Як AI змінює розвиток інженерів

Близько року тому одна з найбільш гучних дискусій у сфері програмного забезпечення стосувалася майбутнього молодших інженерів. Аргументи звучали досить просто: якщо AI вже може виконувати багато завдань молодших інженерів, то навіщо продовжувати наймати та тренувати молодих спеціалістів? І якщо компанії припинять розвиток молодих талантів, то звідки взяться старші інженери через п’ять років?

Це був серйозний питання, і багато розумних людей серйозно до нього ставилися.

На той час моя відповідь була така, що інші професії вже вирішили подібні проблеми. Ніхто не закінчує медичний університет і не починає одразу виконувати операції самостійно. Лікарки проводять роки, стажуючись, інтернуючи, закінчуючи резиденцію і практикуючись під наглядом, перш ніж система довіряє їм працювати самостійно.

Такий же патерн існує в виконавчому керівництві. Ніхто не закінчує університет і не починає одразу керувати компанією Fortune 500. Люди керують меншими командами, потім більші бізнес-підрозділи, і поступово накопичують судження з часом. Шлях стає довшим, більш практичним і більш орієнтованим на наставництво, коли складність ролі збільшується.

Я все ще вважаю, що інженерія рухається в цьому напрямку. Але за останні кілька місяців я почав думати про цю проблему по-іншому через три не пов’язані між собою досвіди, які всі вказували на той самий висновок.

Три приклади

Мій друг недавно провів кілька місяців, готуючись до іспиту з чеської мови. Він і кілька його однокласників найняли людських репетиторів і вклали реальні гроші в цей процес. Він успішно склав іспит. Більшість інших не склали.

Найбільша різниця, на його думку, полягала в тому, що його основним репетитором був фактично ChatGPT.

Він міг вивчати о 23:00, якщо хотів. Він міг повторювати одну й ту саму вправу з дієприкметниками сорок раз без хвилювання про те, що йому доведеться зайняти чужий час. Він міг розігрувати дуже конкретні ситуації, наприклад, взаємодію з чеським податковим інспектором, і налаштовувати сесію точно на те, з чим йому було складно в той день.

Людські репетитори були хорошими. Вони просто не могли конкурувати з доступністю, повторенням і персоналізацією.

Я бачу щось подібне з моїм сином і фізикою. Він вже добре розуміє предмет, тому не використовує Claude, щоб отримувати готові відповіді. Він використовує його, щоб себе випробовувати. Він просить його генерувати складніші завдання, тести на його припущення, пояснювати, чому певний підхід був близьким, але в кінцевому підсумку неправильним, і проводити з ним інтерактивні тести.

Найближчий аналог, який я можу придумати, – це досвід тих розумних дітей, які знали старшого брата чи сестру, які вивчали фізику. Окрім того, що ця версія завжди доступна, ніколи не виснажується і ніколи не каже “спитайте пізніше”.

Мій племінник, який ще навчається в школі, займається маленьким хобі-проектом, який він згодом хоче комерціалізувати. Я допоміг йому налаштувати кодовий агент і автоматизувати кілька робочих процесів. Кожного дня о 17:00, поки він закінчує школу, агент сканує його кодову базу і залишає йому пропозиції покращень. Один раз на тиждень інший робочий процес запускає конкурентний аналіз і висуває нові ідеї.

Він був у захваті.

Колись він жартома сказав: “Якщо програмування так легко, я скоро вичерпаю ідеї”.

Я сказав йому, що ідеї завжди були дефіцитом. Різниця тепер полягає в тому, що виконання вже не обмежує їх тим самим чином, оскільки реалізація стала значно дешевшою.

Швидші зворотні зв’язки

Жоден з цих прикладів не стосується чеської мови, фізики чи кодового огляду.

Це приклади високоперсоналізованого зворотного зв’язку, який став постійно доступним.

Історично молодші інженери навчалися частково через повторення і частково через близькість до досвідчених людей. Ви писали код, чекали на огляд, отримували зворотній зв’язок, коли старший інженер мав час, і поступово будували судження протягом років, накопичуючи помилки.

AI змінює сам механізм зворотного зв’язку.

Молодший інженер з правильно налаштованим AI-помічником тепер отримує багато речей, які раніше залежали від доступності старших інженерів. Негайний огляд коду. Пояснення, чому дизайнерський вибір може створити проблеми пізніше. Посилання на подібні патерни в іншій частині кодової бази. Відштовхування, коли ви тягнетесь до найбільш очевидної реалізації, а не кращої.

Найважливіше – зворотний зв’язок надходить, поки інженер ще знаходиться всередині проблеми, а не через два дні після того, як контекст вже зник.

Це має значення, оскільки перехід від молодшого до старшого інженера завжди був здебільшого зумовлений судженням. Судження в основному складається з розпізнавання патернів, побудованих через повторну експозицію помилкам, компромісам і краївим випадкам. Чим швидше хтось може пройти ці зворотні зв’язки вдумливо, тим швидше розвивається судження.

Бутльок з зворотним зв’язком раніше був у старших інженерів. Тепер він все частіше знаходиться у тих, хто вивчає.

Безпекова сітка покращується

Є ще одна зміна, яка має не менше значення.

Молодший інженер, який працює з сильними системами AI-огляду, значно менше схильний випадково пошкодити систему виробництва.

Багато класичних помилок тепер фіксуються негайно: вбудовані облікові дані, проковтнуті винятки, небезпечні запити, проблеми безпеки, очевидні архітектурні проблеми, погано скопійовані залежності. Погані запити все частіше ловляться до того, як вони залишають ноутбук.

Це змінює нижню межу для молодших інженерів.

Історично значна частина часу старших інженерів витрачалася на захист організації від помилок, які можна було попередити. Шари огляду AI все частіше поглинають частину цього тягаря, що дозволяє молодшим інженерам працювати більш самостійно раніше, ніж вони могли раніше.

Це не скасовує потребу в наставництві чи нагляді. Це змінює те, де наставництво стає найбільш цінним.

Пропасть розширюється

Оптимістична версія цього майбутнього сильно залежить від того, як індивідуальний інженер використовує систему.

Хтось, хто розглядає AI в основному як спосіб обійти мислення, ймовірно, створить більше коду, але дізнається дуже мало. Десять років тому така сама людина копіювала рішення з Stack Overflow, не розуміючи їх. Механізм змінився. Поведінка залишилася прежньою.

AI ніколи не могла вирішити проблему інтелектуальної пасивності.

Більш цікавий результат відбувається, коли інженери активно взаємодіють із зворотним зв’язком, який вони отримують. Якщо хтось читає огляд уважно, сперечається з ним іноді, ставить додаткові питання, тестиє альтернативи та іноді виявляє, що модель сама по собі була неправильною, він будує судження значно швидше, ніж попередні покоління могли.

Когнітивні зусилля не зникли. Вони змістилися раніше в цикл і стали дешевшими для повторення.

Це, ймовірно, розширює пропасть між високовпевненими інженерами та пасивними.

Більшість важливих змін продуктивності працюють саме так. Читання розширило пропасть між грамотними та неграмотними населеннями. Інтернет розширив пропасть між цікавими людьми та пасивними. AI, здається, продовжить той самий патерн.

Судження про продукт має значення більше

Більш цікавим питанням вже не є те, чи зникнуть молодші інженери. Це те, що молодші інженери все частіше будуть вносити свій внесок, коли сама реалізація стає легшою.

Відповідь починає看ати досить схожою на те, що сильні старші інженери вже вносять: креативність, інтуїцію продукту, смак, пріоритезацію, судження та можливість визначити, що повинно існувати з самого початку.

Ролі інженерів все частіше рухаються в напрямку орієнтованого на продукт мислення, оскільки трение реалізації продовжує знижуватися. Робота з трубами має менше значення, ніж розуміння того, чи система, яку будують, справді вирішує правильну проблему.

Проектування системи все ще має значення. Найменування речей все ще має значення. Судження про продукт все ще має значення. Понимання користувачів все ще має значення. У деяких аспектах ці навички стають ще важливішими, оскільки організації тепер можуть тестувати ідеї значно швидше, ніж раніше.

Інженер, вихований з AI з самого початку, ймовірно, думатиме зовсім по-іншому, ніж хтось, хто був навчений п’ятнадцять років тому.

Він буде вважати, що ітерація дешева. Він буде швидко прототипувати кілька підходів, а не дискутувати про один протягом днів. Він очікуватиме значно тісніших зворотних зв’язків між користувачами та реалізацією, оскільки вартість спроб продовжує знижуватися.

Це створює іншого типу інженера, сформованого значно коротшими циклами між ідеєю та реалізацією.

Організації будуть мусити переосмислити прийом на роботу, оцінювання, наставництво та просування відповідно. Але програмне забезпечення вже пройшло через подібні переходи кілька разів: коли з’явився веб, мобільні пристрої, хмарна інфраструктура замінила локальні системи.

Кожна зміна змінила те, що виглядає добрим інженерінгом, не ліквідуючи потребу в інженерах самих.

Операційні наслідки

Для молодших інженерів порада не надто гламурна.

Виберіть реальні проекти. Використовуйте AI як тіньового оглядача, поки ви працюєте. Читайте зворотний зв’язок уважно. Сперечайтеся з ним іноді. Ставте додаткові питання. Стежте за патернами помилок, які він ловить.

Це один з найшвидших шляхів до розвитку судження, значно швидший, ніж чекати, поки зайнятий старший інженер звільнить час для наставництва.

Для менеджерів бутльок також змінюється.

Ріст молодших інженерів раніше залежав сильно від того, скільки часу старші інженери могли приділити тренуванню. Тепер більший пункт впливу стає проектування сильних навчальних середовищ навколо використання AI: очікування огляду, правила ескалації, шаблони підказок, обмежувачі та вибір проекту.

Організації, які структурують ці системи добре, ймовірно, швидше розвиватимуть таланти, ніж попередні покоління.

А для команд керівництва, ймовірно, має сенс перестати розглядати молодших інженерів в основному як заміну виконавчої потужності. У багатьох організаціях вони можуть стати одним з найдешевших джерел експериментів, енергії та творчої ітерації.

Інше покоління інженерів

Мій друг вивчив чеську швидше, оскільки він ефективно носив персоналізованого репетитора в кишені. Мій син вивчає фізику з рівнем інтерактивного зворотного зв’язку, якого я ніколи не мав. Мій племінник тепер отримує нічні огляди коду та ринкові дослідження, поки він спить.

Наступне покоління інженерів вступить в галузь з безперервним тренуванням, негайними зворотними зв’язками та значно швидшими циклами між зусиллями та зворотним зв’язком.

Це не скасовує молодшого інженера. Це змінює те, як швидко вони розвиваються та які навички мають значення найбільше в процесі.

Версія ролі, з якою багато людей виросли, ймовірно, зникає. Але заміна може виявитися швидше навчається, краще тренується, більш експериментальною та більш орієнтованою на продукт, ніж попереднє покоління інженерів колись мали можливість стати.