ИИ и работа программистов: джуниоры теряют точку входа, а рынок ждёт кадровый провал

Тема «ИИ и работа программистов» перестала быть прогнозом из блогов. Инструменты вроде GitHub Copilot, ChatGPT и Claude уже генерируют код, пишут тесты и документацию. Для авторов Дзена, маркетологов и предпринимателей, которые нанимают разработчиков или сами автоматизируют процессы, понимание этих изменений напрямую влияет на бюджеты и планы.

Ниже разберём, как именно ИИ меняет работу программиста, и дадим практическую инструкцию: как использовать ИИ-ассистенты для кода, даже если вы не разработчик.

Что понадобится

• Доступ к одному из ИИ-ассистентов для кода: GitHub Copilot, ChatGPT (GPT-4o), Claude или доступный в РФ GigaCode от Сбера
• Редактор кода: VS Code (бесплатный) или любой, поддерживающий расширения
• Базовое понимание задачи, которую хотите автоматизировать (скрипт, парсер, бот, таблица)
• 30 минут на первый эксперимент

Как начать работать с ИИ-ассистентом для кода?

1. Установите расширение ИИ-ассистента в редактор. Для VS Code откройте раздел Extensions, найдите нужный плагин (например, GitHub Copilot или GigaCode) и нажмите Install.

2. Сформулируйте задачу на русском языке обычным текстом. Не пытайтесь сразу писать код. Опишите, что должен делать скрипт: входные данные, желаемый результат, ограничения.

3. Отправьте промпт (prompt, текстовый запрос к ИИ) в чат ассистента. Пример промпта:

Напиши Python-скрипт, который читает CSV-файл с колонками "имя" и "email",
убирает дубликаты по email и сохраняет результат в новый файл clean_list.csv.

1. Проверьте сгенерированный код построчно. ИИ может допустить галлюцинацию (hallucination, когда модель уверенно выдаёт несуществующую функцию или неверную логику). Запустите код на тестовых данных, прежде чем использовать на рабочих.

2. Уточняйте итерациями. Если результат не тот, не переписывайте промпт целиком. Допишите: «Добавь логирование ошибок» или «Замени pandas на стандартный модуль csv, чтобы не ставить зависимости».

3. Сохраните удачные промпты в отдельный файл. Это ваша библиотека шаблонов, промпт-инжиниринг (prompt engineering, навык составления запросов, дающих нужный результат) работает лучше, когда вы накапливаете проверенные формулировки.

Напиши Python-скрипт с библиотекой Telethon, который подключается к Telegram-чату
по его ID, собирает имена и юзернеймы пользователей, отправивших сообщения
за последние 30 дней, и сохраняет в Excel-файл.

Где рвётся цепочка подготовки кадров?

Связь между ИИ и работой программистов затрагивает не только продуктивность, но и воспроизводство профессии. Логика простая.

Джуниор (начинающий разработчик) учится на типовых задачах: написать парсер, сверстать форму, покрыть модуль тестами. Именно эти задачи ИИ-ассистенты выполняют быстрее всего. Компании начинают сокращать джуниорские позиции или не открывать их вовсе.

Без притока джуниоров через 3 года не появятся мидлы (средний уровень), через 5 лет не вырастут сеньоры. Российский рынок, где дефицит IT-кадров и так оценивается в сотни тысяч специалистов, получает отложенную проблему: автоматизация сегодняшних простых задач создаёт кадровый провал завтра.

Для предпринимателя в РФ это значит: ИИ-ассистент снимает рутину сейчас, но рассчитывать, что через пару лет можно будет легко нанять опытного разработчика, рискованно.

Что делать с этим прямо сейчас?

Автору Дзена. Используйте ИИ-ассистенты для автоматизации рутинных задач вокруг канала: скрипты для аналитики просмотров, парсеры для сбора тем. Не нужно становиться программистом, достаточно научиться формулировать промпт и проверять результат.

Маркетологу. Генерация кода для A/B-тестов, UTM-генераторов и отчётных таблиц теперь занимает минуты. Но проверяйте каждую формулу руками: модель может посчитать конверсию по неверной базе и не предупредить.

Предпринимателю в РФ. Из доступных в России инструментов: GigaCode от Сбера, встроенные ИИ-функции в Яндекс Cloud. Они слабее Copilot по объёму обучающих данных (training data, массивы кода, на которых модель училась), но работают без VPN. Вкладывайтесь в обучение текущих сотрудников работе с ИИ: дешевле растить мидла с ИИ-навыками, чем искать сеньора на пустом рынке.

Кадровый дефицит в IT никуда не денется, но тот, кто уже сегодня научился формулировать задачу для ИИ и проверять результат, через год окажется в позиции того самого дефицитного специалиста, за которого конкурируют работодатели.