель — это распределение вероятностей по последовательностям слов (и т.д...)
Пользователь отредактировал комментарий 8 апреля 2025, 22:54
Софта от и до написанного джунами и мидлами, за пределами каких-то очень простых вещей я тоже не видел.
LLM не заменит всех программистов. Но чтобы обрушить рынок найма это и не нужно
Пользователь отредактировал комментарий 13 апреля 2025, 15:47
Так и есть, минусы от программистов сильно завязанных на кодирование, и не представляющих как быть по другому. Как таксисты до убера, или водители убера до роботакси.
Мама, я в телевизоре!
Сколько нового инновационного кода, например, создают формошлепы?
Best UX/UI practicie большинство не знает.
Всяко лучше у них выходит чем у ИИ. Типичный (и наилучший даже в теории) ИИ - это когда вообще ничего не загрузилось. Или на бэке вылетело с 500 ошибкой.
А тут хотя бы корявые, но формочки видны. И со временем они начинают таки работать. А с ИИ они в принципе улучшаться не смогут. После очень низкого лимита на размер проекта будет "один баг правили, но не поправили толком, но, два новых внесли, лучше бы не трогали вовсе"
Пользователь отредактировал комментарий 5 апреля 2025, 23:28
Отговорки в стиле водителей Убера, мол они всегда лучше смогут ездить чем роботакси, дождь, снег, неадекватные пассажиры и тп. Но выйгрывает не что лучше, а где экономика работает.
У вас в рассуждениях есть один большой слон которого вы почему то не замечаете. Роботакси работают и выполняют свою функцию. А вот код ИИ агенты не пишут код, у них не получается.
Почему то вы доказываете утверждение о ещё не свершившемся будущем.
Ну ок, был плуг, им 10 человек пахали поле, появился трактор, которым 1 человек пашет 10 полей. Кстати, почитайте историю тракторов, они не в один день захватили планету, а лет 100 шло развитие, и в моем детстве плуги с лошадьми еще вполне использовали на беларуских огородах. Вот и с ИИ-агентами один программист сможет когда-то пахать за 50, а может и больше. Все почему-то уверены, что именно они самые умные и будут в итоге рулить тупыми ИИ-агентами, а не окажутся среди остальных на морозе. Ну или будут тем гордым беларуским селянином, который еще плуг тягает.
Пользователь отредактировал комментарий 7 апреля 2025, 10:46
При всем уважении, повторю ещё раз. Пока не существует ИИ агентов которые заменяю программистов или хотя бы полезны, для чего либо кроме нового формата поиска.
Причем тут трактора?) Вы сравниваете существующую вещь - трактора которые работают и полезны, с не существующей вещью - ии агентами которые пишут код вместо программистов.
ИИ-агенты не должны сами писать код, чтобы быть полезными, как и трактора не обязаны сами ездить без участия человека, чтобы их покупали. Можете считать ИИ абсолютно бесполезным, и не забывайте об этом всюду рассказывать, особенно если на собеседовании будут интересоваться.
когда и если достигнет уровня интеллекта паука тогда может быть и стоит пугаться
https://t.me/mifofagos/517 Интеллект пауков на 100К нейронов: AI дрожит от зависти - Им далеко до интеллекта человека, но сравним-ка их с искусственным интеллектом, с AI-моделями, которые сейчас предлагаются для управления роботами. Окажется, что эти AI, работающие на микросхемах, эквивалентных десяткам миллиардов транзисторов, даже близко не подошли к интеллекту пауков.
Из того с чем сталкивался, сети хорошо справляются со скелетами чего либо, либо с частными задачами которые использовались во время их обучения.
С комплексными задачами они не вытягивают.
Личная оценка перераспределения интеллектуальной работы - 99% сам 1% генеративные сети, но этот 1% позволяет сэкономить несколько часов в неделю, на изучение документации новых инструментов.
Глючит часто и иногда очень убедительно. На такое нельзя полагаться, увы
Все это хорошо шло пока были Линус-иванушки на опенсорсе которых можно было тренировать модели. Софт сейчас позакрывают, а что бы стэковерфлоу почитать надо будет подписку купить.
https://www.youtube.com/watch?v=JeNS1ZNHQs8