На одну вакансию junior-разработчика уже приходится 19 резюме, тогда как на senior-позицию — 2,5. Для рынка труда в IT это важнее очередного прогноза о «замене программистов»: ИИ может не вытеснить разработчиков как класс, но лишить массовую IT-карьеру привычной премии за дефицит.
Такую картину описывает Habr / Карьера: автор исходного материала предлагает смотреть не только на вопрос, сократит ли генеративный ИИ штат, но и на то, какую часть работы он заберёт. Если инструмент помогает делать больше всем сразу, отдельный специалист не становится автоматически дороже. Он просто получает нового конкурента — коллегу, менеджера или новичка с агентом для написания кода.
Долгое время IT продавало понятный набор преимуществ: зарплату выше средней по региону, удалённую работу, быстрый рост и довольно непрозрачную оценку результата. Между фактическим временем на задачу и сроком в трекере нередко оставался запас. Менеджеру сложно проверить, действительно ли на кнопку, интеграцию или исправление бага нужны три дня, если технический контекст хранится в голове у команды, а оценка сводится к фразе «там сложно».
Этот запас держался не только на дефиците кадров, но и на асимметрии знаний. Бизнесу был нужен человек, способный разобраться в системе, а проверить его скорость и качество без второго такого человека было непросто. С распространением ИИ-инструментов асимметрия уменьшается: прототип можно собрать за вечер, требования разложить на подзадачи, а старые обсуждения и решения найти по транскриптам, тикетам и документации.
ИИ делает прозрачнее не только код
В тексте приводятся внутренние данные Anthropic: число сессий с кодинговыми агентами у нетехнических сотрудников выросло с двух до 90 в месяц, менеджеры стали вдвое чаще коммитить код, а доля junior-специалистов в техническом найме снизилась с 27% до 9%. Эти цифры относятся к одной компании, а не ко всему рынку, но логика знакома многим командам: если рабочий прототип способен сделать не-разработчик, входной порог для обсуждения реализации заметно падает.
Прототип, конечно, не равен продукту в эксплуатации. В нём могут отсутствовать безопасность, мониторинг, миграции, устойчивость к нагрузке, понятные сценарии ошибок и поддержка через полгода. Но сама необходимость объяснять эту разницу меняет переговорную позицию инженера. Раньше бизнес видел оценку и результат; теперь он может принести сгенерированное решение и спросить, почему его нельзя выкатывать в production. Иногда ответ займёт больше времени, чем написание первого варианта кода.
Парадокс в том, что в краткосрочном горизонте сильные разработчики часто выигрывают. Агент ускоряет рутинные изменения, подготовку тестов, разбор незнакомой кодовой базы и создание черновиков документации. Но эффект производительности не гарантирует роста оплаты: такой же инструмент доступен соседней команде, подрядчику и кандидату на стартовую роль. Рынок труда в IT начинает оценивать не владение конкретным фреймворком, а способность поставить задачу, проверить результат и взять ответственность за систему целиком.
Между бухгалтером и таксистом
Автор опирается на исследование MIT о последствиях автоматизации для разных профессий. В одном сценарии технологии снимают простую часть работы: специалистов становится меньше, а оставшиеся получают больше, потому что их роль становится сложнее. В другом автоматизация убирает ключевую экспертность, снижает барьер входа и расширяет число исполнителей — как навигатор сделал для водителя менее ценной способность помнить город.
Для разработки вероятны оба сценария одновременно. В верхнем сегменте останутся инженеры и лиды, которые способны принять архитектурное решение, управлять рисками, работать с бизнес-ограничениями и отвечать за деньги, безопасность и надёжность. В нижнем появится больше людей, способных с помощью агентов собрать «достаточно похожее» приложение или автоматизацию. Самая уязвимая зона — середина: специалист, который уверенно делает свой участок, но не может объяснить, чем его работа отличается от быстро сгенерированного аналога.
Это влияет и на найм. Техническое интервью долго было машиной, которая конвертировала опыт, алгоритмические тренировки и знание типовых задач в оффер. Если команда получает больше сигналов из портфолио, рекомендаций, совместной работы и скорости адаптации с ИИ-инструментами, формальная проверка кода теряет монополию. Личные связи становятся заметнее не потому, что рекрутеры внезапно разлюбили резюме, а потому что рекомендации дешевле снижают риск ошибки найма в перегретом потоке кандидатов.
Для разработчиков практический вывод неприятно прост: стоит инвентаризировать не стек, а редкость собственной работы. Ценными становятся понимание предметной области, способность превращать расплывчатую цель в работающую систему, коммуникация с бизнесом, ревью решений агентов и ответственность за последствия. Для компаний задача зеркальная: не ограничиваться покупкой лицензий на ассистента, а переносить знания из личных чатов и голов в документацию, решения и воспроизводимые процессы.
Рынок труда в IT, похоже, не исчезает — он становится похож на обычный профессиональный рынок, где лучшим платят заметно больше, а средняя компетенция больше не даёт автоматической страховки. Главный вопрос ближайших лет не в том, напишет ли ИИ код вместо человека, а в том, сколько специалистов смогут доказать, что умеют отвечать за результат, а не только производить код.