Разработчик, представившийся Java-лидом в одной из «гостех»-компаний, опубликовал на Хабре колонку с критикой тренда на делегирование написания кода языковым моделям. Материал написан от первого лица и содержит как личные опасения автора, так и структурированный прогноз для отрасли.
Центральный тезис — не в том, что ИИ плох сам по себе, а в том, что текущая модель его использования разрушает механизм формирования навыков. Автор проводит границу между прежним процессом разработки — когда разработчик самостоятельно формулировал задачу, искал решение через документацию, Stack Overflow и форумы, реализовывал его — и нынешним: написал промт, получил ответ от модели, отревьюил, закоммитил. По его мнению, именно этап поиска и борьбы с задачей формировал компетенцию. Без него разработчик не приобретает навык, а лишь верифицирует чужой вывод. Автор задаётся вопросом: какой процент тех, кто сегодня решает задачи исключительно через ИИ, сможет воспроизвести своё решение без него?
Второй пласт аргументации — экономический. Автор считает, что крупные компании используют нарратив об «оптимизации с помощью ИИ» как удобное обоснование сокращений перед инвесторами. Штаты, сформированные в более благополучные годы, объявляются избыточными — и это создаёт волновой эффект: средний и малый бизнес начинает воспроизводить ту же логику, не имея ни масштаба, ни ресурсов для её корректной реализации. В результате, по мнению автора, страдают рядовые специалисты, чей авторитет системно подрывается.
Ключевой аргумент: ИИ-ассистенты исключают этап самостоятельного поиска решения, через который формируются навыки.
Автор проводит параллель с индустриализацией и автоматизацией производства, но сам же её оспаривает: тогда автоматизация позволяла решать задачи с высокой точностью и полным контролем, заданным программой заранее. Генеративный ИИ в разработке, напротив, производит код, требующий многократной проверки — что ставит под сомнение саму экономию усилий.
Итоговый прогноз автора сформулирован в виде пяти пунктов: некомпетентность 90% разработчиков на рынке; массовые сокращения под лозунги об эффективности ИИ; спекуляции со стороны предпринимателей и инфлюенсеров без технической базы; рост числа критических уязвимостей — как в коде, так и в инфраструктуре; и общая деградация инженерной культуры.
Материал представляет собой субъективную колонку, а не исследование — автор сам обозначает жанр как «мнение» и приглашает к дискуссии. Тем не менее поднятые вопросы об атрофии hard skills при систематическом использовании ИИ-ассистентов обсуждаются и в профессиональном сообществе за пределами Хабра: ряд технических директоров и преподавателей CS фиксируют снижение способности джуниоров объяснять логику собственного кода — именно потому, что код написан моделью. Это не означает, что ИИ-инструменты вредны по определению, но ставит вопрос о том, как выстраивать обучение и найм в условиях, когда граница между «написал» и «сгенерировал» размыта.
