«Как Vibe Coding трансформирует и угрожает карьерам инженеров»
В Киркланд, штат Вашингтон, передовой экран на 5K освещает динамическую активность искусственного интеллекта, генерируя тысячи строк кода на четырех терминалах. Проверенный временем софтверный инженер Стив Йегге, который занимал должности в Google и AWS, наблюдает за процессом.
«Этот терминал выполняет тесты, другой разрабатывает планы. Хотя я одновременно занимаюсь четырьмя проектами, по сути, я просто расходую токены», — замечает Йегге, имея в виду вычислительные затраты, связанные с генерацией текста с помощью крупных языковых моделей (LLM).
Понятие кодирования как входа в безопасную, прибыльную карьеру в области технологий подвергается критике из-за появления сложных моделей кодирования от компаний, таких как OpenAI, Anthropic и Google. Платформы, такие как X и Bluesky, полны обсуждений о том, что компании, возможно, сократят или даже полностью упразднят команды разработчиков.
Когда ChatGPT был запущен в конце 2022 года, модели ИИ могли автоматически завершать небольшие сегменты кода, повышая эффективность разработки программного обеспечения. По мере того как эти модели развивались, приобретая «агентные» навыки для работы с программным обеспечением, манипуляции с файлами и доступа к онлайн-сервисам, как инженеры, так и не инженеры начали использовать их для создания полных приложений и веб-сайтов. Известный исследователь ИИ Андрей Карпати в феврале ввёл термин « vibe coding», чтобы описать процесс разработки программного обеспечения, когда модели ИИ работают на основе текстовых запросов.
Это быстрое развитие вызвало озабоченность среди разработчиков по поводу потенциальной массовой потери рабочих мест из-за автоматизации. Дарио Амодеи, генеральный директор Anthropic, предсказал на мероприятии Совета по международным отношениям, что ИИ может отвечать за 90% написания кода в течение месяцев, а возможно, и за все написание кода в течение года.
Тем не менее, многие эксперты предупреждают, что текущие модели всё ещё далеки от надежной автоматизации значительной части кодирования. Хотя будущие разработки могут позволить ИИ кодировать так же квалифицированно, как и люди, чрезмерная зависимость от ИИ может привести к наплыву ошибочного, небезопасного кода и недостатку квалифицированных разработчиков.
Давид Автор, экономист MIT, изучающий влияние ИИ на занятость, признает возможность автоматизации разработки программного обеспечения, подобно транскрибации и переводам. Тем не менее, он отмечает, что продвинутое программирование намного сложнее. Автор также подчеркивает «эластичность» спроса на программы, ставя под сомнение, как рынок сможет адаптироваться к дополнительным инженерным ролям.
Автор сравнивает спрос на программное обеспечение с услугами, такими как колоноскопия, где улучшения не увеличивают спрос, в отличие от таксопарков, где эффективность увеличивает спрос и снижает стоимость и зарплаты.
Эволюционирующая перспектива Йегге олицетворяет изменяющийся ландшафт. Ранее скептически настроенный по поводу возможностей ИИ в кодировании, Йегге теперь поддерживает его потенциал, совместно написав с Джином Кимом книгу о «Vibe Coding», чтобы исследовать возможности и вызовы данного подхода. Он предсказывает будущее, в котором программирование с помощью ИИ станет нормой.
На стенах сообщений программистов есть примеры приложений, веб-сайтов и игр, созданных с помощью vibe coding. Стартапы, такие как Cursor и Windsurf, используют этот тренд, при этом OpenAI, по сообщениям, рассматривает возможность приобретения Windsurf. Тем не менее, ограничения генеративного ИИ, такие как ошибки и путаница, предостерегают от чрезмерной зависимости от помощи ИИ в кодировании.
Мартин Касадо из Andreessen Horowitz утверждает, что текущие ограничения ИИ означают, что вряд ли он полностью заменит человеко-кодеров. Тем не менее, скорость развития ИИ оказалась неожиданно быстрой, что ознаменовало значительный сдвиг в области компьютерных наук, сопоставимый с переходом от ассемблера к языкам более высокого уровня.
Кен Томпсон из Anaconda отмечает гендерный разрыв в принятии ИИ, причем более молодые разработчики с большей охотой принимают его. Несмотря на энтузиазм, непредсказуемый вывод ИИ остается проблемой для многих разработчиков.
Сдвиг к кодированию с помощью vibe view рассматривается как абстракция, а не замена, аналогично переходу к языкам более высокого уровня программирования, что потенциально увеличивает число людей, способных производить функциональный код.
Парадоксально, но бум vibe coding подчеркивает неугасимую важность крепких навыков кодирования. Новички часто сталкиваются с проблемами безопасности, симуляциями функций, неожиданными расходами и неработающим кодом. «Инструменты ИИ справятся со всем, включая ошибки», — предупреждает Йегге, подчеркивая необходимость тщательного мониторинга.
Мнения разработчиков о технологиях ИИ разделены, при этом энтузиазм соответствует скептицизму. Даниэль Джексон, компьютерный ученый из MIT, исследует интеграцию ИИ в крупномасштабную разработку программного обеспечения, но предсказывает возможное разочарование по мере снижения ажиотажа.
Джексон утверждает, что модели ИИ принципиально отличаются от компиляторов, которые надежно переводят высокоуровневый код в машины-эффективные языки. Vibe coding оказывается недостаточным для серьезных программных приложений, где «в основном работает» не является достаточным.
Сложные программные проекты требуют глубокого понимания зависимостей. Опытные программисты отлично справляются с этим, но крупные языковые модели испытывают трудности с этими нюансами. Джексон предсказывает сдвиг к модульным кодовым базам с меньшими зависимостями, чтобы учесть ограничения ИИ, подчеркивая важность проектирования.
Чрезмерная зависимость от ИИ представляет собой риски, потенциально приводя к массовым сбоям, небезопасному коду и поколению программистов, у которых нет навыков для устранения уязвимостей.
Несмотря на интеграцию инструментов кодирования в свои процессы, компании признают ненадежность ИИ. Кристин Йен из Honeycomb подчеркивает полезность ИИ в простых проектах, но отмечает его недостаточность для задач, требующих суждения и точности.
Лиад Элидан из Milestone отмечает изменения в спросе на высокопроизводительных разработчиков, в то время как Навин Рао из Databricks указывает на то, что навыки кодирования остаются ценными, подобно изучению математики для вычислительной способности.
Йегге и Ким выступают за адаптацию разработчиков к изменениям, вызванным ИИ, рекомендуя стратегии, такие как модульные кодовые базы, постоянное тестирование и эксперименты в своей книге о vibe coding. Они подчеркивают изменчивый характер использования ИИ для разработки программного обеспечения, акцентируя внимание на важности эффективного управления его рисками.
Автор публикации
