Как AI-ассистенты меняют рынок разработки и влияют на работу программистов

Команда AI for Devs перевела статью о влиянии быстрорастущих AI-ассистентов на процесс разработки программного обеспечения. В статье отмечается, что хотя код, генерируемый этими ассистентами, выглядит безупречным, он всё чаще не соответствует поставленным задачам. Возникает вопрос о том, где проходит граница между ускорением работы и самообманом, и какую новую ответственность это накладывает на инженеров-программистов. Грейс Хоппер в начале 1950-х годов ввела термин «компилятор» и разработала одну из первых систем — A-01. Впоследствии компиляторы скрыли машинный код, позволив программистам сосредоточиться на высокоуровневой логике. Сегодня AI-ассистенты для программирования запускают аналогичную трансформацию, генерируя код из запросов на естественном языке и позволяя инженерам сосредоточиться на задачах более высокого порядка. Технологические гиганты и хорошо финансируемые стартапы активно борются за место в этой новой волне. Google анонсировала своего нового AI-ассистента для кодинга под названием Antigravity, а AWS объявила о доступности своего инструмента Kiro. Стартап Cursor, один из лидеров в этой области, привлёк $2,3 млрд в раунде серии D при оценке в $29,3 млрд. Cursor сообщил, что его годовая выручка превысила $1 млрд, обслуживая миллионы разработчиков. Это делает Anysphere Inc. (материнская компания Cursor) самой быстрой компанией в истории, достигшей такого показателя годовой регулярной выручки (ARR), обогнав OpenAI и Anthropic. Рынок AI-инструментов для разработки растёт экспоненциально, увеличившись в пять раз за чуть более чем год. Однако это всё ещё ранняя стадия развития. Компании тратят сотни миллиардов долларов в год на разработку ПО, и AI способен значительно повысить производительность в этой области. Среди пяти крупнейших компаний мира по рыночной капитализации, которые являются технологическими гигантами, разработчики составляют примерно 30% сотрудников. Инструменты для разработки, повышающие продуктивность даже на несколько процентов, создают ценность в миллиарды долларов. Зарождающийся рынок начинает делиться на три типа пользователей: * Ручное кодирование (Handcrafted Coding): инженеры, которые принципиально отказываются использовать языковые модели из-за скепсиса к качеству или желания полностью контролировать каждый кусочек кода. Они утверждают, что принятие AI-подсказок создаёт технический долг, который становится заметен только после сбоя в продакшене. Этот сегмент постепенно сокращается по мере улучшения качества AI-моделей для кодинга. * Vibe Coding: обычно не инженеры, которые используют AI для создания концепций и прототипов.