Облачные сервисы для разработчиков ИИ убирают простые задачи: новичкам негде расти

Автор материала, практикующий разработчик из Иркутска, описывает ситуацию, которую наблюдает в вузах и на собеседованиях. Студенты и начинающие программисты всё чаще рассуждают так: зачем учить синтаксис bash, регулярные выражения, команды Linux, если можно написать промпт (prompt, текстовый запрос к нейросети) и получить готовый ответ. И по большей части они правы: ИИ действительно справляется с простыми задачами. Проблема в том, что именно на простых задачах строится профессиональный рост.

Как устроена ловушка для новичка?

В любой компании онбординг (погружение нового сотрудника в проект) начинается с мелких задач: исправить недочёт, написать второстепенный модуль. Опытный разработчик решает такие десятками за день, но их копят специально, чтобы новичок прошёлся по коду, понял правила проекта, набил руку.

Если все эти задачи щёлкает ИИ, новичку достаются только те, с которыми машина не справилась. На старте это почти гарантированный провал.

Но допустим, простые задачи всё-таки достались человеку, и он решил их через ИИ. Он не ходил по коду в поисках ошибки, увидел десяток строк из всего проекта и ничему не научился. А старший коллега, чьё время стоит дороже, вынужден писать ревью на работу машины, что бывает сложнее, чем работать с ИИ напрямую.

Кадровая воронка сужается

Автор формулирует вопрос жёстко: объясните, зачем в этом процессе нужен человек, который не разбирается в коде, и за что ему платить высокую зарплату.

Некоторые руководители слышат в этом подтверждение: ИИ сократит штат. Формально может. Но в перспективе пяти или десяти лет топовые сотрудники болеют, стареют, уходят в декрет, их переманивают. Они не масштабируемы.

ИИ создаёт риск того, что новые специалисты просто не появятся. Чтобы стать профессионалом, нужно решить тысячи простых задач. Если эти задачи забирает машина, кто будет «кормить» тех, кто только начинает путь? И сколько будут стоить те немногие, кто всё же прорвётся?

Разработка уже превращается в магию?

Автор ссылается на третий закон Кларка: «Любая достаточно развитая технология неотличима от магии». И описывает тревожную тенденцию: на собеседованиях кандидаты предлагают использовать умные указатели для сборки мусора, не понимая, как эти указатели работают и что под капотом есть стек, который может переполниться.

Если 20 лет назад фраза «написал так, потому что по-другому не собиралось» была немыслимым оправданием, то сегодня это рабочий момент. А с массовым использованием ИИ появится новая отмазка: «Я тут ни при чём, ИИ так написал».

Где ИИ реально помогает, а не замещает?

Автор подчёркивает: он не противник ИИ, а активный пользователь. Вот где облачные сервисы для разработчиков ИИ работают как инструмент, а не как замена:

• Автодополнение кода. ИИ подсказывает стандартные конструкции, экономит время на наборе, но не отменяет необходимости думать.
• Документация. ИИ поправит описание везде, а не только в паре мест, забыв про десяток других. Разработчиков, которые любят и умеют писать документацию, автор не встречал ни одного.
• Парное программирование. ИИ похож не на заместителя, которому можно спихнуть работу, а на напарника, который неплохо знает стандартные фреймворки и подходы. И путается в нестандартных.

Автор приводит пример из собственной практики: у него есть утилита для тестирования HTTP-сервисов, где нужно описывать проверки только для полей JSON, которые меняются от запуска к запуску. Это не соответствует общепринятым практикам, и ИИ без дополнительных уточнений «не просекает» логику, хотя тесты в целом пишет неплохие.

Что понадобится

• Любой облачный ИИ-ассистент для кода: GitHub Copilot, Cursor, Cody от Sourcegraph. Из доступных в РФ: GigaCode от Сбера, автодополнение в JetBrains с плагинами для YandexGPT.
• Базовое понимание языка, на котором пишете. Без него вы не отличите корректный ответ ИИ от галлюцинации (когда модель уверенно выдумывает то, чего не было).
• Готовность читать и разбирать каждый предложенный фрагмент, а не копировать вслепую.
• Время: 15 минут на настройку ассистента, далее привычка проверять каждый ответ.

Пошаговая инструкция

1. Решите задачу сами, хотя бы в голове. Прежде чем писать промпт, сформулируйте, что именно должен делать код. Если не можете описать задачу словами, ИИ не поможет, он усилит вашу неясность.
2. Напишите промпт с контекстом. Укажите язык, фреймворк, ограничения проекта. Чем точнее промпт, тем меньше «магии» и больше управляемого результата.

Напиши функцию на Python 3.11, которая принимает JSON-ответ
от API /users, проверяет только поля, изменяющиеся между запусками
(timestamp, request_id), и возвращает список расхождений.
Используй pytest. Не используй сторонние библиотеки.

1. Прочитайте результат построчно. Не «пробегите глазами», а разберите: что делает каждая строка, почему выбран именно этот подход, есть ли крайние случаи.
2. Попробуйте сломать. Подставьте пустой JSON, невалидный ответ, огромный массив. ИИ редко думает о граничных условиях за вас.
3. Сравните с тем, что написали бы сами. Если не можете написать аналог, это сигнал: вы учитесь не на задаче, а мимо неё.
4. Зафиксируйте, чему научились. Коротко запишите: какой приём вы увидели в ответе ИИ, какую ошибку нашли, что бы сделали иначе. Это превращает инструмент в учителя.

Что делать с этим прямо сейчас, по ролям

Студенту или начинающему разработчику. Используйте ИИ как второго собеседника, а не как автора решений. Сначала пишите сами, потом сравнивайте. Это единственный способ пройти ступени, которые иначе исчезнут.

Автору Дзена, который пишет о технологиях. Тема «ИИ убивает джунов» вызывает отклик, но подавайте её честно: ИИ не виноват, виновата лень. Такой угол даёт больше дискуссии и дочитываний.

Руководителю или предпринимателю. Не убирайте простые задачи из онбординга. Экономия на джуниорах сегодня обернётся дефицитом мидлов через три года. Облачные сервисы для разработчиков ИИ ускоряют опытных, но не выращивают новых.

Маркетологу. Если продвигаете ИИ-инструменты, честно говорите про ограничения. Аудитория, которая обожглась на «ИИ сделает всё за вас», уходит надолго.

Лучший совет из этого материала укладывается в одну фразу: сначала решите задачу сами, потом покажите её ИИ и сравните. Кто так делает, тот растёт. Кто копирует не глядя, тот через три года окажется в позиции, где его заменит не ИИ, а тот, кто умеет с ИИ работать.