Привычная модель программирования, при которой разработчик самостоятельно набирает большую часть кода, постепенно уступает место работе с искусственным интеллектом. Инженер Microsoft Дэвид Фаулер считает ручное написание кода устаревающим подходом, однако речь не идёт об исчезновении программистов. Скорее, меняется их роль: всё больше времени специалисты будут тратить на постановку задач, управление ИИ-инструментами, проверку результатов и поиск ошибок.

При этом полностью доверить разработку искусственному интеллекту пока нельзя. ИИ-агенты уже способны самостоятельно создавать значительные фрагменты программ, запускать тесты и исправлять часть обнаруженных проблем, но исследования показывают, что сгенерированный код всё ещё чаще содержит серьёзные дефекты и уязвимости. Поэтому человеческая экспертиза не становится ненужной — напротив, ответственность разработчика постепенно смещается от непосредственного написания кода к контролю всего процесса создания программного продукта.

Заявление инженера Microsoft вызвало бурную реакцию

Поводом для обсуждения стал пост инженера Microsoft Дэвида Фаулера в социальной сети X. Специалист заявил, что ручной набор кода «безнадёжно устарел».

Фраза быстро разошлась по интернету, однако её не следует воспринимать как утверждение о скором исчезновении профессии программиста. Смысл высказывания Фаулера заключается в изменении самого подхода к разработке.

Вместо того чтобы самостоятельно писать каждую функцию и строку, специалист всё чаще формулирует требования для ИИ, получает готовую реализацию, анализирует её, исправляет ошибки и принимает решение о том, можно ли использовать результат в реальном проекте.

Фактически разработчик постепенно превращается из непосредственного исполнителя в инженера, управляющего процессом создания программного обеспечения.

ИИ-агенты получают всё больше самостоятельности

Современные инструменты уже заметно отличаются от первых ИИ-помощников, которые преимущественно предлагали продолжение строки или генерировали небольшие фрагменты кода.

Агентские системы способны получать более крупную задачу и выполнять сразу несколько этапов разработки. Например, создать необходимые файлы, изменить существующий проект, запустить тестирование, проанализировать возникшие ошибки и попытаться самостоятельно их исправить.

Человеку в такой схеме достаётся одна из наиболее ответственных частей работы — проверить итоговый результат и убедиться, что программа действительно выполняет поставленную задачу, не содержит скрытых проблем и соответствует требованиям проекта.

GitHub Copilot также развивается именно в направлении более самостоятельной агентской работы, а не только классического автодополнения кода.

Microsoft адаптирует инструменты под разработку с помощью агентов

Изменения происходят не только в ИИ-моделях. Сама инфраструктура разработки постепенно перестраивается с учётом того, что с ней будут взаимодействовать программные агенты.

Одним из примеров стала платформа Microsoft Aspire. В версии 13.2 разработчики улучшили возможности её использования ИИ-инструментами, включая поддержку Model Context Protocol (MCP) и интерфейс командной строки, подходящий для агентских сценариев.

Подобный подход позволяет ИИ не ограничиваться генерацией текста с исходным кодом. Агент получает возможность взаимодействовать с инструментами разработки и выполнять последовательность связанных действий практически так же, как это делает программист.

Значительная часть кода Microsoft уже создаётся с помощью ИИ

Масштаб происходящих изменений хорошо иллюстрируют заявления руководства самой Microsoft.

Генеральный директор компании Сатья Наделла ранее рассказывал, что около 30% кода Microsoft создавалось с применением искусственного интеллекта. По мере распространения агентских инструментов их участие в разработке продолжает увеличиваться.

Однако количество автоматически созданного кода ещё ничего не говорит о его качестве. Именно здесь остаётся одна из главных проблем современного подхода.

Рабочий код ещё не означает хороший код

ИИ способен создать программу, которая компилируется, проходит основные проверки и внешне выполняет поставленную задачу. Но за этим могут скрываться архитектурные недостатки, проблемы безопасности и ошибки, проявляющиеся только в определённых условиях.

Согласно результатам исследования Microsoft, код, созданный искусственным интеллектом, в среднем содержит примерно в 1,4 раза больше критических и в 1,7 раза больше серьёзных проблем, чем сопоставимые решения, написанные людьми.

Отдельного внимания требует безопасность. В исследованных образцах доля разработок с потенциальными уязвимостями доходила до 45%. При этом внешне такой код вполне мог оставаться работоспособным.

Кроме того, ИИ-агентам сложнее сохранять точность при выполнении продолжительных и многоэтапных задач. Чем больше контекста, зависимостей и требований необходимо учитывать одновременно, тем выше вероятность накопления незаметных ошибок.

Профессия программиста не исчезает — меняется набор необходимых навыков

Распространение ИИ постепенно снижает ценность механического написания типового кода, но одновременно повышает требования к пониманию архитектуры, алгоритмов, безопасности и устройства программных систем.

Разработчику необходимо уметь правильно поставить задачу перед агентом, оценить предложенное решение, заметить архитектурную ошибку, проверить безопасность и понять, действительно ли созданный код соответствует требованиям.

Именно поэтому умение программировать остаётся важным даже в ситуации, когда значительную часть исходного кода генерирует машина. Чтобы качественно проверить чужое — в том числе созданное искусственным интеллектом — решение, необходимо понимать, как оно должно работать.

Поэтому ближайшее будущее разработки скорее связано не с исчезновением программистов, а с изменением их повседневной работы. Ручного написания типового кода действительно может стать значительно меньше, тогда как проектирование, постановка задач, контроль качества и ответственность за конечный результат останутся за человеком.