ИИ-агенты вроде Cursor и Claude Code все лучше справляются с написанием кода, поэтому работа программистов постепенно смещается от реализации отдельных функций к проектированию правил, границ и систем обратной связи для ИИ.
ИИ-агенты вроде Cursor и Claude Code все лучше справляются с написанием кода, поэтому работа программистов постепенно смещается от реализации отдельных функций к проектированию правил, границ и систем обратной связи для ИИ.
Об этом пишет специалист по data engineering Анант Паккилдурай в колонке для VentureBeat. По его словам, главное изменение последних лет в том, что «трение, связанное с написанием синтаксиса, практически исчезло». ИИ-агенты уже могут изучать репозитории, писать тесты, анализировать ошибки и предлагать рефакторинг.
«Если агент становится основным автором локальной логики системы, что именно остается делать инженеру?» — задается вопросом Паккилдурай. Проблема, по его мнению, в том, что сложные корпоративные системы редко дают ИИ четко ограниченную задачу. Требования меняются, схемы данных обновляются, API вводят новые ограничения, а часть бизнес-правил вообще существует только «в чьей-то голове».
В таких условиях агент может начать опираться на устаревшие предположения, исправлять следствие вместо причины или накапливать противоречивый контекст. Автор называет это «операционной энтропией» — накоплением старых предположений, разветвляющегося контекста и нерешенных зависимостей.
«Агенты явно создают движение. Настоящий вопрос в том, превращает ли система вокруг них это движение в полезную работу», — пишет разработчик. В таком случае главная работа инженера заключается уже не в написании преобразования. «Вклад инженера был не в трансформации данных, а в создании границы, которая сделала ошибку агента видимой, конкретной и исправимой», — объясняет автор.
По его мнению, разработчикам придется все больше заниматься именно такими ограничениями: создавать строгие семантические слои, контракты данных, неизменяемые журналы событий, идемпотентные API и детерминированные процессы. «Новая задача — создать условия, в которых сгенерированной логике можно доверять», — пишет Паккилдурай.
Если система заранее задает четкие входные данные, правила и критерии правильного результата, ИИ уже может самостоятельно написать код, запустить тесты, исправить ошибки и подготовить изменение к выпуску. «Ценность разработки ПО не исчезает по мере того, как генерация кода становится дешевле. Она просто становится более заметной», — заключает он.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
На этом моменте ценность статьи уменьшилась до нуля. Индийским инженерам ничего не остаётся делать, как и индийским программистам, которые пишут код хуже самой первой ллм, которую можно поднять на калькуляторе.