Можноли уже сейчас заменить команду разработчиков на нейросеть и шесть промпт‑инженеров? Почему крупные компании до сих пор платят программистам по $4000, когда есть ChatGPT за $20? На острой дискуссии топ‑менеджеры российских IT‑компаний неожиданно разошлись во мнениях о будущем индустрии. Пока одни утверждают, что LLM способны писать код лучше людей, другие приводят неочевидные причины, почему полная автоматизация разработки невозможна. Но главный вопрос — действительно ли программисты сознательно тормозят внедрение ИИ, чтобы сохранить свои рабочие места, или есть объективные причины, по которым даже Google использует нейросети только для генерации 25% кода? Разбираемся вместе с экспертами, что на самом деле происходит на передовой борьбы человека и машины в IT.
Полную версию обсуждения, организованного нашей компанией Artezio, можно посмотреть на канале Ai4Dev на Youtube. А еще у нас появился Telegram‑канал для разработчиков, которые используют ИИ. В нем уже больше 2 тыс. разработчиков с которыми можно обмениваться мнениями и реальными кейсами.
Революция или эволюция: как ChatGPT меняет разработку ПО
Эксперты сходятся во мнении — искусственный интеллект уже меняет индустрию разработки, но масштаб и скорость этих изменений оценивают по‑разному.
«Искусственный интеллект активно развивается, и практически в каждой компании есть свое направление, которое развивается наиболее активно», — отмечает Павел Куликовский, управляющий партнёр «Эффективные цифровые продукты». При этом он предостерегает от чрезмерного оптимизма: «Сейчас есть определенный хайп, и много продуктов делается по принципу 'прикрутили ChatGPT и называем это AI‑продуктом'. Такие продукты тоже имеют право на существование, можно хорошо попасть в рынок и заработать. Но это будет недолгоиграющая история, потому что их легко повторить. А вот компании и команды, которые делают фундаментальные разработки с обучением моделей, несомненно, будут развиваться дальше и брать на себя всё больше базовых, рутинных задач практически во всех сферах».
Ратибор Секиров, CEO Aspirity, рассматривает текущие изменения в историческом контексте: «Если взять историю разработки, то когда‑то нужно было хорошо понимать, как работает память компьютера. Потом появились операционные системы, потом браузер. И с каждым шагом разработчики становятся как будто менее глубоко понимающими, как работает программное обеспечение и компьютер. Сейчас у нас есть куча готового кода в open source, есть Google, где можно найти нужные вещи. Но это не значит, что разработчики не нужны. Они просто занимаются задачами более высокого уровня и будут решать их в дальнейшем. Просто появился классный инструмент Copilot, который уже достаточно долго используется в компаниях, в том числе у нас».
«В текущей реализации технологии трансформеров я в автономность не верю, это подтверждается моей практикой», — продолжает Секиров. «Автономность — скорее нет, копилот — да, но копилот — это очень широко. Может быть, 95% будет делаться копилотом, 5% — человеком».
Михаил Шахмурадян, основатель группы компаний по разработке ИИ, предлагает конкретный критерий для оценки возможностей ИИ в разработке: «Показателем возможности замены программистов на LLM будет следующее: когда компания, полностью создавшая свой софт с помощью LLM, станет публичной, привлечет серьезный капитал и станет миллиардной — тогда мы можем говорить, что эта история возможна. Пока все публичные компании используют разработчиков и LLM как копилот. Когда мы увидим, что компания с нуля сделала продукт с помощью LLM, используя только промпт‑инженеров, этот продукт стал массовым и вышел на публичный рынок — это будет доказательством возможности такого подхода».
Матвей Пак, CEO Metamentor, видит в этом новый этап эволюции профессии: «Люди просто изменятся. То есть будут не программисты, а будут люди, которые понимают верхний уровень — кто с кем общается, как общается бэкенд с фронтендом, какие пакеты друг другу нужно пересылать. И очень хорошо пишет какие‑то конкретные скрипты. То есть если я хочу написать одну страницу сайта, то он хорошо это сделает. Но если я хочу сделать какое‑то более сложное приложение, то я должен сам прописывать архитектуру, кто должен с кем общаться, а конкретные блоки может генерировать ИИ».
Почему автономные ИИ-агенты проваливаются, а Copilot взлетает
Несмотря на впечатляющие демонстрации возможностей ИИ в программировании, практика показывает, что полностью автономная разработка пока остается недостижимой целью. Эксперты делятся реальным опытом использования ИИ в разработке и объясняют, почему даже простые задачи не всегда можно доверить искусственному интеллекту.
«У меня был партнер на конференции TechCrunch Disrupt в Сан‑Франциско, и в основном сдуваются или хуже себя чувствуют в плане новых раундов финансирования стартапы, которые обещают именно автономных агентов, работающих без человека», — делится наблюдениями Ратибор Секиров. «А те, кто говорят 'у нас copilot, человек перепроверяет, мы помогаем человеку' — эта рабочая история будет развиваться однозначно в ближайшие годы».
Павел Куликовский приводит конкретный пример из практики: «Пару месяцев назад я решил изучить Python и начал писать простые скрипты с помощью ChatGPT. Когда проект вырос до тысячи строк кода и примерно десяти классов, уже стало быстрее писать самому, потому что нужен очень большой промпт. При внесении изменений ChatGPT не только меняет запрошенный фрагмент, но и переписывает уже существующий код, хотя фактически тот остается без изменений. И когда у нас есть версионирование кода, получается, что каждое маленькое изменение превращается в то, что весь класс показан как переписанный. Это неудобно и непонятно другим разработчикам и промпт‑инженерам».
«Наверное, можно сравнить генерацию кода искусственным интеллектом с фреймворком Spring в Java, который уже порядка 20 лет используется», — продолжает Куликовский. «Он предоставляет много готовых библиотек, которые за 5 минут можно поднять в своем проекте — использовать коннекты к базе, внешние интеграции. И дальше уже сам разработчик настраивает чисто бизнес‑логику. ИИ делает что‑то похожее. В Google 25% кода — это, скорее всего, такие готовые библиотеки, которые можно использовать. Можно, например, тесты написать на метод, класс — ИИ с этим хорошо справится. Можно написать один тест, а она напишет еще 10 тестов с разными кейсами. Но это тоже код, просто не основной».
При этом Куликовский подчеркивает, что сложность современной разработки часто преувеличивают: «С точки зрения объема кода начинающий мидл это спокойно все разберет за полчаса, весь код, и сможет дальше расширять и дописывать. И он будет делать это быстрее, чем LLM. Он может использовать LLM и увеличить свою скорость. Бывает, забываешь, как какой‑то метод работает, ловишь ошибку. Вот что мне нравится — ловишь какую‑нибудь ошибку, кидаешь ее прямо в ChatGPT и получаешь подробное описание, почему эта ошибка возникла и как ее можно пофиксить. Это реально круто, потому что вычитывание логов занимает большое время».
Даже в простых задачах автономность ИИ оказывается под вопросом. «Вот простая задача — сделать landing page, одностраничник», — рассуждает Секиров. «Есть куча конструкторов, которые с помощью ИИ генерируют одностраничники. Наверняка видели видео, где 'я написал промпт, сделал страничку, и уже что‑то продаю в интернете'. Мы сейчас дали задачу дизайнерам протестировать эти конструкторы, готовим большой материал. Но исходя из этого материала — не работает всё из коробки. Не получается сделать классный одностраничник просто с помощью промпт‑запроса, и это нормально. То есть большое количество работы действительно убирается — можно получить какую‑то заготовку, но нужно потом доработать с дизайнером, чтобы это было адекватно».
Программист за $4000 против ChatGPT за $20: почему бизнес не спешит экономить
Вопрос экономической эффективности использования ИИ в разработке оказался одним из самых острых в дискуссии. Почему компании продолжают платить разработчикам тысячи долларов, когда есть доступные ИИ‑решения?
«Думаю, вопрос не в сокращении сотрудников — сейчас же дефицит кадров», — отмечает Ратибор Секиров. «Вопрос, как этот дефицит можно снизить за счет повышения эффективности существующих сотрудников. Я оцениваю этот эффект не в 25%, конечно. Самый большой эффект получается, когда ты понимаешь задачу на верхнем уровне, но работаешь с технологией, которую не очень хорошо знаешь. Это больше всего ускоряет, потому что самому писать действительно долго».
При этом некоторые компании уже нашли способы оптимизации затрат, не прибегая к полной автоматизации. «У нас был большой дефицит кадров разработчиков. Мы просто наняли их в Индии, в Пакистане, и это на 30–40% дешевле», — делится опытом Владислав Костицын. «То есть с точки зрения бизнеса и финансов можно архитекторов взять в России, а кодеров — на рынках, где они стоят существенно дешевле. Тем самым решить эту задачу».
«Правда в золотой середине», — подчеркивает Михаил Шахмурадян, основатель группы компаний по разработке ИИ. «В текущих условиях мы не можем полностью заменить разработчиков, но можем сэкономить на найме новых, усилив эффективность текущих с помощью ИИ. Это наиболее рабочая стратегия. А когда мы говорим про то, что Google публикует новость о том, что 25% кода генерируется с помощью ИИ, тогда следующий логичный шаг — это новость о том, что 25% разработчиков Google должны быть уволены. Однако этого не происходит. Поэтому здесь все просто — никто в мире не отказался от разработчиков на 100%, они есть, и они еще какое‑то время будут».
По мнению Владислава Костицына, главная проблема — это ответственность: «Здесь психологическая проблема, потому что это ответственность. Кто готов взять на себя такую ответственность? То есть в плане генерации идей — это классно, и контент, и код. Но в плане эффективности можно взять наш кейс и нанять разработчиков в той же Индии. А взять ответственность как CEO за продукт, который сгенерировал ChatGPT, и потом тебе прилетит — тут такие себе риски».
При этом Ратибор Секиров опровергает мнение о том, что разработчики сопротивляются внедрению ИИ: «Нет, конечно. Мы, наоборот, главные пропагандисты прихода LLM в индустрию, внедрения LLM в бизнес‑процессы. Мы этим занимаемся уже достаточно давно. И у нас есть кейсы реальных внедрений и за рубежом, и в России. Поэтому я говорю не с позиции человека, который просто смотрел информацию или выступал на конференциях, а того, кто конкретно делает. И я не хочу занимать роль скептика, я супер вдохновлен технологиями, с которыми сталкиваемся».
Дешевый ИИ или дорогой программист: что выберет бизнес в 2025?
Возможно, дело не в технологических ограничениях, а в том, что сами разработчики не спешат отдавать контроль искусственному интеллекту? Этот вопрос становится особенно актуальным на фоне последних достижений: GitHub сообщает, что более 40% нового кода уже пишется с помощью Copilot, а исследование Stack Overflow показывает, что 83% разработчиков используют ИИ‑инструменты в своей работе. При этом лишь 16% компаний имеют четкую стратегию внедрения ИИ в процессы разработки.
По словам Ратибора Секирова, разговоры о замене программистов искусственным интеллектом во многом мотивированы желанием сэкономить на высоких зарплатах разработчиков: «Сколько существует индустрия, столько идут разговоры о том, как бы заменить дорогостоящих программистов. Четыре тысячи долларов за разработчика против двадцати долларов за ChatGPT — такое сравнение звучит заманчиво, но оно слишком упрощает реальность».
«Будем говорить, что с этого момента у нас нет разработчиков, только промпт‑инженеры», — продолжает Секиров. «Но по большому счету работа людей с текстом — будь то разработчики или контент‑мейкеры — сейчас и так не предполагает много ручного написания. Используется куча готовых библиотек, которые стыкуются между собой, API‑сервисы и так далее. Много времени уходит на исследования».
«Вопрос не только в стоимости разработки, но и в рисках», — объясняет Павел Куликовский. «Можно взять любой агрегат — механический, информационный. Если у него качество 90% для чего‑то, это будет приемлемо. Если это качество связано с жизнью человека, там даже 99% будет неприемлемо. То же самое с полной заменой разработчиков на ИИ. Допустим, у нас есть небольшое развлекательное приложение, люди заходят бесплатно, читают анекдоты. Если такая штука не работает час‑два в день — всем без разницы. А если у нас платежный шлюз с гарантией качества 'пять девяток' и простой может быть всего 2 часа в год... Если я возьмусь сделать такой проект только силами ИИ, без команды разработчиков, я просто разорюсь на успокоительных. Слишком высока цена ошибки — все LLM имеют право на ошибку. Вероятность ошибки можно снижать, но она существует».
Цифры действительно впечатляют: стоимость месячной подписки на ChatGPT сопоставима с дневной зарплатой разработчика. При этом нейросеть не устает, не берет отпуск и не просит повышения. Google уже генерирует четверть своего кода с помощью ИИ, а точность нейросетей в решении алгоритмических задач приближается к человеческой.
Так что же сдерживает массовый переход на ИИ в разработке — реальные технологические ограничения или нежелание индустрии расставаться с привычными зарплатами? Заменит ли подписка на ChatGPT за $20 программиста с зарплатой $4000, или это очередной пузырь, который лопнет, как и предыдущие попытки автоматизировать разработку? Поделитесь своим опытом в комментариях.
Комментарии (83)
CrazyElf
06.02.2025 14:51На самом деле и до массового использования ИИ программисты далеко не только программировали. Хороший программист умеет:
Собрать требования
Изучить источники данных
Формализовать задачу
Написать код
Протестировать и отладить его
Оформить этот код в виде отдельного микросервиса, либо куска монолита
Написать документацию к этому коду
Ну и там ещё какие-то неявные шаги могут быть. С какими-то этапами ИИ может помочь, но в целом пока до полной замены хорошего программиста ещё очень далеко. Хороший программист гораздо больше думает над задачей в целом, чем пишет собственно для неё код.
И даже с кодом, насколько я понимаю, задача в таком виде, как ставится программисту: "вот тебе исходники, вот тебе задача, подумай, как добавить/изменить эту функциональность так, чтобы не сломать всё остальное" - ну, она вряд ли хорошо решается ИИ. Её программист то должен хорошо подумать как сделать, если это вообще возможно.
panzerfaust
06.02.2025 14:51вот тебе исходники, вот тебе задача, подумай, как добавить/изменить эту функциональность так, чтобы не сломать всё остальное
Да это целая простыня требований. Моей последней задачей была таска с пустым телом и названием "Implement new approach to xxxx". Дальше сам. Думаю, дойдем и до более компактных постановок.
CrazyElf
06.02.2025 14:51Ну да, я ж синьор, плюс у нас прожект менеджера нет, поэтому всё сам. Ну, за это и платят хорошие деньги синьорам, собственно. Не за то, что они умный код только генерят, а за то, что по короткой постановке могут задачу целиком сделать на автономном ходу. Сами всё выяснят, уточнят, напишут, проверят...
Ard33
06.02.2025 14:51Сейчас нет ещё слишком рано. Но о1 и о3-mini уже кое-что коряво могут написать. Вот когда выйдет полная о3 появиться реальная конкуренция. И люди ее быстро проиграют новым моделям которые пойдут после о3 pro.
Habr4687544
06.02.2025 14:51Осталось доказать, что сравнимый по качеству результат за месяц работы этой нейросети будет стоить дешевле 4 тыс.
Ard33
06.02.2025 14:51о3 mini сколько там стоит? Что даже слабую версию бесплатно дали. Возможно Open AI и поднимут до 500-1000 за месяц. А возможно и вообще включат в пакет за 200.
lorc
06.02.2025 14:51Написать - это хорошо. А отдебажить? Я вот тут сейчас дебажу интересный race condition между кодом на Rust и кодом на C. В проекте на полторы миллиона строк кода (QEMU). Когда o3 pro сможет сделать это за меня?
ktim8168
06.02.2025 14:51Управлять то этим все равно квалифицированные кадры будут, разве что зп может уменьшиться.
AllexIn
06.02.2025 14:51Да вот не выглядит так, что там нужны квалифицированные кадры.
Я думал что оператору нужно хотя бы более менее нормальное ТЗ давать инструменту. А по факту я сейчас половину слов не пишу, когда даю задание, потому что и так понимает чё я хочу.
CrashLogger
06.02.2025 14:51Тут есть принципиальная проблема. Вот нейросеть написала код. Кто даст гарантию, что в нем нет ошибок ? Нейросети имеют свойство галлюцинировать и рисовать 6 пальцев на картинках. Но если на картинке это сразу заметно, то чтобы найти ошибку в коде, нужно проверить его весь, строчка за строчкой, при этом понять, что именно этот код делает. Это не сильно проще, чем написать его самому. Возможно даже сложнее. То есть, все равно нужен живой программист, который будет проверять за нейросетью, но тогда зачем нам нейросеть ?
bak
06.02.2025 14:51А кто даст гарантию что в коде который человек написал нет ошибок? Баги кто по вашему делает?
sensem
06.02.2025 14:51Это лечится code review и рефакторингом. Кто за LLM проверять будет? Другая LLM?
un1t
06.02.2025 14:51Когда пишешь код, обычно достаточно глубоко погружается, а code review это поверхностный взгляд. Я пару раз уже ловил ошибки в сгенерированном коде, который я ревьювил, но если бы я его писал сам, то этих ошибок бы не допустил.
AllexIn
06.02.2025 14:51В работе всегда делаю именно так как вы говорите - строгое код ревью построчное.
А вот для себя "заказал" несколько достаточно сложны инструментов(экранов так на 20 и строк тысяч на 5). Ничего не проверял в коде, только тестировал результат и вносил правки на основе тестирования. Получилось очень быстро и результаты меня удовлетворяющие.
Когда вместо меня придет кто-то кому нужен софт - он сделает также. И всё будет работать с вероятностью не сильно меньше, чем если он закажет тоже самое на апворке.
И это сейчас, когда инструменты только-только стали пригодными для использования. Через полгода год, когда их подкрутят ситуация будет еще более впечатляюще/удручающая.
nikolz
06.02.2025 14:51Все просто. Когда вдруг ChatGPT за 20$ завалит проект, то фирма заплатит заказчику неустойку раз в 100 больше, чем зарплата программиста( 4000$X 12 месяцев) и потеряет свой имидж и клиентов от слова НАВСЕГДА.
А еще прикольнее будет, если ChatGPT вдруг отключат НАВСЕГДА. Тогда фирма и за 10000$ не найдет программистов. Оно Вам надо? Вопрос риторический.
Уже даже не смешно читать страшилки про замену программистов за 4000$ сначала на "инженеров", которых учат программированию на курсах "молодого бойца по программированию", а теперь на ChatGPT за 20$.
AllexIn
06.02.2025 14:51ChatGPT не лучший программист. В курсоре периодически переключаюсь между chatgpt/claude-sonnet/deepseek - вполне пригодны все варианты. Дипсик по ощущениям даже получше за счет способности переваривать контекст большего объема.
В интернете есть инструкции как настроить курсор на работу с оффлайн моделями. Тот же дипсик просто развернут и всё.
Проблема надуманная.
Wesha
06.02.2025 14:51В очередной раз напишу:
Все программисты в мире делятся на две категории:
— Те, кто считает, что ChatGPT кодит на порядок лучше их;
— Те, кто считает, что ChatGPT кодит на порядок хуже их.
И первые, и вторые абсолютно правы.
NeoNN
06.02.2025 14:51Чтобы использовать нейросеть в разработке, нужно самому обладать хорошей квалификацией, чтобы её проверять, иначе вероятностная природа ответов сослужит плохую службу. Я всегда это сравниваю с мультиком, где были "двое из ларца".
AllexIn
06.02.2025 14:51Вы пробовали сами? Во многих задачах не надо ничего проверять. ПРосто кормишь её описанием проблем после тестирования и она их правит.
Она таким образом полностью переписала мне вебсервис с современного JS на древний, чтобы он смог запускаться на старом iPad. Я вообще не в зуб ногой, что там в JS изменилось, я вообще не веб программист. И просто описывал ей проблемы, а она исправляла.
HSerg
06.02.2025 14:51Какую-то из предыдущих новостей про Google и 25% прокомментировал разработчик из Google, что значительная часть в составе этих 25% - это обычное автодополнение в IDE.
un1t
06.02.2025 14:51Если автопополнение считать то еще до ии ide писали 80% кода. Максимум 2-3 буквы вводишь, а дальше из автопополнение выбираешь.
Kriptman
06.02.2025 14:51У всех этих примеров успешности разработки через ЛЛМ есть одна общая черта. Это всегда небольшой новый проект. Хоть бы один рассказал как он успешно взял легаси-проект на пару мегабайт исходников и добавил в него новую функциональность, сэкономив при этом кучу времени. Ну, для разнообразия примеров эффективности ЛЛМ в разработке.
AllexIn
06.02.2025 14:51Не корректно говорить что это LLM. Инструмент для программирования это более сложная конструкция, там LLM плюс достаточно большая надстройка над ней.
Именно поэтому "программируя" напрямую в чате с ChatGPT/DeepSeek или включив их в курсоре - вы получите сильно разные результаты по качеству.Вы, конечно, правы что контекста у модели не хватит чтобы переварить мегабайты исходников. Именно поэтому парадигма разработки с ИИ-инструментами совершенно другая, а именно - модульность. Чтобы модель работала с исходниками одного модуля, а остальные видела через API. Тогда ей хватает размера контекста чтобы не теряться. К слову, вообще-то, и человеческий код должен также писаться. Но у нас любят размазывать зависимости по всему коду. Жаловаться что ИИ-инструмент плохо разбирается в говнокоде и поэтому он плох - как минимум странно.
-
Нет никаких проблем использовать ИИ-инструменты для программирования в легаси проектах. Кормишь ему конкретные куски проекта и просишь в них разобраться - он вполне разбирается. Да, безусловно, при работе с большим легаси требуется больше внимания к инпуту и выхлопу, чтобы получить хороший результат.
un1t
06.02.2025 14:51Нет никаких проблем использовать ИИ-инструменты для программирования в легаси проектах. Кормишь ему конкретные куски проекта и просишь в них разобраться - он вполне разбирается. Да, безусловно, при работе с большим легаси требуется больше внимания к инпуту и выхлопу, чтобы получить хороший результат.
Если эти куски разбросаны по всему проекту, то это очень сложно компактно собрать все. И бизнес требования бывают сложные, а не просто отдать значение из базы. А легаси это еще всякие хитрые костыли.
ИИ помогает конечно и с легаси, но довольно слабо. Стартуешь проект с нуля первые несколько дней может быть буст х10, пока это не превратиться в неподдерживаемые говно, тогда уже понадобиться вникать и переписывать, а в старом проекте дай бог 10% к производительности добавит.
antsam
06.02.2025 14:51Только есть нюанс. Программист тоже пользуется всеми этими инструментами. То есть сравнивать надо не программиста и chatgpt, а {программист + chatgpt} (за $4000) и просто chatgpt (за $20).
Пока что это как заменить водителя гужевого транспорта на автомобиль. Автомобилю тоже нужен водитель и притом ещё большей и квалификации.
konst90
06.02.2025 14:51Пока что это как заменить водителя гужевого транспорта на автомобиль. Автомобилю тоже нужен водитель и притом ещё большей и квалификации.
Да, но водитель грузовика может обеспечить сильно больше тонно-километров, чем водитель кобылы.
Dhwtj
06.02.2025 14:51в коде где больше 1000 строк победит человек
а может и раньше
но для такого соревнования нужен день, вряд ли кто захочет проверять
whitehorsespb
06.02.2025 14:511000 правильных строк gpt пишет меньше чем за 5 минут легко. Чего тут проверять? Вопрос немного про другое
nikweter
06.02.2025 14:51Написать то и я могу. Вопрос в другом-вот есть код на 1.000 строк и он что-то делает. Сможет ли чат гпт добавить ещё сколько-то строк, чтобы код делал ещё что-то, не сломав при этом предыдущую функциональность?
AllexIn
06.02.2025 14:51Да, сможет. Сможет ровно столько строк на сколько ей хватит контекста. Вопрос расширения контекста это вопрос эволюционного развития, так что там проблем не будет.
Сейчас 1000 строк это и не близко к верхней границе возможностей.
lowkeypriority
06.02.2025 14:51*Сможет ровно столько, на сколько модель обучили. Когда ИИ спрашиваешь что-то обывательское (а-ля наклепай сервис на Node.js и чтобы отдаваемый фронт поддерживался IE и т.п.), то всё гуд, но чуть в сторону и он начинает бред нести, пытаясь собрать в кучу что знает и что "созвучно" с описаным промптом. Как ребёнка заставить рассказать про тему, которую слышал, но вообще не знает — расскажет вроде осмысленную, но всё-таки отсебятину :) Да и сидишь как с каким-то ребёнком "не, вот в этой строчке ошибка", "не работает", "не компилится" и т.д.
ИИ не волшебная пилюля, без данных очень тяжело воспроизводить и генерировать что-то. В интернете, откуда и берут на чём тренировать модельки, очень много про то, как написать сайт, седелать babel обёртку или инициализировать новый-фреймворк-100500, но никто не пишет статьи о том, как "я переписал специфичный сервис" или "пофиксили баги в переписанном мной сервисе", в таком же количестве как вопросов о типизации JS на StackOverflow
Без данных ИИ ничего не может. А нормальным данным, за которыми ИИ буквально бует повторять, без хороших инженеров неоткуда взяться
un1t
06.02.2025 14:51Только он даже написанные тесты реализовать сам не в состоянии хоть 1000 итераций сделай. Это прямо как в анекдоте, я печатаю 1000 знаков в минуту, но такая херня получается.
Juf8887
06.02.2025 14:51Gpt точно нет. Он даже толком html прописать не может, о чем вы....
Не спорю, есть другие модели, более менее норм. Но и они пока человека не заменят
edogs
06.02.2025 14:51Пробовали ИИ для разработки, в общем осталось мутное ощущение... и ладно бы ошибок или галлюцинаций, газлайтинга блин.
1) Если задача простая, то часто можно получить готовое решение сразу, но... можно получить его с "бомбой". Делаем промт написать класс авторизации - написал - при логине проверял данные, писал в печеньки, а дальше просто верил данным из печенек. Пробовали исправить - начинается газлайтинг вида "проверка пользователя происходит, проблемы нет".
2) Если задача сложная, то ИИ видимо строит какую-то свою схему и отвечает на основе нее. Загрузили готовый код в ИИ, попросили написать такой же, но с немного другими исходными данными. Перекорежил половину кода вплоть до нерабочести (переименовал функции, часть выкинул, часть заменил своими) и... в ответ на любые промты - газлайтит - мол код один в один как Вы и предоставили, изменены только переменные.
3) Работа с либами неоднозначна. Даешь промт на использование одной либы, но ему забито, использует апи от другой и опяь же - газлайтит, что использует тот апи что ему сказано.
4) Работа с дизайном/версткой. Божитымой. Первый промт в принципе генерит что-то приличное. Но практически любая просьба о точечных изменениях валит всю верстку хуже чем если бы мы сами этим занимались (а к верстке у нас таланта нет от слова вообще).
У нас была простая задача - на незнакомом нам языке написать рабочий код - бэк и фронт, думали с помощью ИИ напишем быстрее. "агащазблин"© начало было действительно быстрым - отдельные куски заработали быстро, но когда пошло усложнение, тесты, проверка того что код не только "делает что надо" но и "не делает чего не надо", тут всё.Провозившись с помощью промтов к ИИ пару дней - от ИИ не отказались, но использование свелось к "а напиши-ка мне как делается эта штука", чтобы уже дальше посмотрев примерный образец - написать нормальный код. Офигенно полезно и экономит время на самом деле, но главное - не рассчитывать ни на что большее.
При чем когда ему загружаешь уже готовый код и просишь об изменениях - смотрим пункт 2 - он составляет у себя где-то там свое представление о коде, которое с реалиями совпадает лишь отчасти, в недостаточной части. Поэтому изменять готовый код просить - очень сомнительная затея.
Честно говоря после первых проб и хвалебных од в интернетах - были очень сильно разочорованы. Все же ИИ пока не программер, а скорее продвинутый поисковик и хелп. Или притворяется, работать-то так-то никому особо не хочется, а покажешь хороший результат - подпрягут:)
pavelsc
06.02.2025 14:51Для этого надо готовый проект реверснуть в промпт вручную, желательно с зависимостями, причем промпт едва ли не менее объемный чем сама бизнес-логика. И тогда может быть что-то и получится, но гарантии нет, можно получить точно такой же пшик.
И интересно как отнесутся ИБшники, что вся кодовая база при загрузке готовых проектов осядет в логах чатгпт на серверах типо "недружественных стран" )
edogs
06.02.2025 14:51Так практически это и пробовали. У нас к проекту максимально детальное ТЗ было.
Тут реально нам проблема представляется в том, что при написании/разборе кода ИИ переводит его в какую-то свою внутреннею схему и дальше работает с ней. А вот в ходе перевода туда и обратно - как раз и происходят "потери смысла". Поэтому код "снуля" у него получается более или менее, а вот любые изменения/доработки и/или работа с готовыми проектами и оппа - сразу реальность получить что-то приемлимое падает на порядок.
AnimeSlave
06.02.2025 14:51Для использования ChatGPT за $20 нужен программист за $4000. Поэтому стоимость использования ChatGPT в сумме будет $4020, что на $20 дороже просто программиста. Бизнес на такое не пойдёт
qeeveex
06.02.2025 14:51Пробовал разные.
Много времени уходит на правки сгенерированного кода и написание промпта. На практике быстрее самому написать.
Единственное что нравится, это дописывание кейсов в готовых табличных тестах.
Ilya_JOATMON
06.02.2025 14:51Если похожего или соответствющего задаче кода не было в интернете (откуда собственно все нейросетки учились) то хрен они что напишут правильное. В принципе. Например для выполнения определенной задачи нужна правильная последовательность вызовов АПИ с нужными параметрами. Если нет этого в обучающих данных, то как оно поймет что делать вообще? Так как надо для этого допустим надо прошерстить документацию вдоль и поперек, представить по косвенным признакам как оно работает, и сделать несколько тестовых приложений для уточнения поведения. И только тогда написать тот код который будет работать как нужно.
AllexIn
06.02.2025 14:51Вы шутите? Кормите ей документацию по API и она успешно его использует.
Начинаешь писать с ней код внутри существующего проекта, она подхватывает методы из существующих классов и их использует.
Если бы всё было как вы описали - она была бы совершенно не пригодна.
У вас странный и непонятный опыт использования сетей для программирования. Возможно вы дергали всяких левых недоделанных бесплатных ботов из телеги, а не нормальные инструменты?
fenixion
06.02.2025 14:51Программистам которые используют LLMки в повседневной работе очевидно что на текущем уровне они не представляют им никакой конкуренции, потому что не могут достаточно надежно находить собственные ошибки и галлюцинации.
LLM можно сравнить со специалистом который вдруг сошел с ума. И вот он местами выдает профессиональный контент, а местами бред в который верит. Другой специалист достаточной компетенции может использовать его генерацию, отфильтровывая бред. И проблема в том что если компетенции не достаточно, то отделить бред можно только проверкой на практике, потому что он очень правдоподобен.
Когда появится AGI встанет другой вопрос, сможет ли он генерировать софт дешевле человека. Пока рассуждающие модели вроде как очень дороги в потреблении ресурсов.
Alexey2005
06.02.2025 14:51Вот только по мере роста доступных вычислительных мощностей качество кода нейронок растёт, а качество кода среднего разработчика - падает.
Первое правило разработки: программист пишет код настолько плохо, насколько это ему позволяют доступные пользователю ресурсы. Чем мощнее становятся компы, тем более жрущие и тормознутые программы появляются. Electron уже давно стал мейнстримом, а представьте, что будет, если объёмы памяти и количество ядер на среднем девайсе вырастут ещё раз в 10...
Ухудшение кода, который пишут разработчики, полностью линейно: они говнокодят ровно столько, сколько получается, останавливаясь на той границе, где пользоваться их софтом уже неприятно, но всё ещё не настолько мучительно, чтобы пользователь от него отказался.
То есть если вычислительные мощности выросли в 10 раз, то ровно во столько же раз подросли и аппетиты программ.
И раз мы видим, что рост вычислительных мощностей увеличивает качество нейроночного кода, но ухудшает качество кода живых разработчиков, то итог немного предсказуем. Даже если вот прямо завтра прогресс в области ИИ остановится, то это лишь отсрочит неизбежное, ибо живые программисты продолжат регрессировать. Вычислительные мощности подрастут ещё в 10 раз, и живой миддл будет говнокодить уже вполне на уровне нейронок. А раз так, то его замена неизбежна.
Kozlovskiy
06.02.2025 14:51Если качество кода разработчиков становится все хуже, то каким образом улучшится качество у нейронок, которые обучаются на существующих проектах? Если весь код отныне будет писать ии, опять же, откуда возьмётся прогресс?
ViacheslavNk
06.02.2025 14:51Да что-то не получается пока, я спросил ChatGPT написать мне продукт для репликции MSSQL standalone instance, с возможность реплицировать куда угодно, то есть сделать аналогAlways On и что то ChatGPT ответил не внятно.
Ладно попросил сделать его продукт для рисования больших графов, с возможность использовать разные символы, геоданные, создавать анимации и тоже не смог ChatGPT мне помочь.
oratorslova
06.02.2025 14:51Это все равно, что от первоклассника требовать решать задачи с пределами функций. Куда Вы торопитесь? Не знаю, как Вы, а я про chat gpt узнал всего пару лет назад. ИИ учится. И то, что ему не под силу сейчас, и из - за чего можно ложно самоуспокоиться (я могу, а он - нет) , будет под силу совсем скоро. И тогда задач, которые ИИ не сможет решить, будет все меньше, а тревог у программистов - все больше.
a1111exe
06.02.2025 14:51Если я правильно понял суть статьи: дешёвый ЧатЗПТ не может заменить недорогого программиста. Что ж, очень рад. ЧатЗПТ, конечно, бывает весьма полезен, но даже о1 и о3 мини глючат часто и безбожно. Надо будет потребовать повышение зарплаты, пока не поздно...
oratorslova
06.02.2025 14:51Не корректно поставлен вопрос. Почему именно "полная автоматизация"? Пусть будет не полная. Пусть ИИ будет подмастерьем, помощником, который закрывает локальные задачи. Именно здесь он максимально эффективен. Именно в таких задачах он быстрее программиста. Перфекционизм и завышенные ожидания надо отложить на несколько лет. Все придет.
oratorslova
06.02.2025 14:514000? Не многовато ли, чтобы стучать по клавиатуре? ИИ вскоре покромсает заоблачные гонорары. В 90-е я ещё застал секретаршу, которая набирала письма на печатной машинке. Где она сейчас? Программисты - люди повторят судьбу динозавров.
titan_pc
06.02.2025 14:51Вообще не понимаю. ИИ заменит программистов. А блогеры и ютубуеры? Не?
Нигде не вижу заголовков - блогеры всё. Вышла нейросеть, убийца блогеров. Тот мир приспокойненько взял софт себе на вооружение и ещё больше гребёт денег.
Мы же такие - совместно маршируем к замене себя на то, что сами создавали. Класс) Так и надо нам программистам - кого то же должна ллм заменить) Нас в первую очередь.
stryder123451
06.02.2025 14:51ИИ , создает главную проблему - он не дает инженеру расти и развиваться, решая проблемы. Решать проблемы, это главный скилл инженера. Для самообучения ИИ шикарен, это лучший наставник, но заменить им сотрудника, плохое решение, которое приведет к проблемам. Пример из жизни, друг работал на предприятии (обычный рабочий), с пакетом программ MS Office, у которого макросы написаны на VB , гении управленцы, наслушавшись сказок про ИИ, решили не нанимать программиста чтоб он переписал макросы под Р7 Офис (там объем большой был, это не условные вставки), а деньги на разраба попили на премии. Итог очевиден: какой-то код был написан, но написан, естественно с ошибками в расчетах, а местами просто не работал, из-за чего огребли все. Не знаю, чем там закончилось, но думаю, урок усвоили
Jijiki
06.02.2025 14:51допустим я сделал меш, и его надо проверить, ИИ может помочь, кидаем в миксамо получаем чутка анимаций, но с Т позой придётся работать вручную или по риг системе, тут пока не видел такого ИИ, тоесть проверить меш удобно, а дальше с этим мешем, тоесть включая всю наводящую базу до анимаций и после мне всё равно приходится проделывать с моделькой)
это конечно не промпт, просто чтоб чатгпт сделал весь пайплайн это очень громоздкое обьяснение чату что и почему вроде
zmiuko
06.02.2025 14:51Ну что за глупость.. Что сильнее: лошадь, телега или человек с телегой с запряжённой лошадью? Gpt это ведь не замена, а инструмент. Разницы нет на что тратить ресурсы: на двадцать человек с деревянными счётами за кассой или дирекцию, маркетологов, команду техников и автомат с тем же товаром, что и в первом случае. Или автор на полном серьёзе считает, что от перемены мест слагаемых меняется сумма? Это словно побег от реальности в сторону того, что кто-то и совершенно бесплатно сделает за тебя всю работу. Но даже для робота нужен шаблон и мало того уголь, сама идея.
Areso
06.02.2025 14:51Изучаю Голэнг. Попросил написать пример сервиса, который принимает фотографии, пережимает их, и сохраняет. Каждый раз, снижая бОльшую сторону до 1000пх, он переворачивает вертикальные фото в горизонтальные.
И если сначала вместо всего опуса обработки фотографий он просто взял библиотечный .fit(), то потом он встал в позу и сказал, что его код делает что нужо, а пользователь дурак.
Проблема даже не в том, что он ошибается или сочиняет (хотя это кстати тоже проблема, скажем, для задач системного администрирования), а в том, что он или сразу или с течением попыток перестает воспринимать запросы на исправление, когда показываешь ему ошибку. Так что сегодня - вряд ли, но еще пару-тройку поколений, микс нескольких нейросеток, и оно будет готово.
tcapb1
06.02.2025 14:51Кажется, что большинство комментаторов использовали какие-то старые версии LLM. За те два года, что я использую LLM в программировании я вижу очень большой прогресс. В GPT 3.5 даже на небольших задачах часто были галлюцинации. С o1/o3-mini-high, а иногда и с Claude 3.5 Sonnet я могу накинуть сразу несколько файлов для контекста, скопировать задачу из Jira и сказать "пиши". В большом проценте случаев ИИ напишет с первого раза как надо.
Да, LLM может что-то не учесть или использовать старую библиотеку, но это больше вопрос к промпту. Да, иногда было такое, что LLM с самого начала предлагала не самое оптимальное решение, и на его разбор мне приходилось тратить больше времени, чем если бы я написал сам. Но в основном нейросети мне в ежедневном режиме очень экономят время. Да, нужно ревьювить каждую строчку, но это в любом случае надо делать. А исправлять приходится всё меньше и меньше. Тут и нейросети вышли на новый уровень и я научился что, как и в каких случаях у них запрашивать.
Я не вижу причин, почему эта тенденция должна остановиться. Пока есть проблемы с большим контекстом и связкой с пользовательским опытом (LLM видит только код, но не интефейс продукта в динамике), но это не выглядит нерешаемым.В краткосроке наверное ничего страшного не произойдёт. Программисты будут эффективнее, но задач много, можно будет просто начать делать те задачи, которые раньше не сходились по экономике, а теперь начнут сходиться.
Но в дальнейшем LLM вполне могут заменить не только джунов и мидлов, но и тимлидов, PM и т.д. Эта работа требует большей квалификации, происходит на более высоком уровне абстракции, но в целом такая же работа с данными, во что LLM умеют. Пока не так хорошо, как работать с атомарными задачами, но посмотрим что будет дальше.
SquareRootOfZero
06.02.2025 14:51Делал на днях мелкую фигню для души, понадобилось сделать crop для видео средствами модуля python-vlc. Ввожу в Гугль запрос: "python-vlc crop video". Первым делом гугловский ИИ выдаёт следующее:
import vlc # Create an instance of the VLC media player player = vlc.MediaPlayer("path/to/your/video.mp4") # Set the crop filter player.video_set_crop_geometry("0,0,100,100") # (x, y, width, height) # Play the video player.play()Функция video_set_crop_geometry в библиотеке действительно есть, но с таким параметром не работает. Пошарил по ссылкам, не нашёл решения, чуть переформулировал запрос, ИИ сгенерировал код плюс-минус аналогичный, только теперь там было что-то вроде:
video_set_crop_geometry("0.3,0.3,0.7,0.7")Типа, не в пикселях, а в долях от размеров. Тоже не работает. Реальный синтаксис там оказался довольно хитровыделанный, нашёл его потом.
Не знаю, правда ли оно лучше пишет на nodejs монолиты микросервисов лендингов бэкендов с конверсией лидов, но у меня вызывает некоторое недоумение сам факт разговоров, что оно то ли вотъ-вотъ заменит, то ли уже заменило всех программистов, когда оно вот просто врёт в банальном примере вызова функции из API.
JoshMil
06.02.2025 14:51Чтобы нейросеть написала код нужно не меньше работы восококвалифицированного специалиста, чем это нужно в случае с программистом.
Так что о какой то замене довольно странно рассуждать. Скорее о допрлнении.
Обобщенная методология, более эффективное обучение, избавление от рутины. Вот что дает людям нейросеть.
Wesha
06.02.2025 14:51Если взять историю разработки, то когда-то нужно было хорошо понимать, как работает память компьютера. Потом появились операционные системы, потом браузер
...отчего хорошо понимать, как работает память компьютера нужно быть не перестало.
YourgenAP
Нет, нельзя. Я попросил ChatGPT посчитать мне маску для CAN Identifier, чтобы была фильтрация сообщений. И попросил после проверить другие Message ID, которые не должны входить в заданный промежуток. В итоге логическое И он смог выполнить правильно только с третьей попытки, сперва вообще его не выполнив, потом выполнив логическое ИЛИ.
Эта задача очень простая и расчет был, что ChatGPT позволит потратить меньше времени. В итоге, мне кажется, я потратил на эту задачу больше времени, чем сделал бы это сам.
kreout
Я не разбираюсь в CAN, но выглядит как будто модель o3 вполне себе справляется с этой задачей. https://chatgpt.com/share/67a517fc-88e8-8007-a9f3-e1728d764cf6
Wesha
Ключевые слова — «не разбираюсь» и «выглядит».
arantar
del