В предыдущей статье я поднял вопрос о кризисе технических собеседований. Мы обсуждали, почему проверка знания синтаксиса на бумажке в 2026 году — это абсурд, и почему индустрия упорно игнорирует существование ИИ.
Читая комментарии, я поймал себя на мысли: мы ругаем HR за вопросы по синтаксису, но ведь вся наша карьерная лестница десятилетиями строилась именно вокруг знания синтаксиса и особенностей конкретных инструментов.
Рынок труда долго поощрял нас становиться "узкими специалистами". Но сейчас, когда ИИ берет на себя рутину и работу со справочной информацией, этот подход требует пересмотра. Давайте обсудим, почему "знать одну технологию глубоко" становится менее выгодно, чем "понимать принципы работы систем в целом".
Эпоха вынужденных ограничений
До появления мощных LLM (Large Language Models) рынок труда функционировал по жестким правилам. Ценность специалиста определялась объемом его «внутренней оперативной памяти».
Человеческий мозг имеет когнитивные ограничения. Чтобы быть конкурентоспособным, мы были обязаны жертвовать широтой кругозора ради экстремальной глубины в одной узкой точке.
Биолог не мог быть просто исследователем жизни. Он обязан был стать узким специалистом по нейрохимии конкретной группы рецепторов.
Разработчик не мог быть просто инженером. Рынок требовал стать React-разработчиком с опытом практического использования Redux Saga не менее 5 лет.
Это была вынужденная специализация. Чтобы продать свой труд, человек должен был превратиться в «функцию», в живой справочник по конкретному инструменту. Если вспомнить классиков политэкономии, это можно назвать формой отчуждения: профессионал переставал видеть картину целиком, замыкаясь в бесконечном изучении нюансов одного «винтика».
Мы годами учили наизусть аргументы функций, флаги компиляторов и специфические баги фреймворков. Это знание считалось нашим главным капиталом.
ИИ как «Экзокортекс» и девальвация памяти
Что произошло сейчас? Стоимость доступа к фактическому и техническому знанию упала практически до нуля.
Нейросеть помнит документацию лучше любого сеньора. Она знает синтаксис всех языков, особенности всех протоколов и номенклатуру всех белков. То, на что мы тратили годы (накопление фактологической базы), теперь доступно по нажатию клавиши Enter.
Это приводит к перелому: быть узким специалистом больше не выгодно.
Если ваша ценность заключалась только в том, что вы помните, как написать сложный SQL-запрос с оконными функциями, то у меня для вас плохие новости: Copilot сделает это в сотни раз быстрее и точнее.
От инструмента к принципу
Именно здесь происходит разворот. ИИ позволяет нам перестать быть «операторами фреймворков» и вернуться к инженерной сути.
Раньше переход на новый язык или в смежную область (например, фронтендеру залезть в бэкенд или биологу заняться Data Science) требовал месяцев переобучения. Синтаксический барьер был слишком высок.
Сегодня, если вы понимаете общие принципы (алгоритмы, работа с памятью, статистические методы), ИИ берет на себя трансляцию вашей идеи в код на любом языке.
Это рождает новый тип специалиста:
Инструментальный агностик. Ему (почти) всё равно, на чем писать — Python, Go или TS. Он понимает архитектуру, а детали реализации подтягивает ИИ.
Синтезатор знаний. Специалист может комбинировать области. Биолог сам пишет скрипты обработки данных. Разработчик сам верстает и проектирует БД.
Мы возвращаемся к нормальному состоянию T-shaped специалиста, где «ножка» буквы T — это не знание одного фреймворка, а фундаментальное понимание Computer Science (или другой предметной области), а «шляпка» — это способность быстро применять эти знания в любом контексте с помощью ИИ.
Заключение
Мы находимся в интересной точке. Индустрия найма инерционна: вакансии всё ещё пестрят требованиями «опыт работы с библиотеками X.Y.Z от 2х лет». Но реальность работы уже изменилась.
Специализация, к которой мы привыкли, была защитным механизмом мозга против растущей сложности технологий. Мы дробили знания на куски, чтобы они поместились в голову. ИИ забирает эту сложность на себя.
Это дает нам возможность выйти из «рабства» одной функции. Профессионал будущего — это не тот, кто выучил один инструмент лучше всех. Это тот, кто обладает системным мышлением и использует ИИ, чтобы закрывать пробелы в узких областях. Быть универсалом перестало быть признаком поверхностности — теперь это признак эффективности.
Возможно, пришло время перестать определять себя через название фреймворка в резюме.
Комментарии (6)
LED_union
26.01.2026 04:20Есть одна проблема, люди и в частности руководители неи хотят ставить четкие задачи, которые так нужны при составлении промтов.
Из-за этого процесс не сильно изменился, исполнителям просто добавили новый инструмент
ulisma
26.01.2026 04:20Есть такое старое выражение: "Правильно поставленный вопрос - это уже половина правильного ответа".
Если ты ничего не понимаешь в сфере, как ты будешь использовать инструмент (промпты) для этой сферы? Правильно, криво и косо. Результат будет таким же.
dan_sw
Вообще нет. Наоборот - он поощрял нас становится как можно более "широкими специалистами", ведь экономически для компании наиболее выгодно закинуть фронтендера на бэкенд, чтобы он стал fullstack-devops-инженером в перспективе и брал на себя роль 3-4 специалистов. Вы откуда такое "мнение" прочитали или увидели?
Узкие специалисты, обычно, ценятся больше чем широкие специалисты в узких сферах, где требуется максимально глубокая экспертиза. И это не спроста так было устроено - там реально очень много деталей. Та же разработка игровых движков - там сплошь и рядом узкие специалисты, просто потому что деталей очень много, а не "бизнес меня заставил". От того, что они ценны зарплата у них, конечно, не растёт, но найти крутых узких спецов - сложно.
И... сейчас ничего не изменилось. Абсолютно. Только, разве что, человек становится постепенно не нужен из-за "ограничений внутренней оперативной памяти", ведь LLM справляется с интеллектуальными задачами быстрее. Рынок сейчас стремится оптимизировать людей, как было всегда. Ничего не поменялось. У многих топ-менеджеров есть мечта - "1 специалист и куча LLM-агентов, которые в будущем и этого 1 специалиста заменят".
Необязаны. До LLM были FullStack-разработчики. Кто хотел быть для бизнеса "рабом многофункциональным", тот мог это сделать без проблем. За рынком не следите что ле?
Точно также... как и сейчас. Ничего не изменилось. Да, компании используют людей как винтики в большой системе. Да, так работало, работает и будет работать.
Нет, не учили. Это тупо, не конструктивно и не прагматично. Зачем учить аргументы функции, если API к этой функции изменится? И если документация к ней хорошо описана? Смысла нет. В программировании меняется буквально всё с периодичностью, которая тоже изменяется. Я не знаю ни одного программиста профессионального, который бы наизусть запоминал API функций. Важно знать, для чего это API может пригодиться (и какие флаги компилятора вообще есть, для каких задач), а не знать его наизусть.
И прекрасно. Только этот факт тоже погоды не делает. Хоть знания и открыты, но далеко не все их действительно поймут. Куча статей научно-исследовательских выходит, но их читают единицы. Много проектов с открытым исходным кодом, но изучают и исследуют его немногие. И так далее...
Ну да... он тупо является причиной, по которой можно логически доказать не нужность человека в любой интеллектуальной деятельности. Это уж точно не специализация, да и не работа. Человек очень скоро будет нигде не нужен, и все эти "системные архитекторы", "проектировщики", "дизайнеры архитектур" канут в небытие, потому что любая интеллектуальная деятельность людей будет заменена сильным ИИ. Непонятно что будет с экономикой, но видимо придёт глобальный кризис, который коснётся всех, кроме тех, кто успел создать свою ИИ-компанию и достичь успеха. Не успели? У меня для вас плохие новости...
Как и раньше... ничего не поменялось...
Везде одно и тоже... "системное мышление", "проектировщик", "архитектор"... да чушь это всё, полная. Это есть всего-лишь "защитная реакция" человеческого общества на очень скорую не нужность человека в принципе. Потом, наверное будут архитекторы более высокого уровня, ещё выше и ещё... пока мы не придём в принципе к пониманию, что наша экономическая модель (избранная большинством) просто всех "съела" и даже не подавилась. Я не вижу здесь других вариантов. Технологическое развитие свернуло не туда... это только для крупных компаний всё выгодно, но не для отдельных людей. В идеале нужно каждому над своим продуктом сейчас думать, потому что работать на кого-то в будущем - это крайне, крайне не выгодно и опасно (тебя в любой момент выгонят из-за технологического развития, а ты даже с этим ничего сделать не сможешь). Лучше на себя работать, и чем раньше, тем лучше.