AI-агенты в разработке не отменят инженеров, но могут сломать привычный вход в профессию уже до 2028 года. Глава Nvidia Дженсен Хуанг в интервью Эзре Кляйну объяснил, почему он не верит в быстрый конец software engineering, но ждет резкой перестройки роли джуниоров, сообщает The New Stack.
Поводом стал популярный прогноз последних полутора лет: если агенты начнут писать почти весь код, компаниям якобы больше не понадобятся обычные программисты. Самая цитируемая версия этой мысли принадлежит CEO Anthropic Дарио Амодеи: в марте 2025 года он говорил, что ИИ сможет писать 90% кода в течение трех-шести месяцев. Хуанг спорит не столько с цифрой, сколько с выводом. По его логике, программирование — это задача, а инженерия — профессия и способ думать о продукте, системе и ограничениях.
Хуанг приводит аналогию с радиологией: автоматизация чтения снимков не убрала цель работы врача — поставить диагноз. Так же и с разработкой: если написание кода частично уходит машине, у инженера остаются постановка задачи, проектирование, проверка результата, работа с рисками и превращение технологии в полезный продукт. Это удобная позиция для CEO Nvidia, которая зарабатывает на инфраструктуре ИИ, но в ней есть трезвое зерно: ценность инженера давно не сводится к умению набрать функцию без автодополнения.
Самая острая часть разговора — джуниоры. Кляйн спросил, нужны ли компаниям такие же потоки молодых специалистов, если агенты берут на себя рутинную работу первого года: шаблонный код, простые баги, тесты, рефакторинг, документацию. Ответ Хуанга был коротким: подождите два года. Его арифметика простая: бакалавриат длится около четырех лет, а первое поколение студентов, которое учится рядом с достаточно сильными агентами, выйдет на рынок примерно к 2028 году. Он ожидает «волну» инженеров, для которых работа с агентной системой будет базовым навыком, а не модным пунктом в резюме.
Это важный сигнал для русскоязычного рынка, где джуниорские вакансии и так стали узким горлышком. Компании хотят продуктивность мидла, зарплатные ожидания джуна и ответственность сеньора — классический корпоративный фокус, только теперь с ИИ в роли оправдания. Если AI-агенты в разработке действительно закрывают часть стартовых задач, работодатели могут еще сильнее сократить найм новичков и вложиться в обучение текущих команд. Для бизнеса это выглядит рационально. Для отрасли — рискованно: сеньоры не появляются из воздуха, даже если у них красивый бейдж «AI-native».
Хуанг не отрицает потери. Он признает, что часть «тонкой интеллектуальной моторики» уйдет: будущие инженеры будут хуже помнить нижние уровни, но лучше мыслить системами. Он сравнил это с эволюцией аппаратной разработки: когда-то он работал с чипом на 200 транзисторов и знал каждый, а нынешние инженеры собирают системы из компонентов с сотнями триллионов транзисторов. Абстракции всегда что-то забирают. Вопрос в том, успевает ли образование заменить потерянную практику новой дисциплиной проверки.
И здесь оптимизм Хуанга упирается в неприятную механику. Джуниоры учились не только «писать код», но и читать чужой, ловить странные ошибки, спорить с тестами, разбирать падения в проде, понимать, почему простой фикс ломает соседний сервис. Если эти упражнения уходят агенту, надо придумать новый ученический маршрут. Иначе через несколько лет рынок получит людей, которые отлично формулируют промпты и плохо чувствуют, где система врет с уверенным видом.
Отдельный пласт — безопасность и контроль. Хуанг описывает агента как обычное ПО с целевой функцией, а не как маленького цифрового сотрудника с характером. Поэтому, по его словам, агентам нужны не доверие и вдохновляющие манифесты, а песочницы, политики доступа, наблюдатели и проверка. Он также сказал, что в Nvidia на дизайн уходит около 20% инженерных усилий, а на верификацию — около 80%. Если эта пропорция станет нормой для агентной разработки, роль разработчика сместится от «написал и отправил PR» к «спроектировал контур, ограничил агента, проверил результат, доказал, что это можно запускать».
Для разработчиков практический вывод не в том, что всем срочно надо становиться «операторами промптов». Скорее наоборот: чем больше кода генерирует машина, тем дороже становятся архитектурный вкус, умение проверять гипотезы, читать логи, строить тестовые контуры, понимать безопасность и владеть доменной областью. AI-агенты в разработке повышают ставку на инженерное суждение. Просто теперь его придется тренировать не после пяти лет ручной рутины, а параллельно с инструментами, которые эту рутину съедают.
Открытый вопрос в прогнозе Хуанга не в том, появятся ли к 2028 году выпускники, умеющие работать с агентами. Появятся. Вопрос жестче: успеют ли университеты и компании построить для них новую систему наставничества, где проверка, безопасность и понимание последствий не окажутся факультативом. Полный разбор аргументов Хуанга опубликован у .