Вероятно, сейчас нет более спорного модного слова в разработке программного обеспечения, чем «кодирование Vibe» — доверяя ИИ, чтобы написать код для вас. Первоначально, ссылаясь на проекты на выходных, теперь он является синонимом общего использования ИИ в кодировании. Людям нравится это, люди ненавидят это, они обсуждают это на подкастах и даже преподают в нем онлайн -курсы. Родители задаются вопросом, нужно ли их дети еще учиться информатике.
Помимо эмоций и ажиотажа, в нашей отрасли происходит фундаментальный сдвиг. Я вижу это в ежедневных беседах с коллегами по CTO, в том, как я строю свой бизнес в области программного обеспечения и в еженедельных отчетах о прогрессе из нашей лаборатории искусственного интеллекта. Как человек, который десятилетиями построил компании по разработке программного обеспечения, часть моей роли предвидит будущие тенденции, оставаясь при этом прагматичным. Со времен интернет -бума мы приближаемся к наиболее значимой точке перегиба в разработке программного обеспечения.
Промизеланд
Сегодня, учитывая правильный контекст, агенты искусственного интеллекта могут создавать функции и исправлять ошибки с минимальным надзором. Популярный эталон, Swe-Bench, демонстрирует этот прогресс: в 2023 году он был современным, если ваш агент по искусственному ИИ мог решить 5%. Сегодня наши агенты легко решают 60%+ этих проблем, улучшаясь с помощью каждого спринта. Многие команды успешно переводят эту возможность в повышенную производительность.
В экосистеме Startup основатели Y Combinator сообщают, что генерирует 90% своего кода с ИИ, независимо от их технического опыта. Некоторые из них создали инженерную карьеру, другие учатся на лету, но большинство смешанных управления продуктами и инженерии в своей ежедневной работе. Традиционное разделение между менеджерами продуктов, определяющих требования, и инженеров, реализующих их, быстро размывается. Мы являемся свидетелями роста «инженеров -продуктов» — специалистов, которые подчиняются, внедряют и тестируют решения в качестве отдельных лиц, используя ИИ на протяжении всего процесса.
Снижение стоимости реализации делает эксперименты проще и более доступными, трансформируя управление продуктами. Вместо длительных циклов развития клиентов вы можете мгновенно прототип продуктов. Это размывает грань между «продуктом» и «функцией», обеспечивая инновации на уровне функций и репликации на уровне продукта.
Мы увидим значительное увеличение инженерной скорости и производительности. Одновременно мы являемся свидетелями взрыва в создании программного обеспечения. Экономические силы, скорее всего, создадут балансировочный акт: инициативы по росту будут поддерживать численность персонала, получая выгоду от улучшений темпа в 2-10 раза; Инициативы по техническому обслуживанию уменьшат численность персонала из -за повышения производительности; и новые продукты поглотят таланты, освобожденные от технического обслуживания.
Пустоши
Это преобразование создает тройное давление для некоторых устаревших поставщиков:
Между тем, новые стартапы первые AI-Prirst в ценностных предложениях, внутренних операциях и темпе. Это «дилемма новатора» на стероидах.
У меня были независимые разговоры с дальновидными руководителями, CTO и VPS, которые видят это сжатие и начинают действовать.
Рыночная премия для инженеров AI-Pirst
Рынок вознаграждает тех, кто использует новые возможности самым быстрым на макро и индивидуальном уровне. По мере того, как руководители ускоряют принятие агента искусственного интеллекта, я постоянно слышу о растущем спросе инженеров, которые активно развертывают ИИ в своей работе — их просто недостаточно. Reuters Research оценивает разрыв в таланте AI на 50%. Этот дефицит означает, что профессионалы демонстрируют, что владение ИИ будет пользоваться повышенной безопасностью работы и компенсацией премий.
И наоборот, я стал свидетелем растущего разочарования исполнительной власти у сотрудников, которые игнорируют возможности производительности с поддержкой AI. Помните, что я упоминал выше, что нынешнее состояние искусства решает около 60% Swe-Bench? Некоторые люди видят это и думают: «С некоторыми усилиями я могу быть вдвое продуктивным». Напротив, другие демонстрируют синдром «Самый умный человек в комнате», сосредотачиваясь на сценариях, в которых ИИ терпит неудачу, чтобы они могли сохранить свое чувство интеллектуального превосходства. Большинство людей падают где -то между ними, еще не разблокируя выгоды ИИ по разным причинам, но скоро.
ИИ — это инструмент, как молоток. Молоты отлично подходят для гвоздей, менее полезны для винтов и ужасны для открытия вина. ИИ значительно более тонкий, требующий практического опыта, чтобы понять, где он работает вне коробки, нуждается в корректировке, и где традиционные методы остаются превосходными.
Я видел, как интеллектуально любопытные инженеры создавали замечательные настройки, соединяющие агенты кодирования ИИ с пользовательскими серверами MCP и инструкциями по продвижению для автоматизации существенных частей их работы. Я также видел умных, но специалистов AI-Myopic, которые считают, что завершение кода около 2022 года представляет собой современное кодирование ИИ.
Техническая индустрия всегда вознаграждает интеллектуальное любопытство и быстрые инновации. Рассматривая вашу следующую возможность работы, имейте в виду эти очки. Стартаповые интервью все чаще просят кандидатов на код с помощью ИИ -помощи, и менеджеры по найму часто спрашивают о достижении повышения производительности, которые вы достигли с помощью инструментов искусственного интеллекта.
Перерыв 4-минутной мили
Это создает возможности как для опытных профессионалов, так и для свежих талантов. Старшие инженеры приносят глубину и широту опыта, который помогает им эффективно организовать агенты ИИ. Тем не менее, они работали в последнее десятилетие в определенном темпе, что затрудняет сброс ожиданий.
Новый талант будет иметь преимущество в том, что он является родным. Для них двигаться при том, что мы считаем «10-кратным темпом», будет нормальным-у них нет самообучения, которые можно преодолеть. Это напоминает четырехминутную милю, когда-то считавшись невозможной, но теперь достигнуто лучшими спортсменами старших классов.
Как мы говорим в индустрии искусственного интеллекта, «охватите экспоненты».
Великое расхождение
Я выделил несколько временных поляризующих эффектов ИИ на нашу отрасль: AI-Pirst против компаний AI-NOT, а также инженеров AI-Prirst против AI-NOT. Это временные, потому что рыночная экономика и конкуренция в конечном итоге превышают преимущества производительности в отрасли. Теперь позвольте мне обратиться к другому расходу.
Исторически, профессия программного обеспечения неоднократно превращалась в специализацию (которые иногда сходились позже). Появились системные инженеры, которые поняли внутренние компиляторы, в то время как разработчики приложений использовали API высокого уровня. С растущей сложностью, веб-разработка разделилась на бэкэнд, фронта и разработку специальностей, только для того, чтобы вновь появиться в роли инженера с полным стеком с помощью новых технологий облака и открытого исходного кода.
Я предвижу подобное расхождение в ближайшее время с инженерами с полным стеком:
Между этими специальностями существует разрыв в навыках, вызывая опасения по поводу того, как свежий талант закроет его. Тем не менее, я не верю, что этот разрыв требует закрытия: использование более ранней метафоры, не все разработчики приложений хотят стать инженерами -системными. Для тех, кто это делает, у экономики есть примеры гораздо более сложных пробелов для монтажа. Никакая степень бакалавра не подготавливает вас к тому, чтобы привести к крупной компании в качестве генерального директора или немедленно выполнять операцию, но у нас есть врачи и генеральные директора.
Что это значит для разных заинтересованных сторон
Для инженеров -программистов
Вы можете наблюдать три вещи навсегда: сжигание огня, падение воды и агенты ИИ, которые делают работу за вас. Развивайте навыки в быстрого инженеров и сотрудничества ИИ. Лучшие инженеры становятся «AI Wranglers», которые организуют нескольких помощников для решения сложных проблем. С вашим текущим техническим стеком, для многих практических вариантов использования вы в 1000 раз более продуктивны, чем инженер 30 лет назад, со своим стеком. Пришло время добавить еще 10 раз и приблизиться к чистой форме создания программного обеспечения.
И эта скорость будет посвящена творчеству и ориентированному на продукт мышления. Инженеры, которые будут процветать, — это те, кто думает вне кода до потребностей клиентов и результаты бизнеса. Поскольку ИИ обрабатывает больше рутинного кодирования, ваша ценность все чаще происходит от понимания «почему» функций, а не только «как».
Для руководителей
Если вы воспитываете идеи для новых продуктов, сейчас самое идеальное время для создания продуктов AI-Perse с процессами AI-PROCESS с использованием инженеров-AI-Pirst.
Для существующих проектов инвестируйте в инструменты и обучение с целостным подходом. Например, я недавно поговорил с генеральным директором крупной компании -разработчика программного обеспечения с десятками тысяч автоматизированных тестов. При надлежащем использовании этот актив может позволить более проактивному изменению агента ИИ, закрыв петлю обратной связи и передавая результаты испытаний обратно к агентам.
Доступно много простых тактических шагов, от обеда и обучения до выделенных каналов Slack/Teams, где команды делятся успешными примерами и советами по развертыванию агентов ИИ. Помните, есть три вещи, которые вы можете смотреть навсегда.
Для студентов и родителей
Программная инженерия остается одним из самых перспективных карьерных путей, несмотря на — или, скорее, из -за достижений ИИ. Далекие от устаревшего кодирования, эти инструменты разрабатывают рутинную работу и бесплатные инженеры, чтобы сосредоточиться на творческом решении проблем.
Думайте об ИИ как о автопилоте в авиации: он блестяще выполняет обычные функции, но все еще требует квалифицированных пилотов для критических решений и неожиданных ситуаций. Поскольку программное обеспечение становится еще более важным для каждой отрасли, спрос на инженеров продолжает расти.
Я бы дополнил традиционные основы информатики и разработки программного обеспечения с помощью управления продуктами, UX, глубокого обучения и LLM. Некоторые колледжи могут переоценить традиционные «основы» за счет широты и современности. Когда я недавно увидел архитектуру RISC и CISC в базовой учебной программе по компьютерному курсу, в то время как в том же учреждении не было занятий по поиску информации (RAG) или LLMS, я спросил, не соответствуют ли они развитию отраслевых событий.
Инженерная инженерия в точке перегиба ИИ
Профессия разработки программного обеспечения развивается и ускоряется. Для компаний выбор ясен: охватите AI-авгуационную разработку или опережают конкуренты, движущиеся со скоростью 10 раз. Для отдельных инженеров сейчас настало время развивать наборы навыков и наклоняться к мышлению продукта и сотрудничеству ИИ.
Как человек, который был свидетелем многочисленных отраслевых преобразований, я считаю, что этот сдвиг в сторону AI-авгументированной инженерии создаст многочисленные возможности. Инженеры, которые процветают, будут ездить на этой волне, становясь оркестраторами возможностей ИИ, применяя свое уникальное творчество и суждение человека для создания замечательных продуктов.
Будущее принадлежит тем, кто нарушает свою четырехминутную милю.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Эндрю Файлв является основателем и генеральным директором Zencoder. Инновационный запуск искусственного интеллекта был сосредоточен на расширении возможностей разработчиков кодировать умнее, быстрее и с большим воздействием. Миссия Zencoder состоит в том, чтобы преодолеть разрыв между воображением и внедрением, помогая организациям отправить эффективное программное обеспечение … Подробнее от Andrew Filev
