Разработчики программного обеспечения постепенно становятся не авторами кода, а архитекторами взаимодействия с AI-агентами. Это важное изменение ролей: AI теперь может генерировать код, а инженеры сосредоточены на установлении границ и управлении тем, что AI может или не может делать.
Переход от написания кода к управлению AI
За последние два года в индустрии программирования произошли значительные изменения. Современные инструменты, такие как Cursor и Claude Code, делают возможным автоматическое создание первых версий сложных интеграций и потоков данных. Авторы уже не являются единственными творцами логики системы; большие языковые модели (LLM) берут на себя эту задачу. Инженерам теперь предстоит сосредоточиться на важнейших аспектах: управлении процессами и определении контрольных точек, что открывает новый уровень взаимодействия с AI.
Операционная энтропия и ограничение систем
AI-агенты, выполняя задачи, могут накапливать устаревшие предположения и создавать «операционную энтропию». Это означает, что агент, работающий с большим количеством данных, может запутаться и начать генерировать некорректные результаты. Человеческое вмешательство по-прежнему необходимо для правильного направления работы, будь то новые тесты, контракты на данные или четкие инструкции. Без своевременной реакции агент может отклониться от корректного направления.
В экспериментах с AI множество применяемых тестовых случаев демонстрируют, что в закрытой задаче AI может действовать довольно эффективно, предлагая изменения кода и корректируя ошибки после тестирования. Однако в реальных условиях, таких как корректировка динамической ценовой политики или взаимодействие с API третьих сторон, AI часто сталкивается с большими сложностями.
Выводы для разработчиков
Для русскоязычных разработчиков это значит, что важно не только знать языки программирования, но и уметь управлять системами AI, чтобы минимизировать операционную энтропию и контролировать выполнение задач. Это открывает новые горизонты в IT-отрасли и требует изменений в подходах к обучению и работе с новыми технологиями. По оценкам аналитиков, такие навыки будут востребованы в течение следующих 3-5 лет, пока AI будет все больше интегрироваться в процесс разработки.
Следующим шагом станет еще более глубокая интеграция AI в рабочие процессы разработки, что потребует новых уровней сотрудничества и инноваций в командах.