AI не забере вашу роботу. Якщо ви інженер
Привіт! Мене звати Артем, і я працюю в IT та тестуванні вже понад 12 років.
Хочу поговорити про хайпові теми, а особливо про AI, який буквально хвилею накрив усі сфери нашої улюбленої айтішки.
Зараз багато хто ламає голову над тим, як автоматизувати все за допомогою AI. І це, звісно, круто: ми вчимося працювати з новими технологіями, пробуємо нові підходи та шукаємо можливості бути ефективнішими.
Але варто розуміти й іншу сторону. Наприклад, лише Claude Code від Anthropic може отримувати один, два, а іноді й три релізи на день. Так, переважно це мінорні оновлення, але час від часу з’являються й суттєвіші зміни. Усе розвивається настільки швидко, що встигати за цим стає окремою задачею.
І все ж цей хайп — це чудово. Ми справді спостерігаємо технологічний стрибок, на який чекали багато років. Він дозволить перейти на якісно інший стиль роботи, тому що AI вже зараз руйнує парадигми, які залишалися стабільними останні років двадцять.
Мета цього допису — трохи заспокоїти й нагадати: штучний інтелект не забере роботу в інженерів. Натомість він, найімовірніше, витіснятиме тих, хто лише механічно виконує завдання без аналізу, відповідальності та розуміння контексту.
AI залишиться потужним додатковим інструментом саме для інженерів — людей, які вміють думати, вирішувати проблеми, ставити правильні запитання й приймати рішення.
З моїх спостережень і практики, зараз AI особливо корисний у кількох напрямках.
1. Робота з великими обсягами даних
AI чудово допомагає структурувати інформацію, категоризувати її, узагальнювати та швидко знаходити головне. Робота з великими масивами даних стала значно простішою.
2. Прототипування
AI дуже добре працює з прототипами: допомагає швидко перевіряти гіпотези, створювати чернетки підходів, тестових артефактів, документації чи інших рішень. Для багатьох типів задач це справді зручно й ефективно.
3. Новий рівень роботи з кодом
Підхід до написання коду для тестувальників також змінився. Тепер не завжди потрібно звертатися до розробника, щоб вирішити невелику технічну задачу. За допомогою AI можна швидко написати утиліту, розібратися зі скриптом, підготувати код або навіть створити кілька тестів, які тимчасово прикриють певну ризикову область, поки на повноцінне рішення бракує часу.
Так, штучний інтелект справді допомагає робити більше. Але, на жаль, він навряд чи просто звільнить нам руки. Швидше за все, він зробить нашу роботу ще більш насиченою: ми зможемо виконувати більше задач, а отже, від нас і очікуватимуть більшого.
Що я хочу цим сказати?
Для нас, як для тестувальників, AI вже зараз може суттєво прискорити рутинну роботу, допомогти з аналізом, документацією, прототипуванням і технічними задачами.
І цілком очевидно: він не забере роботу в тих інженерів, які вміють адаптуватися, мислити системно й використовувати нові інструменти собі на користь.
22 коментарі
Додати коментар Підписатись на коментаріВідписатись від коментарівЯ хочу сказати, що в дописі автор використав хибний логічний прийом «несправжній шотландець» (No True Scotsman)
то логічний рівень пояснення, а можна запропонувати і щось психологічного типу, ну наприклад:
«всі ті господа — дартаняни в трохи меншому ступені ніж я», ну норма життя в принципі%) принаймні половина нашого виду приречена це проходити
Щось заголовок не сходиться з висновками. А що станеться з тими інженерами, яких більшість на доу, які не вміють адаптуватися? Для яких ШІ це хайп і слоп. Коли їх звільнять, це не буде рахуватися що «ШІ забрав їх роботу»?
Забере. Вже забрав та забирае.
Ага, вижу, как забрал 😄 Если опытный разработчик не ревьюит всё, что пишет то это превращается в неподдерживаемое месиво.
Ну от отже вже забрав
Замість розробки коду — залишив ревью
это лишь влияет на количество используемых токенов, в том то и преимущество что робот переварит любое месиво и пройдется по всему графу выполнения, а человек может сидеть день разбирать ветвления.
Например функция была говнокодом из 10 переменных и кучей условий с километровым спагетти, где одно условие перебивало другое и была упущена комбинация, когда что-то не срабатывало правильно, я дал ии команду проанализировать граф выполения и отсечь ненужные комбинации, и оно за минуту высрало где бага
Людина виступає в ролі оркестратора і овнера метазадачі. ШІ це не прокриває, поки що
Я прекрасно понимаю, как работают LLM. Когда модель знает весь проект и получает большой контекст начинаются галлюцинации, игнорирование чётко прописанных инструкций, и сверху накидывается мусорный код. Да, потом можно прогнать его через специализированных агентов-ревьюеров, и большую часть они закроют но на моём опыте они никогда не решали все проблемы и оставляли реальные дыры в безопасности и бизнес логике, даже после7–10 итераций. Поэтому без контроля он угробит любой бизнес даже если обмазаться всеми лучшими агентами, которые только существуют (я пробовал). Всё равно допускает ошибки, городит оверинжиниринг там, где хватило бы простого алгоритма и пары условий, и так далее.
Це свідчить лише про те, що ти мав негативний досвід через незнання навичок роботи з цим інструментом. Спробуй скоротити великий контекст до заголовків із описом.
Если агент не знает полного контекста проекта (а он большой), то и мелких деталей, которые нужны для корректной работы без ошибок и лишнего кода, он тоже не знает.
Если же дробить задачи на микро например, нужна функция, которая делает то-то это действительно работает значительно лучше. Но тогда ты сам должен чётко направлять агента и контролировать каждый шаг, потому что он не видит общий флоу проекта, контекст, спеку и так далее. Суть в том, что в любом случае с большим контекстом или с микрозадачами без программиста/инженера это просто инструмент. Сам по себе он не напишет готовый продукт, который будет стабильно работать. И поверь, навыки у меня есть я работаю с LLM уже 2 года и использую его на максимум из того, что возможно на сегодняшний день. (Claude Code если что)
Штука в том что ему нафиг не нужна избыточная информация, это популярная ошибка новичков. Ему нужен такой контекст, который будет вести его по атипичным векторам именно для генерации того контента, который нужен тебе. И да — сам по себе не напишет, или напишет, но не то. Ему нужен человек, который сможет перевести с языка бизнеса в формат, который будет понятен. Когда-то таких людей называли программистами.
Ви говорите про зовсім інше. Ви про те що LLM здатна опрацювати більший масив даних за коротший час і це так. А Влад каже про те що код швидко втрачає умовну якість. Це буде збільшувати вартість підтримки такого коду суто через LLM, а якщо згодом клієнт не захоче платити за моделі, то людина там і за пів року не розбереться.
я полностью согласен что в качесте генерации кода в контексте большой бизнес логики ИИ полное дно, поскольку оно пригодно для мелких точечных работ или рутинных операций, и очень плохо что много таких, кто это не понимает и загаживает кодовую базу машинным спагетти
Для корпорацій є корпоративні версії, які простим смертним недоступні.
Корп підписки на ШІ зараз необхідність, це гарний такий буст для ІТ відділа в цілому,
а якщо аткого немає, неопгано сидіти на власних за 20 баксів)
Я про те, що є корпоративні моделі, які краще генерують код
Тим часом той самий «опытный разработчик»: /code-review
Ну а так да, досвідчений інженер який пише код АІшкою, ревьювить АІшкою, забере роботу у 5 інженерів які роблять це руками.
Ще не втомився це повторювати під кожним постом?
так а що робити, вам же йолопам не доходить, постійно подібні коментарі читаєте як: «він рахує що через рік ШІ звільнить всіх програмістів і буде повністю робити їх роботу end to end без жодного контролю людини, во лох!»
Яким йолопам і що не доходить?
Маєш якісь приховані унікальні знання? Напиши про них статтю, бо виглядаєш як місцевий божевільний
та вже є кілька норм статей, но ви там чомусь не коментуєте, не читаєте, що толку