80% кода Anthropic пишет ИИ: какие профессии, связанные с искусственным интеллектом, заменят старые роли

До недавнего времени цикл разработки строился вокруг профессий: аналитик собирает требования, архитектор проектирует, разработчик пишет код, тестировщик проверяет, DevOps-инженер разворачивает. По данным самой Anthropic, уже сейчас на каждом из этих этапов есть задачи, которые выполняет ИИ. Статья-источник фиксирует тенденцию: чем лучше задача формализуется, тем быстрее её забирает агент. Для российского рынка, где аналитики, разработчики и DevOps-инженеры работают с локальными стеками и регуляторикой, это означает конкретный сдвиг: ценность специалиста перетекает от умения делать руками к умению ставить задачу машине и отвечать за итог.

Что понадобится

• Базовое понимание цикла разработки (что делает аналитик, разработчик, тестировщик, DevOps)
• Доступ к любому ИИ-ассистенту для кода: Claude, ChatGPT, GigaCode или Cody (для практики шагов ниже)
• 30 минут на чтение и первый эксперимент с промптом (текстовой инструкцией для ИИ)

Пошаговая инструкция: как оценить влияние ИИ на вашу роль

1. Разложите свою работу на слои. Выпишите все задачи за типичную неделю. Разделите их на две колонки: «исполнение» (сбор данных, написание кода, прогон тестов) и «решения» (выбор архитектуры, интерпретация результата, согласование с бизнесом). Источник прямо указывает: именно исполнительский слой ИИ автоматизирует быстрее всего.

2. Определите, какие задачи из колонки «исполнение» уже формализованы. Если задачу можно описать чётким алгоритмом с входом и выходом, она кандидат на передачу ИИ-агенту. Генерация тестов, стандартные расчёты, подготовка черновиков отчётов, код по шаблону: всё это уже автоматизируется.

3. Попробуйте передать одну такую задачу ИИ-ассистенту. Сформулируйте промпт по схеме «цель, контекст, ограничения, критерии корректности, точка эскалации». Именно эти пять элементов, по данным источника, нужны агенту для автономной работы:

Цель: сгенерировать unit-тесты для функции оформления заказа.
Контекст: Python 3.11, FastAPI, PostgreSQL, российский интернет-магазин.
Ограничения: тесты не должны обращаться к продакшн-базе данных.
Критерии корректности: покрытие всех граничных случаев из ТЗ (пустая корзина, превышение лимита, невалидный промокод).
Точка эскалации: если логика промокодов неоднозначна, остановись и спроси.

1. Оцените результат критически. Проверьте, не допустил ли ИИ галлюцинацию (когда модель уверенно выдумывает то, чего не было): несуществующий метод API, неверную бизнес-логику, «формально правильный, но бесполезный для бизнеса» ответ. Источник подчёркивает: отличить формально верный результат от полезного может только человек с экспертизой в предметной области.

2. Перестройте свою позицию от функции к владению результатом. Источник формулирует ключевой сдвиг так: единицей организации становится не профессия, а владение бизнес-результатом. Не «я бэкенд-разработчик и отвечаю за бэкенд», а «я отвечаю за весь процесс оформления заказа, от бизнес-правил и API до тестирования, выкладки и метрик в продакшне».

3. Изучите роли, которые появляются вокруг агентов. Источник выделяет две: AI Orchestrator (специалист, который с помощью нескольких ИИ-агентов ведёт весь цикл задачи от начала до конца) и AgentOps Engineer / AI Platform Engineer (инженер инфраструктуры, которая обеспечивает работу самих агентов). Определите, к какой из них ближе ваш текущий опыт.

Как трансформируются конкретные роли?

Профессии, связанные с искусственным интеллектом, не исчезают, а расслаиваются. Вот что происходит с каждой из ключевых ролей по данным источника.

Аналитик. ИИ забирает сбор и сведение информации, стандартные расчёты, построение графиков, подготовку черновиков отчётов. Человеку остаётся определить, какие данные имеют смысл, проверить их качество, интерпретировать результат в контексте бизнеса, сформулировать рекомендации. Источник ставит точку: «ИИ может быстро построить десять графиков, но какой из них отвечает на бизнес-проблему, решает человек».

Разработчик. Генерация и изменение кода, реализация типовых модулей, ревью, отладка, рефакторинг, написание тестов уходят агентам. За человеком: постановка технической задачи, декомпозиция, выбор архитектурного направления, определение границ изменений, проверка решений агентов.

Тестировщик (QA). Генерация автотестов, подготовка тестовых данных, анализ логов автоматизируются. Роль смещается к проектированию системы качества: что проверять, каким результатам доверять, какие ошибки считать критичными.

Цель: построить когортный анализ просрочки по картам за 12 месяцев.
Контекст: PostgreSQL, таблицы card_transactions и overdue_payments, лимиты менялись 1 марта.
Ограничения: данные обезличены, не выводить ФИО и номера карт.
Критерии: разбивка по когортам до и после изменения лимитов, с доверительными интервалами.

Что делать с этим прямо сейчас, по ролям

Автору на Дзене. Профессии, связанные с искусственным интеллектом, сейчас одна из самых поисковых тем в рунете. Если вы пишете про карьеру или технологии, разложите собственный рабочий процесс по схеме «исполнение / решения» и покажите читателям на личном примере, что именно уходит машине. Это ценнее абстрактных прогнозов.

Маркетологу. Посмотрите на свою команду аналитиков: если они тратят дни на сведение данных из разных источников, это первый кандидат на автоматизацию через ИИ-агента. Освободившееся время перенаправьте на интерпретацию и стратегию, которые агент пока не тянет.

Разработчику и тестировщику в РФ. Начните формулировать задачи по пятиэлементной схеме (цель, контекст, ограничения, критерии, эскалация) уже сейчас, даже если пока работаете без агентов. Этот навык станет базовым для роли AI Orchestrator, а переход к ней, судя по динамике, вопрос месяцев, а не лет.

Предпринимателю. В России доступны GigaChat от Сбера и YandexGPT для экспериментов с агентным подходом. Полноценных аналогов Claude Code пока нет, но для первых шагов (автоматизация отчётности, генерация тестов, черновики документации) этих инструментов достаточно.

Главное, что стоит запомнить: этапы разработки никуда не денутся, но специалист, который умеет поставить задачу пяти агентам и отвечает за сквозной результат, заменит троих, которые передают задачи друг другу по цепочке.