Раньше эту работу отдавали джуну
Теперь сеньор отдаёт её ИИ
Есть в программировании человек, которого обычно называют джуном — junior-разработчиком.
Это начинающий программист.
Он уже что-то умеет, но опыта ещё мало. Поэтому раньше ему обычно отдавали относительно простые задачи: исправить небольшой баг, написать несложную функцию, добавить кнопку, подготовить тесты, разобраться с документацией.
Иногда получалось хорошо.
Иногда старший разработчик открывал код, несколько секунд молчал, а затем произносил сакраментальное:
— Переделывай.
И в этом, собственно, заключалась значительная часть обучения.
Но теперь между джуном и сеньором появился третий участник.
ИИ.
И ситуация становится довольно любопытной.
Представьте обычную команду разработчиков.
Есть опытный программист.
Перед ним небольшая задача.
Раньше он мог объяснить её начинающему сотруднику, дождаться результата, посмотреть код, указать на ошибки, получить исправленную версию и снова её проверить.
Теперь у него есть другой вариант.
Он описывает задачу ИИ.
Через несколько секунд получает код.
Просит написать тесты.
Получает тесты.
Просит объяснить чужой модуль.
Получает объяснение.
Просит найти возможную ошибку.
Получает несколько вариантов.
ИИ не обязательно окажется прав.
Но старшему программисту и не требуется слепо ему верить.
Он достаточно опытен, чтобы проверить результат.
И вот здесь начинается самое интересное.
По данным опроса Stack Overflow за 2025 год, 84% разработчиков уже использовали или собирались использовать ИИ-инструменты в процессе разработки.
Среди профессиональных разработчиков 51% использовали такие инструменты ежедневно.
При этом разработчики вовсе не испытывают к ним безграничного доверия.
Только 33% опрошенных скорее доверяли точности результатов ИИ, тогда как 46% — скорее не доверяли.
А наиболее распространённая претензия оказалась почти комичной:
ИИ выдаёт решение, которое «почти правильное, но не совсем».
С этим сталкивались 66% опрошенных разработчиков.
И мне кажется, именно в этом «почти» скрывается существенная часть происходящего.
Начинающий программист смотрит на код ИИ и думает:
«Работает».
Опытный смотрит на тот же код и думает:
«Работает. А теперь давайте выясним, что именно здесь сломается через месяц».
Внешне они используют один инструмент.
Но получают от него совершенно разную ценность.
Потому что ИИ способен быстро произвести код.
А вот понять, хороший ли это код, — совсем другая задача.
Как он поведёт себя под нагрузкой?
Не появилась ли уязвимость?
Не сломает ли изменение другую часть системы?
Можно ли будет поддерживать это через два года?
Не придумал ли ИИ функцию, которой вообще не существует?
И главное:
решает ли этот код ту проблему, которую действительно нужно было решить?
На все эти вопросы опыт всё ещё имеет весьма неприятную привычку быть полезным.
И получается парадокс.
Когда появились мощные ИИ-инструменты для программирования, многие ожидали простой картины:
ИИ против программиста.
Но в реальности появляется другая:
программист с ИИ против программиста без ИИ.
И здесь опытный специалист оказывается в чрезвычайно выгодном положении.
Он может поручить машине значительную часть черновой работы и оставить себе то, что требует понимания системы, выбора и ответственности.
Не писать десять однообразных фрагментов кода — проверить лучший.
Не вручную разбирать сотни строк незнакомого проекта — попросить ИИ сначала объяснить его структуру.
Не начинать тесты с пустого файла — получить черновик и проверить его.
Не тратить двадцать минут на поиск синтаксической мелочи — спросить машину за несколько секунд.
Код в некотором смысле становится дешевле.
А способность понять, какой код нужен и можно ли ему доверять, — дороже.
Для опытных разработчиков всё это выглядит скорее хорошей новостью.
Но что происходит с начинающими?
Раньше простая работа была их тренировочным полигоном.
Именно на мелких задачах человек постепенно узнавал, почему одна архитектура лучше другой, зачем существуют тесты, почему нельзя доверять пользовательскому вводу и каким образом невинное изменение в трёх строках способно испортить вечер всей команде.
Теперь часть подобных задач способен выполнить ИИ.
И появляется неприятный вопрос:
если машина забирает тренировочные задачи, где человек должен получать опыт, необходимый для решения сложных?
Есть, правда, ещё более интересный поворот.
Возможно, тот же ИИ способен стать для новичка не только конкурентом, но и преподавателем.
В январе 2026 года Anthropic опубликовала результаты эксперимента с программистами, изучавшими новую библиотеку Python.
Участники, использовавшие ИИ, после выполнения задачи в среднем хуже справились с проверкой понимания материала: результат оказался на 17% ниже, чем у группы, программировавшей без ИИ.
Но была существенная деталь.
Люди, которые использовали ИИ не просто в режиме «напиши за меня», а задавали ему вопросы, просили объяснить решения и старались разобраться в происходящем, усваивали материал значительно лучше.
Получается довольно логичная вещь.
Можно написать:
«Сделай мне эту функцию».
А можно:
«Объясни, почему здесь используется именно такой подход, какие есть альтернативы и что сломается, если сделать иначе».
В обоих случаях человек использует ИИ.
Но в первом случае машина заменяет мышление.
Во втором — помогает ему.
Поэтому я бы пока не хоронил junior-разработчиков.
Более того, OECD совсем недавно отдельно предупреждала: сегодняшние проблемы молодых специалистов на рынке труда нельзя просто взять и объявить следствием искусственного интеллекта. Ситуация значительно сложнее.
Но сама профессия программиста определённо меняется.
И, вероятно, меняется не по сценарию:
«ИИ заменит всех программистов».
Гораздо любопытнее другой сценарий.
Хороший разработчик получает инструмент, который позволяет ему делать больше.
Начинающий получает тот же самый инструмент.
Но чтобы пользоваться им действительно хорошо, ему необходимо обладать знаниями, которые раньше он приобретал именно на той работе, которую теперь частично выполняет ИИ.
Получается почти замкнутый круг.
Чтобы эффективно проверять ИИ, нужен опыт.
Чтобы получить опыт, нужно много программировать.
А чтобы много программировать сегодня, очень легко просто попросить ИИ сделать это за тебя.
Возможно, через несколько лет главным навыком программиста будет уже не способность быстро написать код.
Код будут писать все: люди, нейросети, агенты.
Ценность сместится выше.
Понять задачу.
Выбрать решение.
Увидеть ошибку.
Предвидеть последствия.
И взять ответственность за результат.
Пожалуй, здесь искусственный интеллект пока не уничтожает профессию.
Он просто очень быстро выясняет, какая часть профессии действительно стоила денег.
А теперь вопрос к тем, кто работает в разработке.
Какие задачи ещё два-три года назад вы спокойно отдавали junior-разработчику, а сегодня быстрее поручаете Copilot, Claude, ChatGPT или другому ИИ?
И второй вопрос, пожалуй, интереснее:
если вы сейчас нанимаете начинающих программистов — что они должны уметь такого, чего от джуна не требовали пять лет назад?
