В условиях стремительного развития технологий искусственного интеллекта (ИИ) компания Диасофт провела опрос среди ведущих экспертов — CTO, DevOps-инженеров и операционных директоров — чтобы выяснить, как ИИ меняет ландшафт инженерной деятельности, какие подходы эффективны, а какие нет, и какова новая роль современного инженера. Ниже представлены ключевые выводы этого исследования.

ИИ как Вдохновленный Младший Специалист: Сильные и Слабые Стороны

Искусственный интеллект часто воспринимается как чрезвычайно усердный младший специалист, который освоил огромный объем кода. Это делает его идеальным для выполнения типовых задач. Однако, когда речь заходит о редких фреймворках, нестандартных архитектурных решениях или задачах, требующих глубокого понимания контекста, ИИ может замедлять процесс вместо его ускорения.

Приоритет Конвейера над Единой Моделью

Современный подход отходит от концепции «ИИ полностью берет на себя разработку» в сторону создания специализированных моделей для каждого этапа конвейера разработки. Например, одна модель может быть заточена под генерацию юнит-тестов, другая — под создание технической документации, а третья — под расшифровку и анализ встреч с заказчиками. Такой модульный подход обеспечивает большую точность и эффективность.

Осторожность с Высоконагруженным Продакшеном

Внедрение ИИ во внутренние инструменты, где потенциальные сбои не оказывают критического влияния на клиентов, приносит значительные выгоды. Однако использование ИИ для внешних высоконагруженных продакшн-систем пока сопряжено с неприемлемо высокими рисками. Важность стабильности и надежности в таких средах диктует повышенную осторожность.

Инженер: Архитектор Будущего

ИИ обрабатывает информацию, основанную на прошлом опыте и существующих данных. Роль инженера, напротив, заключается в предвидении будущего: проектировании систем, которые еще не существуют, прогнозировании последствий принимаемых решений, предугадывании нестандартного поведения и разработке логики на опережение. Это делает инженера ключевым звеном в инновационном процессе.

Смещение Порога Входа в Профессию

Порог входа в инженерную профессию не снизился, а трансформировался. Если раньше основное требование заключалось в умении писать код, то теперь важно управлять «оркестром» ИИ-агентов. Это требует нового набора навыков: способности распознавать «галлюцинации» модели, понимать, где ИИ может упростить или исказить решение, и оценивать применимость его рекомендаций.

Принцип «Доверяй, но Проверяй» в Эпоху ИИ

Принцип «Доверяй, но проверяй» приобретает особую актуальность. Представьте, что автопилот для малой авиации был разработан исключительно с помощью ИИ. Несмотря на кажущуюся работоспособность, никто не рискнет установить его на самолет без тщательной и многоуровневой проверки. Аналогичный подход критически важен и в нашей сфере, где последствия ошибок могут быть катастрофическими.

Ильяс Мустафин, CTO JetFinance, дополняет эти размышления:

«Как только мы начинаем определять границы системы, выбирать архитектуру и идти на компромиссы, преимущество ИИ быстро испаряется. Чем проще становится написание кода, тем ниже порог для принятия решений. Функционал начинает добавляться не потому, что он действительно нужен, а потому, что это быстро сделать. ИИ эффективно устраняет случайную сложность реализации, но сама суть задачи и выбор архитектуры остаются неизменными. Более того, они становятся еще более заметными и дорогостоящими, так как количество вариантов увеличивается, а негативные последствия ошибочных решений наступают значительно быстрее. Это уже проявляется в повседневной работе: команды с легкостью генерируют новые функции, потому что «это легко автоматизировать«. Однако через месяц обнаруживается, что поддерживать этот объем кода никто не готов, и технический долг растет с той же скоростью, что и сам код.»