Заменит ли ИИ программистов: что меняется в работе разработчика
Короткий ответ: целиком, нет, но работа разработчика уже перестраивается. ИИ забирает шаблонный код и ускоряет рутину, но архитектура, ревью и ответственность за продакшен остаются за человеком. Сильнее всего удар приходится по входу в профессию, по junior-позициям.
★ Почему вопрос «заменит ли» поставлен неточно
Работа программиста, это не «писать код». Это десятки разных задач: понять задачу бизнеса, выбрать архитектуру, написать код, протестировать, провести ревью, отладить, задеплоить, поддержать в продакшене и отвечать, когда что-то сломалось. ИИ силён ровно в одной части, генерации шаблонного кода по чёткому описанию. В остальном он пока ассистент, а не замена.
Поэтому корректный вопрос звучит так: какие задачи разработчика ИИ забирает, а какие, дорожают. Шаблонный код, тесты, рефакторинг по образцу, написание документации, разбор незнакомой кодовой базы, здесь ИИ реально ускоряет. Архитектурные решения, ответственность за безопасность и данные, ревью чужого (в том числе ИИ-сгенерированного) кода, постановка задачи и общение с заказчиком, здесь ценность человека только растёт. «Заменить программиста» и «заменить набор задач внутри его работы», это разные утверждения, и в одну корзину их сваливать нельзя.
Цифры, на которые стоит опираться
Разбор по задачам разработчика, а не по должности
| Задача | Что делает AI | Что делает человек | Риск автоматизации | KPI |
|---|---|---|---|---|
| Шаблонный код, boilerplate, типовые CRUD-операции | Генерирует быстро по чёткому описанию | Постановка задачи, проверка на соответствие требованиям | высокий | Доля сгенерированного кода, принятого без правок |
| Автотесты и покрытие по существующему коду | Пишет черновики тестов, предлагает кейсы | Выбор того, что вообще нужно тестировать, и граничных случаев | средний | Покрытие и доля полезных тестов |
| Рефакторинг по образцу и миграции | Массово применяет паттерн, переписывает синтаксис | Решение, что и зачем рефакторить, контроль регрессий | средний | Скорость миграции при отсутствии регрессий |
| Разбор незнакомой кодовой базы и документация | Объясняет код, генерирует черновики доков | Проверка точности объяснений, контекст продукта | средний | Время на онбординг в новый код |
| Отладка и поиск нетривиальных багов | Подсказывает гипотезы, но часто уводит не туда | Воспроизведение, локализация, понимание системы целиком | низкий | Время до устранения корневой причины |
| Архитектура и проектирование системы | Предлагает варианты, но не отвечает за компромиссы | Выбор архитектуры под нагрузку, стоимость и риски | низкий | Устойчивость системы под реальной нагрузкой |
| Ревью кода, безопасность, работа с данными | Помечает кандидаты в проблемы, но даёт ложные срабатывания | Финальное решение, ответственность за прод и данные | низкий | Число инцидентов в проде после ревью |
★ ИИ не всегда ускоряет, иногда он замедляет
Главный миф вокруг разработки, что ИИ всегда делает быстрее. Самое аккуратное на сегодня исследование говорит обратное для опытных инженеров. В рандомизированном эксперименте METR (июль 2025) 16 опытных open-source разработчиков выполнили 246 реальных задач в зрелых проектах, которые они хорошо знают. Часть задач разрешили делать с ИИ, часть, без.
Результат: с ИИ задачи занимали примерно на 19% больше времени. При этом до начала разработчики ждали ускорения на 24%, а после эксперимента всё ещё были уверены, что ИИ их ускорил примерно на 20%. То есть они ошибались даже постфактум.
Вывод не «ИИ бесполезен», а более тонкий: на хорошо знакомом, зрелом коде с высокими стандартами проверка и доведение ИИ-предложений съедают выигрыш от генерации. На незнакомом коде, прототипах и шаблонных задачах эффект, скорее, обратный. Сами авторы METR честно предупреждают: их выборка узкая, и переносить «−19%» на всю отрасль нельзя.
Что меняется в роли разработчика при работе с ИИ
| Метрика | Было | Стало |
|---|---|---|
| Время на шаблонный код и boilerplate | часы | минуты ▲ |
| Доля времени на ревью и проверку чужого/ИИ-кода | умеренная | растёт |
| Требование «уметь работать с ИИ» | опционально | базовый навык ▲ |
| Число входных (junior) позиций | много | меньше ▼ |
| Доверие к точности ИИ-вывода | выше | ниже ▼ |
Доверие и доля ИИ-навыков, по Stack Overflow Developer Survey 2025. Динамика junior-позиций, по Stanford и обзору рынка ИТ РФ (hh.ru). Оценки времени, обобщение типовых кейсов, а не единое измерение.
★ Страдают не сеньоры, а вход в профессию
Если ИИ кого и вытесняет, то не опытных инженеров, а тех, кто только заходит в профессию. Исследование Стэнфорда («Canaries in the Coal Mine?», Brynjolfsson и соавторы, 2025) на данных крупнейшего платёжного провайдера США ADP показало: занятость самых молодых разработчиков к середине 2025 года была примерно на 20% ниже пика конца 2022 года. По более широкой когорте 22–25 лет в самых ИИ-уязвимых профессиях относительное падение занятости, около 16%. У более опытных коллег в тех же ролях занятость при этом стабильна или растёт.
В России похожая картина по другой причине: рынок ИТ остыл, конкуренция выросла. По обзору hh.ru, hh-индекс в ИТ-сфере в 2025 году достиг 14,2 резюме на вакансию, вдвое выше прежних значений, а доля соискателей 18–24 лет выросла с 15% до 24%. Механизм один и тот же: ИИ закрывает именно те простые задачи, на которых раньше учились новички. Под угрозой не профессия, а нижняя ступенька входа в неё.
«ИИ не убирает разработчика, он убирает рутинную часть работы. Ценится не тот, кто быстрее печатает код, а тот, кто понимает, какой код и зачем нужен, и отвечает за результат в продакшене.»
⛔ Где ставка «ИИ напишет за меня» ломается
- Код «почти правильный»: компилируется и выглядит верно, но содержит тонкую ошибку. По Stack Overflow, именно такие случаи, главная боль 2025 года.
- Отладка ИИ-кода дольше написания: значительная доля разработчиков сообщает, что искать баги в сгенерированном коде дольше, чем написать самому.
- Галлюцинации API и библиотек: ИИ уверенно вызывает несуществующие методы и пакеты.
- Безопасность и работа с данными: ИИ не отвечает за утечки и уязвимости, ответственность остаётся на человеке, поставившем код в прод.
- Ложное чувство скорости: разработчики систематически переоценивают свой выигрыш от ИИ (METR), что ведёт к недооценке времени на ревью.
- Деградация навыков у новичков: если junior не проходит этап ручного решения простых задач, ему нечем проверять то, что выдаёт ИИ.
Что делать разработчику прямо сейчас
- Освойте ИИ как инструмент: генерация черновиков, тестов, разбор незнакомого кода, это уже базовый навык, а не преимущество.
- Никогда не принимайте ИИ-код без ревью: относитесь к нему как к коду джуна, которого надо проверить.
- Вкладывайтесь в то, что ИИ не закрывает: архитектура, проектирование, безопасность, понимание предметной области.
- Учитесь ставить задачу и формулировать требования, это половина успеха при работе с ИИ.
- Если вы junior, не пропускайте этап ручного решения задач: без него нечем проверять ИИ.
- Берите ответственность за результат в продакшене: именно она не делегируется машине и стоит дорого.
Честные оговорки: чего эти данные не доказывают
- Результат METR (−19%) получен на узкой выборке из 16 опытных разработчиков на хорошо знакомых им зрелых проектах; переносить его на всю отрасль и на прототипирование некорректно.
- Эффект на занятость новичков измерен на рынке США (данные ADP); прямой перенос на Россию неточен из-за другой структуры рынка и темпов внедрения.
- Падение спроса на junior-разработчиков в РФ объясняется не только ИИ, но и общим охлаждением ИТ-рынка, ставкой и макроэкономикой.
- «ИИ пишет заметную долю кода» не означает «ИИ заменяет разработчиков»: значительная часть этого кода всё равно требует правок и ревью человеком.
- Возможности моделей быстро меняются: цифры доверия и продуктивности 2025–2026 годов могут устареть в течение года.
- Низкое доверие к точности ИИ, это оценка пользователей, а не объективный замер качества кода; оно отражает в том числе высокие ожидания от инструмента.
Кому особенно важно это понимать
- Студентам и тем, кто думает идти в разработку, вход в профессию меняется быстрее всего.
- Junior- и middle-разработчикам, чтобы заранее сместиться к задачам, которые ИИ не закрывает.
- Тимлидам и техдиректорам, чтобы планировать команды и стандарты ревью ИИ-кода.
- Предпринимателям без техфона, чтобы трезво оценивать, что ИИ-разработка может и чего не может.
- HR и рекрутерам в ИТ, чтобы понимать, почему junior-найм просел и какие навыки теперь в цене.