Disposable software, вайб-кодинг и размывание грейдов: как ИИ меняет разработку
На AI techtalk обсудили, как ИИ уже влияет на разработку, команды и рынок приложений. Разговор быстро вышел за рамки вопроса «помогает ли нейросеть писать код», ведь вопрос оказался гораздо шире: что происходит с профессией разработчика, когда код всё чаще становится не основным результатом работы, а промежуточным или даже одноразовым артефактом.
Участники говорили о disposable software, вайб-кодинге, размывании грейдов, ответственности за продакшен-код и о том, как меняется культура внутри инженерных команд.
Спикеры
- Андрей Илиопуло, руководитель команды разработки (фронтенд)
- Азат Шаймухаметов, технический руководитель проекта в группе разработки
- Дмитрий Кривошеин, технический руководитель проекта в отделе развития и поддержки инфраструктуры
- Александр Храмов, руководитель разработки вертикали
- Антон Созонов, разработчик (сервер)
- Алексей Шамлицкий, разработчик (сервер)
- Леонид Рябоштан, руководитель разработки вертикали
Прогресс ускорился, и это немного пугает…
Коллеги, фан-факт: между строительством пирамид в Гизе и правлением Клеопатры прошло больше времени, чем между Клеопатрой и появлением iPhone. От первого самолёта братьев Райт до полёта человека в космос — всего 58 лет. А в разработке путь от «пойду поищу ответ на Stack Overflow» до «спрошу у Claude» занял совсем немного времени, но радикально изменил ежедневную работу инженеров.
Отдельный симптом — скорость релизов LLM. За один только 2025 год вышли десятки заметных моделей: DeepSeek-R1, Claude Sonnet 4.5, GPT-4.1, Claude 4, Gemini 2.5, GPT-5, Gemini 3 Pro, Claude Opus 4.5 и другие. А за 2026 уже прибавились GPT-5.4 и 5.5, Claude Sonnet 4.6, Claude Opus 4.6, 4.7, 4.8, Gemini 3.1 Pro и Gemini 3.5 flash. Модели обновляются быстрее, чем команды успевают договориться, как именно ими пользоваться.
Код всё чаще становится одноразовым артефактом
Один из практических примеров — автоматизация уведомлений в проектах отелей и Solar.
Андрей Илиопуло рассказал, что скрипты для генерации уведомлений в этих проектах считаются одноразовыми: их не сохраняют в репозитории, потому что при необходимости их легко сгенерировать заново с помощью ИИ. Для быстрой подготовки новых скриптов под изменившиеся условия он использует Whisper.
Главным артефактом в этом процессе становится не сам скрипт, а документация. Именно она фиксирует логику, правила и контекст, а код можно быстро пересобрать под конкретную задачу.
Что подчеркнули спикеры
- В проектах отелей и Solar одноразовые скрипты не сохраняются в репозитории.
- При изменении условий скрипт можно быстро сгенерировать заново.
- Основным артефактом становится документация.
- Документацию по уведомлениям планируется объединить в единый раздел.
При этом подход не везде одинаково применим. Александр Храмов отметил, что в авиации уведомления по-прежнему создаются вручную: там много зависимостей, которые усложняют автоматизацию и снижают скорость изменений.
Разработчик всё меньше просто пишет код
Один из главных тезисов встречи: ИИ меняет сам профиль разработчика. Если раньше ценность специалиста во многом определялась тем, насколько хорошо он пишет код, то теперь всё большее значение получают другие навыки: постановка задачи, формулировка запроса, проверка результата и понимание системы в целом.
Азат Шаймухаметов объяснил, что разработка смещается от генерации кода к формулировке задач и контролю их выполнения. Появляется вайб-кодинг — программирования через описание задачи словами, где особенно важно не просто «попросить ИИ что-то сделать», а точно сформулировать контекст, ограничения и критерии результата.
Из-за этого меняется и восприятие грейдов. По словам участников, современные джуны с ИИ могут решать задачи, которые 5–10 лет назад соответствовали уровню мидла. Но это не значит, что классический опыт больше не нужен.
Дмитрий Кривошеин отметил обратную сторону процесса: джуны, которые активно используют ИИ, часто копируют код, но не понимают суть задачи и не могут объяснить, почему решение работает именно так. В результате их практическая ценность ограничена.
Резюмируя
- ИИ снижает значение ручного написания кода.
- Растёт роль постановки задач и контроля качества.
- Формулировка запроса становится инженерным навыком.
- Грейды постепенно размываются.
- Опыт и понимание кода всё ещё критичны для качественной работы.
Александр Храмов отдельно подчеркнул, что искусство постановки задачи сложно переоценить. А Антон Созонов предположил, что в этой новой модели может вырасти роль системных аналитиков: именно они умеют качественно описывать требования, критерии приёмки и ограничения для будущего решения.
Бизнесу нужны не просто разработчики, а «фуллпромптеры»
Для бизнеса ИИ открывает понятную возможность: быстрее и дешевле закрывать задачи, которые раньше требовали полноценной команды или долгой разработки.
На встрече это описали через образ специалиста с широким набором навыков — «фуллпромптера». Это человек, который умеет не только писать или проверять код, но и быстро разбираться в задаче, формулировать требования, использовать ИИ-инструменты и доводить результат до рабочего состояния. Такой профиль особенно ценен там, где важны скорость и прикладной результат.
Но есть ограничение: технический долг. Участники отметили, что ИИ пока плохо справляется с долгосрочными архитектурными решениями.
Disposable software меняет рынок приложений
Отдельный большой блок встречи был посвящён disposable software — одноразовому (или временному) ПО.
Азат Шаймухаметов описал этот тренд так: пользователи начинают создавать маленькие приложения под конкретные личные задачи. Такие приложения не требуют масштабирования, сложной поддержки и долгого жизненного цикла. Они нужны здесь и сейчас — одному человеку, небольшой команде или паре друзей.
Это меняет привычную модель рынка. Вместо крупных приложений, которые нужно развивать, поддерживать и продавать массовой аудитории, появляется множество мелких решений под узкие задачи. Такой подход снижает роль классической разработки в задачах, где не нужны сложная архитектура, масштабирование и долгосрочная поддержка. При этом он может ускорить вывод простых продуктов на рынок и снизить издержки.
На встрече прозвучала и возможная бизнес-модель: не один крупный проект, а миллион маленьких приложений условно по $1. Как тебе такое, Илон Маск…
Продакшен остаётся зоной ответственности людей
При всём потенциале disposable software важно помнить и об ответственности. Алексей Шамлицкий отметил, что если речь идёт о продакшен-коде, именно качество и ответственность остаются в приоритете. ИИ может помочь с генерацией, но он не берёт на себя последствия бизнес-ошибок, технических сбоев или неверных решений.
Именно поэтому опытные разработчики не исчезают из процесса. Их роль может меняться, но ответственность за результат остаётся на людях. Дмитрий Кривошеин также отметил, что в корпоративных средах многоступенчатая проверка снижает риски внедрения кода, созданного с помощью ИИ.
Грейды и карьерный путь становятся менее очевидными
ИИ также меняет привычную систему обучения и карьерного роста, но это не значит, что вход в профессию стал проще во всех смыслах. Александр Храмов отметил, что порог входа действительно стал ниже: начать делать что-то с ИИ проще, чем раньше. Однако глубокое обучение, опыт и понимание систем остаются дорогими — по времени, усилиям и качеству практики.
Леонид Рябоштан добавил, что корпорации сокращают инвестиции в обучение. Поэтому карьерный путь для новичков может стать сложнее и дороже: меньше компаний будут готовы долго растить специалистов с нуля. Реальность такова: грейды постепенно теряют смысл.
Команды начинают меньше разговаривать друг с другом
Ещё один важный эффект ИИ — изменение культуры команд. Азат Шаймухаметов отметил, что с появлением ИИ стало меньше обсуждений и споров между разработчиками. Там, где раньше человек шёл к коллеге, чтобы обсудить решение, теперь он всё чаще идёт к модели.
Это ускоряет индивидуальную работу, но снижает обмен опытом внутри команды. Меньше совместного обсуждения — меньше коллективного поиска решений, меньше споров об архитектуре, меньше передачи контекста от сильных специалистов к менее опытным.
Что в итоге
Главный вывод встречи: ИИ не просто ускоряет разработку. Он меняет роли, процессы и само представление о том, что такое программирование.
Код всё чаще становится не финальным результатом, а временным артефактом. Разработчик всё меньше похож на человека, который просто пишет функции, и всё больше — на специалиста, который формулирует задачи, управляет ИИ-инструментами, проверяет результат и отвечает за качество.
При этом полного исчезновения разработчиков пока не происходит. В disposable software требования к качеству ниже, поэтому пользователи действительно могут создавать простые приложения сами. Но в продакшене остаются архитектура, ответственность, контроль качества и бизнес-риски — а значит, остаётся и необходимость в сильных инженерах.
И, возможно, самый неудобный вопрос теперь не «Заменит ли ИИ разработчиков?», а «Какие части нашей работы действительно требуют человека?».