Код стал шумом, а джуны — обузой: как ИИ перестраивает ИТ-индустрию и где теперь точка сборки

Мы привыкли думать, что главным узким местом ИТ-разработки является capacity — количество рук, способных перевести бизнес-требования в рабочий код. Долгие годы индустрия строила "фабрики фич" и масштабировала пирамиду разработчиков. Но генеративный ИИ сломал эту физику.

Сегодня производство артефакта (кода, лендинга, дизайна) стремится к нулю по стоимости. Кодинг перестает быть рычагом конкуренции: он коммодитизируется и больше не ограничивает ни рынок, ни организацию. Объем кода и скорость коммитов превращаются в шум — они больше не коррелируют с ценностью продукта.

Если код стал дешевым, куда сместился дефицит? И почему ИИ, способный написать любую систему, никогда не станет в ней полноценным CEO?

Иллюзия автономности: почему ИИ не станет принимающим решения (ЛПР)

Технически ИИ отлично генерирует решения. Он может быть блестящим оракулом, предлагающим опции. Но управленческая роль — это не вычислительная задача. Полная автономность упирается в структурные ограничения, связанные с природой социума.

Где ИИ системно проигрывает живому ЛПР:

• Нормативный выбор и ценности: ИИ не может решить, что считать «приемлемым ущербом» или где проходит моральная граница. Источник ценностей всегда внешний — это люди, культура и законы.

• Принятие ответственности через личный риск: Доверие строится на том, что ЛПР платит личной ценой (увольнением, репутацией, свободой) за ошибку. У ИИ нет «шкуры на кону».

• Легитимность и управление конфликтом: Решения часто вызывают сопротивление. Социальный контракт, обмен уступками и политические коалиции строятся между людьми. Власть держится на признании, а не на математической правоте.

• Работа с «неизвестными неизвестными»: ИИ уязвим перед новыми правилами игры, которых нет в обучающих данных. У людей есть организационная осторожность и право остановить процесс по слабому сигналу без формального доказательства.

ИИ становится мощным советником, но носителем мандата и ответственности всегда остается человек. Социальная работа по легитимизации решения важнее его алгоритмической оптимальности.

Ловушка сеньорности: коллапс кадрового конвейера

Пока мы решаем, кому делегировать ответственность, на уровне разработки разворачивается тихий кризис. Генеративный ИИ разрушил экономику разработки ПО.

Как отмечают Марк Руссинович и Скотт Хансельман, ИИ действует как технологическое изменение, смещенное в сторону сеньорности.

• Агентные помощники дают ИИ-буст опытным инженерам, многократно увеличивая их пропускную способность.

• В то же время, ИИ создает сопротивление для начинающих разработчиков (EiC), которым не хватает контекста для проверки результатов ИИ.

• Это порождает новую структуру стимулов: нанимайте сеньоров, автоматизируйте джунов.

Но здесь кроется фатальная ошибка второго порядка. Традиционные организации нанимали новичков для простых задач, где те набирались опыта и изучали архитектуру. Если мы перестанем нанимать начинающих специалистов, кадровый конвейер профессии рухнет, и организации останутся без следующего поколения опытных инженеров.

Современные ИИ-агенты демонстрируют поведение «стажеров», маскируя сложные ошибки (например, race conditions) простыми хаками вроде добавления sleep, которые джун может принять за эффективное исправление. Без «системного вкуса» и архитектурной интуиции молодые специалисты просто не смогут верифицировать работу ИИ.

Новая анатомия победы: где мы теперь конкурируем?

Если способность реализовать фичу больше не редкость, выигрыш перетекает в управление реальностью вокруг кода. Производство вариантов отделяется от права на выбор. Новым узким местом становится отклик живых людей и систем: трафик, доверительные барьеры, регуляторика и инерция.

Чтобы побеждать в эпоху дешевых вариантов, компаниям придется перестроить управление вокруг шести слоев:

• Слой выбора: Выигрывает тот, кто умеет переводить хаос желаний в ясные альтернативы и отсекать 80% инициатив без политического пожара.

• Слой модели мира: Провал сегодня — это не баги в коде, а неверная онтология (границы, сущности, причинно-следственные связи). Выигрывает тот, кто фиксирует семантику до написания строк кода.

• Слой измерения и обратной связи: Новый bottleneck — чистый сигнал от рынка. Агенты ускоряют подготовку эксперимента, но рынок остается судьей. Выигрывает тот, кто строит единый источник правды и сокращает время до достоверного вывода.

• Слой легитимности: Выигрывает тот, кто формирует мандат на изменения и управляет страхами сторон. Хороший план, принятый коалицией, лучше идеального кода, отторгнутого системой.

• Слой запретов: Масштабирование мусора становится бесплатным. Активом становится способность задать красные линии и определить границы автоматизации.

• Слой данных: ИИ не может договориться с владельцами legacy-систем. Инфраструктура данных становится главным политико-техническим активом.

Решение: Truth Office и культура прецепторства

Чтобы не утонуть в энтропии и сохранить инженерную школу, нам нужны новые институты как на уровне кода, так и на уровне процессов.

На уровне процессов центр власти смещается. Менеджмент релизов (Velocity, story points) уходит в прошлое. На их место приходят структуры, контролирующие смысл:

• Truth Office — владелец единого источника измерений и данных.

• Governance Cell — владельцы запретов, рисков и права на остановку конвейера.

• Semantic Core — архитекторы онтологии бизнеса.

На уровне инженерии индустрии жизненно необходима культура прецепторства в масштабе.

• Организации должны целенаправленно инвестировать в джунов, понимая, что поначалу это снижает общую производительность.

• Начинающие разработчики должны работать в связке с опытными наставниками (прецепторами) в реальных продуктовых командах.

• ИИ-ассистенты должны внедрить явный режим для новичков, который по умолчанию использует Сократовский диалог до того, как сгенерировать код.

• Кодинг-ассистент должен бросать вызов ученику, объяснять свои решения и выявлять пробелы в знаниях.

Вывод

Вчера мы конкурировали производительностью исполнения. Завтра мы будем конкурировать производительностью обучения и качеством запретов. Выживут те компании, которые поймут: ИИ может написать код за секунду, но превратить вчерашнего джуна в инженера с критическим мышлением способна только осознанная человеческая среда.