В Timeweb Cloud заметили сдвиг в найме разработчиков: финальное интервью, где кандидата спрашивают о решениях, ошибках и компромиссах, стало полезнее классической проверки по стеку. Для рынка это неприятный, но показательный сигнал: LLM уже меняют не только формат собеседований, но и то, за какой опыт компании готовы платить.
Об этом написал руководитель разработки Timeweb Cloud Михаил Шпаков в колонке на Habr Карьере. Его главный тезис такой: большие языковые модели не отменили ценность опыта, но заметно удешевили ту его часть, которая раньше служила быстрым маркером зрелости разработчика.
Почему стаж перестал быть надежным сигналом
Шпаков предлагает делить опыт на две части. Первая — техническая насмотренность: знание API, типовых ошибок, библиотек, фреймворков и привычных схем вроде репликации, повторных попыток или работы с веб-сокетами в конкретном стеке. Вторая — инженерное суждение: когда не стоит переписывать legacy-код, где лучше выпустить неидеальное решение, а где вообще отказаться от задачи.
Раньше рынок покупал обе составляющие одним пакетом, а стаж работал как удобный суррогат опыта. Теперь эта связка, по сути, распадается. Если модель помогает быстро закрыть пробелы в технической части, сам по себе уверенный разговор о технологиях уже хуже показывает, насколько человек действительно отвечал за результат.
LLM удешевили знания по стеку
По наблюдению Шпакова, то, что раньше нарабатывали годами через документацию, боевые инциденты и чужие ошибки, теперь часто можно получить заметно быстрее с ИИ-помощником. Кандидат способен уверенно рассуждать о разных стеках, а начинающий разработчик с LLM может написать код, который внешне выглядит как работа более сильного специалиста.
Проблема проявляется позже. Код может быть аккуратным, но решать не ту задачу, игнорировать ограничения продукта или создавать будущие проблемы для команды. Иными словами, модель помогает звучать и писать убедительно, но не берет на себя последствия неверного решения.
Дефицитом становится ответственность за решение
Самая сильная мысль в этой колонке не в жалобе на ИИ, а в попытке назвать новый дефицит. По версии Timeweb Cloud, это не умение писать без подсказок и не объем памяти по фреймворкам. Дефицитом становится способность принимать решение под реальные ограничения: сроки, риски релиза, цену ошибки, влияние на клиентов и нагрузку на команду.
Поэтому финальный разговор с кандидатом оказывается важнее, чем был раньше. Вопросы смещаются от формального «что вы делали» к более неприятным и более полезным: о чем вы жалеете, от каких решений отказывались, что сегодня сделали бы иначе. В таких ответах быстрее видно, кто действительно принимал решения, а кто только аккуратно исполнял задачи.
Как это меняет найм и работу команд
Для российского рынка вывод вполне прикладной. Компаниям, которые нанимают разработчиков, придется внимательнее проверять не словарь по технологиям, а связь между решением, метриками продукта и стоимостью ошибки. Это усиливает роль интервью по кейсам, разборов неудач и обсуждения прошлых компромиссов — особенно там, где цена неверного релиза измеряется не абстрактно, а в деньгах и простое сервиса.
Для самих разработчиков сигнал тоже прямой: ценность смещается от «я знаю много инструментов» к «я понимаю, зачем это делать и готов отвечать за результат». Техническая эрудиция никуда не исчезает, но рынок, похоже, готов платить меньше за ту ее часть, которую теперь можно быстро усилить через LLM.
Источник: колонка Михаила Шпакова на Habr Карьере, профиль автора на Habr — habr.com/ru/users/mikhailshpakov/articles/.
Следующий шаг для рынка очевиден: компании будут перестраивать собеседования быстрее, чем сами кандидаты успеют привыкнуть к новой цене опыта.