VK Education спрогнозировала, что программисты будут управлять ИИ-агентами вместо кода
VK Education в преддверии Дня программиста опросила тысячу преподавателей ИТ-дисциплин из российских вузов — и результат оказался громким. Большинство academic-сообщества уверено: уже через 3-5 лет разработчик будет не столько писать код, сколько управлять ИИ-агентами. Новость быстро разошлась по профильным медиа, а вместе с ней — волна паники и неточных трактовок. Разбираемся, что из сказанного правда, а что миф, который мешает строить карьеру осмысленно.
Миф 1: ИИ уже умеет писать код без людей
Самое частое заблуждение — будто нейросети скоро сами закроют всю разработку, а программисты просто исчезнут как телефонистки в начале XX века. Реальные цифры говорят об ином. Согласно опросу VK Education, 81% преподавателей вузов считают, что в ближайшие 3-5 лет роль разработчика изменится из-за развития искусственного интеллекта, показал опрос VK Education. По мнению участников исследования, специалисты будут меньше заниматься написанием программного кода. При этом среди практикующих разработчиков скепсиса в отношении полной автоматизации ещё больше: по данным исследования Yandex B2B Tech и ИТМО, лишь 6% верят в то, что интеллектуальные системы смогут полностью заменить людей в данной области, тогда как около 61% выразили уверенность в том, что системы ИИ помогают частичным образом ускорить решение рутинных задач.
Что это значит на практике: ИИ забирает не профессию целиком, а конкретный слой задач — типовые функции, рутинный рефакторинг, документацию. Решения об архитектуре, безопасности и бизнес-логике пока остаются за человеком.
Миф 2: Главный актив разработчика — знание языков программирования
Ещё недавно это звучало как аксиома: чем больше языков и фреймворков в резюме, тем выше ценность специалиста. Опрос преподавателей вузов рисует другую картину приоритетов. Половина опрошенных преподавателей (50%) назвали способность проверять и интерпретировать результаты работы ИИ одним из главных навыков для начинающих ИТ-специалистов. Умение формулировать задачи для ИИ-инструментов, то есть промпт-инжиниринг, выбрали 46% опрошенных. При этом знание языков программирования, по мнению 24% опрошенных, останется базовой компетенцией для ИТ-специалистов — то есть это уже не главный, а один из рядовых навыков.
Что делать разработчику:
- Переносить фокус с синтаксиса на архитектурное и системное мышление — именно его преподаватели ставят выше знания конкретного стека;
- Учиться быстро проверять и «вскрывать» код, который сгенерировал ИИ-агент, а не только писать его с нуля;
- Осваивать работу с ограничениями и особенностями конкретных моделей — это отдельная компетенция, а не побочный навык.
Миф 3: Джуниору ИИ не нужен — он и так всему научится на практике
Раньше путь в профессию строился на простых задачах: стажёр брал мелкий тикет, ошибался, получал ревью и постепенно понимал кодовую базу. Именно этот нижний слой задач первым уходит к автоматизации. Один из технических обзоров индустрии описывает это прямо: «AI не должен заменить всю профессию сразу, чтобы радикально изменить рынок. Ему достаточно автоматизировать нижний слой задач» — а это ровно те задачи, на которых раньше учились начинающие разработчики.
Парадокс в том, что порог входа в профессию из-за этого не снижается, а растёт: типовые задачи, через которые раньше проходили джуниоры, теперь делает ИИ, и работодатели ждут от новичков сразу более зрелого уровня. Поэтому игнорировать ИИ-инструменты на старте карьеры — не способ «нормально выучиться», а способ остаться без практики вовсе. Разумная стратегия — использовать ИИ-ассистента как тренажёр: просить объяснить не только готовый код, но и логику выбора решения, разбирать альтернативы, спорить с моделью, а не копировать её ответ бездумно.
Миф 4: Промпт-инжиниринг — это и есть новая профессия программиста
Когда слышишь про смещение в сторону работы с ИИ, легко решить, что вся новая профессия сводится к умению писать хорошие запросы. Это сильно упрощает картину. Опрос показал широкий веер новых ролей вокруг ИИ-систем: наиболее востребованной новой ролью, по их мнению, станет специалист по интеграции ИИ в бизнес-процессы — его выбрали 62% участников опроса, а на втором месте — инженер по контролю качества ИИ-решений с 47%, на третьем — специалист по этике и безопасности ИИ с 45%. Также в список перспективных ролей попали архитектор мультиагентных систем и инженер по обучению моделей.
Промпт-инжиниринг — лишь одна из компетенций, причём далеко не единственная важная. Реальная картина будущей профессии гораздо шире: это и контроль качества того, что выдал агент, и ответственность за этичность и безопасность решений, и умение встроить ИИ-инструмент в реальный бизнес-процесс так, чтобы он приносил пользу, а не хаос.
Что с этим делать уже сейчас
Профессия разработчика не исчезает — она расслаивается на новые роли, и выбор стратегии развития лучше делать осознанно:
- Сместить фокус обучения с «выучить ещё один язык» на архитектурное мышление и системный взгляд на продукт;
- Регулярно практиковаться в проверке и критическом разборе ИИ-генерируемого кода — это навык, который нельзя получить пассивно;
- Выбрать одну из новых смежных ролей — интеграция ИИ, контроль качества, безопасность — и начать нарабатывать экспертизу в ней параллельно с основной специализацией;
- Не бояться экспериментировать с разными моделями, чтобы на практике понимать их сильные и слабые стороны, а не только теоретически.
Разобраться, как на практике выглядит работа с разными языковыми моделями — лучший способ подготовиться к этим переменам, а не ждать их пассивно. В GEMERA AI можно в одном окне протестировать GPT, Claude и Gemini на реальных задачах: от объяснения чужого кода до разбора архитектурных решений и тренировки промптов для агентных сценариев. Чем раньше встроить эту практику в рабочий процесс, тем увереннее будет чувствовать себя специалист, когда профессия окончательно сменит фокус с кода на управление ИИ.