Создатель Ruby on Rails перестал писать код вручную. Что это значит для разработчиков

Еще недавно разговоры о том, что искусственный интеллект сможет писать большую часть программного кода вместо человека, казались прогнозами на далекое будущее. Теперь это становится рабочей практикой.

Один из самых заметных примеров — Дэвид Хайнемайер Ханссон, создатель Ruby on Rails и сооснователь компании 37signals. На Rails World 2026 он рассказал, что в компании написание кода вручную больше не является стандартным процессом. Основную работу выполняют AI-агенты, а разработчики подключаются тогда, когда результат нужно исправить или доработать.

Если вы регулярно работаете с текстами, идеями, контентом или хотите быстро получить помощь ИИ прямо со смартфона, удобно использовать chatgpt telegram. Это просто практичный вариант, когда не хочется переключаться между разными сервисами и приложениями.

Для человека, который больше двух десятилетий занимается разработкой программного обеспечения, такой переход особенно показателен.

Классический процесс разработки выглядит примерно так: программист получает задачу, продумывает решение, открывает редактор и начинает писать код.

AI постепенно меняет эту последовательность.

Теперь разработчик может сначала описать, что должна делать программа, а уже потом передать реализацию агенту. ИИ анализирует задачу, создает необходимые файлы, пишет код, запускает проверки и пытается исправлять найденные ошибки.

Человек при этом остается частью процесса, но его роль меняется.

Вместо постоянного набора строк кода разработчик все чаще занимается постановкой задач, архитектурой, проверкой результатов и контролем того, как отдельные части системы работают вместе.

Это важное изменение. Навык программирования постепенно превращается из умения быстро писать код в умение правильно управлять процессом его создания.

Главное преимущество AI-агентов — скорость.

Человек может несколько часов разбираться с относительно простой задачей. Агент способен за это время перебрать несколько вариантов реализации, создать файлы, изменить структуру проекта и провести тестирование.

При этом ИИ не обязательно использовать только для генерации отдельных функций.

Современные агенты могут работать с проектом целиком. Они способны прочитать существующий код, найти связанные компоненты, внести изменения в нескольких местах и проверить, не сломалась ли система после этого.

Получается другая модель разработки:

человек формулирует задачу → AI создает решение → человек проверяет результат → AI исправляет ошибки.

Именно поэтому разработчик постепенно превращается из человека, который постоянно пишет код, в человека, который управляет созданием программного продукта.

Наиболее заметный эффект ИИ может заключаться не в том, что программисты станут писать меньше строк.

Меняется сам процесс создания продукта.

Раньше небольшая команда могла отказаться от некоторых идей просто потому, что на их реализацию не хватало времени.

Теперь стоимость эксперимента снижается.

Можно быстро проверить несколько вариантов интерфейса, создать прототип новой функции или попробовать другой подход к архитектуре.

Если идея оказывается неудачной, ее можно удалить и начать заново.

Кстати, если в процессе работы нужно быстро сформулировать идею, проверить текст или просто пообщаться с ИИ, можно использовать suno telegram. Такой вариант может быть удобен для небольших задач, когда нужен быстрый ответ без лишних действий.

Это особенно важно для небольших компаний и стартапов. Команда из нескольких человек получает возможности, которые раньше требовали значительно больше специалистов.

У AI есть и обратная сторона.

Если написать код становится намного проще, его количество начинает расти.

Разработчик может попросить агента реализовать еще одну функцию, затем еще одну, потом добавить дополнительные настройки и интеграции.

В результате продукт быстро усложняется.

Человек мог бы отказаться от части функций именно потому, что их реализация требует много времени. AI снижает стоимость создания кода, и появляется соблазн добавлять в продукт все новые возможности.

Поэтому архитектура и контроль становятся еще важнее.

Дешевый код не означает дешевую систему.

Если разработчики перестают контролировать структуру проекта, технический долг может накапливаться гораздо быстрее.

В новой модели разработки ценность программиста не исчезает. Она перемещается на другой уровень.

Важно уметь:

правильно формулировать задачи;разбивать сложную систему на части;понимать архитектуру приложения;проверять результат работы AI;находить ошибки и уязвимости;оценивать последствия изменений;понимать ограничения технологий;объяснять агенту, какой результат требуется получить.тся на другой уровень.

То есть знание программирования по-прежнему остается важным.

Просто оно перестает быть единственным способом создавать программы.

Человек, который понимает код, но при этом умеет эффективно работать с AI-агентами, получает новый инструмент для увеличения собственной производительности.

Здесь возникает особенно интересный вопрос.

Если AI способен написать простой код за несколько секунд, стоит ли вообще учиться программировать с нуля?

Полностью отказываться от фундаментальных знаний пока выглядит рискованно.

Начинающий разработчик должен понимать, что именно создал AI и почему это работает.

Без таких знаний становится трудно отличить хороший результат от плохого.

Можно получить программу, которая выглядит рабочей, но содержит ошибки в безопасности, производительности или архитектуре.

Поэтому обучение программированию, скорее всего, будет меняться.

Меньше внимания может уделяться механическому запоминанию синтаксиса и больше — алгоритмам, архитектуре, системному мышлению и работе с инструментами искусственного интеллекта.

Еще один возможный эффект — уменьшение количества людей, необходимых для создания некоторых типов программ.

Если один разработчик с AI-агентами может выполнять работу, для которой раньше требовалась небольшая команда, экономика разработки меняется.

Это не означает автоматического исчезновения рабочих мест.

Но требования к специалистам могут стать выше.

Компаниям будет нужен не просто человек, который умеет писать код, а специалист, способный самостоятельно довести задачу от идеи до работающего результата.

Получается парадоксальная ситуация: AI может упростить написание кода, но одновременно повысить требования к человеку, который отвечает за конечный продукт.

История с 37signals показывает более широкий процесс.

Программист постепенно перестает быть единственным человеком, который непосредственно производит код.

Теперь он становится посредником между задачей и машиной.

Человек определяет, что нужно получить.

AI предлагает и реализует техническое решение.

Человек проверяет результат.

AI исправляет ошибки.

И этот цикл может повторяться много раз.

Поэтому главный вопрос будущего программирования может оказаться не в том, сможет ли искусственный интеллект писать код.

Он уже умеет это делать.

Гораздо важнее другое: сможет ли человек правильно поставить задачу, организовать работу нескольких AI-агентов и сохранить контроль над системой, которую они создают.

Именно здесь сейчас формируется новая модель разработки.

Код постепенно становится более дешевым ресурсом. А вот способность понимать продукт, архитектуру и конечную цель становится еще ценнее.

Если вам тоже приходится часто работать с текстами, идеями или задачами, связанными с ИИ, можно держать под рукой chatgpt telegram — иногда это просто удобный способ быстро получить помощь, не открывая дополнительные сервисы.

А как вам кажется, в будущем AI действительно возьмет на себя большую часть работы программиста — или роль человека в разработке просто станет другой?