CLI-утилита Atrophy предлагает измерять навыки программирования как шахматный рейтинг: у пользователя есть пять отдельных шкал, стартующих с отметки 1200, а первая диагностика занимает около 25 минут. Для русскоязычных разработчиков это не очередной спор в жанре «ИИ нас всех заменит», а куда более неприятный вопрос: что останется от собственных рук, если код за вас все чаще пишет агент.
Проект создал разработчик из Бангалора Ашутхош Рат, а о самом инструменте сообщает The Register. Идея проста и довольно колкая: если LLM и агентные помощники постепенно съедают способность писать, читать и разбирать код без подпорок, это надо не обсуждать в соцсетях, а фиксировать метрикой. Atrophy как раз пытается такую метрику дать, пусть и в приближении.
Внутри сервиса пять типов упражнений. Syntax recall просит написать небольшую функцию по спецификации. Debugging подсовывает фрагмент кода со спрятанной ошибкой. Code reading проверяет способность быстро понять чужой код без права сказать «сейчас попрошу модель пересказать». API memory тестирует память на стандартные вызовы библиотек с пропущенными частями. Decomposition оценивает умение разложить задачу на дизайн и шаги реализации. Пока упражнения рассчитаны на Python и JavaScript, а сложность делится на три уровня. Рат также добавил seeded generation, чтобы задания не повторялись в лоб, а приходили в свежих вариациях.
Механика у Atrophy нарочито спортивная. Пользователь сначала проходит базовый экзамен: по одному заданию на каждую из пяти зон. Дальше автор советует короткие сессии по 5–10 минут два или три раза в неделю. Утилита сама выбирает навык, который дольше других оставался без тренировки, и задает мягкий лимит по времени. Если уложиться не удалось, попытка все равно может считаться успешной, но прибавка к рейтингу будет ниже. Формула, по словам Рата, вдохновлена Elo, но не копирует шахматную систему один в один: каждая зона живет отдельно, жесткого пола и потолка нет, а ранние упражнения двигают рейтинг заметнее, чем поздние.
Важная деталь: бездействие в Atrophy не режет очки автоматически. Приложение лишь снижает уверенность в точности оценки, если пользователь давно не запускал тренировки. Это здравый компромисс. Иначе инструмент быстро превратился бы в очередной тайм-трекер с чувством вины вместо пользы. Но главный ход здесь в другом: автор предлагает раз в месяц проходить отдельное упражнение с ИИ-помощью. Такие результаты учитываются отдельно и позволяют сравнить две версии одного разработчика: автономную и «усиленную». Разрыв между ними должен показать, растет ли зависимость от ассистента со временем.
Сам Рат не пытается продать проект как манифест против ИИ. Его позиция звучит куда трезвее: задача не в том, чтобы отказаться от моделей, а в том, чтобы понять, что именно они у вас незаметно отъедают. Это особенно точно попадает в нерв 2026 года. В индустрии уже прижился жанр vibe coding, где ценится скорость сборки результата, а не глубина владения стеком. Для прототипа, внутреннего инструмента или лендинга это может быть рационально. Проблема начинается в тот момент, когда инженер привыкает, что объяснить архитектурное решение, найти нетривиальный баг или восстановить код без сети должен кто-то другой, желательно с контекстным окном побольше.
У Atrophy есть сильная сторона и очевидное ограничение. Сильная сторона в том, что он не спорит абстрактно о вреде ИИ, а пытается превратить разговор в серию наблюдаемых трендов. Разработчик видит, проседает ли у него память на API, хуже ли стал разбор чужого кода, не исчезло ли чувство синтаксиса. Для тимлидов и hiring-менеджеров это тоже не пустой сюжет: рынок уже сталкивается с кандидатами, которые бодро собирают демо с агентом, но заметно проседают на секциях, где нужно думать без костылей. Ограничение тоже честное: упражнения остаются лишь прокси для реальной инженерной работы. Высокий рейтинг в CLI еще не гарантирует, что человек хорошо поведет продовую аварию или спроектирует систему под рост нагрузки.
Тем не менее сама постановка вопроса выглядит своевременной. The Register напоминает и о более широкой исследовательской базе: в прошлом году ученые MIT обнаружили, что студенты, писавшие эссе с помощью чат-ботов, показывали меньшую мозговую активность, хуже удерживали факты и слабее помнили собственные тексты. Авторы исследования связывали это с более поверхностным усвоением материала. Переносить выводы из академического письма на программирование один к одному было бы слишком смело, но направление мысли понятно: когда инструмент забирает не рутину, а сам акт мышления, навык деградирует тихо и без объявления войны.
Для русскоязычного IT-рынка здесь есть практический вывод без лишней драмы. Агентный кодинг уже встроился в повседневность команд, и откатывать индустрию назад никто не будет. Но если ваш стек, зарплата и переговорная позиция завязаны на реальные навыки программирования, а не на умение удачно сформулировать промпт, их придется проверять и тренировать отдельно. Иначе в какой-то неприятный день может выясниться, что вы все еще очень продуктивны рядом с ИИ и заметно слабее без него. Подробнее об Atrophy и логике его автора можно прочитать в материале .