На автомате весит предупреждение "вас снимают и возможно наблюдают"? Вы не думали, что это может быть просто не этично и не всем может нравится, что за ними подглядывают?
Даже если вы даёте видео поток для
обеспечения возможности удаленной отладки и контроля за сеансами.
это вовсе не гарантирует, что владельцы автоматов будут использовать видео ТОЛЬКО для этих целей.
Да, люди уходят, когда нет места. Да, набирают новых, когда есть необходимость. Ну будет типа меньше "сеньёров", потому, что выпускники ИТ не пойдут в профессию. Ну так и спроса будет меньше и кривая роста с новичка до мастера сократиться.
Не будет никакого "дефицита сеньёров" через 5 лет. Рынок с запасом закроется специалистами. (при допущении что мы говорим о "предсказанном" будущем, когда ИИ развивается, компании его внедряют) - разработка смещается к spec driven парадигме.
Максимум, что будет - поднимится зарплатная планка у "настоящих сеньёров с настоящим опытом". Но и то - не факт. Нас сейчас очень много, сколько сейчас вряд ли нужно, поэтому будет отток.
Индустрия меняется, делать прогнозы на 10 лет, это как тыкать пальцем в небо. Тут не ясно, что через год-два будет... Но вот интересно, но почему "сокращение набора младших специалистов сегодня" выливается в "отсутствие старших" через 10 лет? Куда денутся те, кто нанимается сейчас? Рассосутся, что ли?
Я над этим думал и пришёл к выводу, что можно (через настройку банды агентов с кросс-проверкой), но всё равно с оговоркой, что это удорожает процесс и всё равно не гарантирует 100% годноты.
А значит на текущем моменте не стоит потраченных на это усилий, поэтому "пока ждём" развития LLM и инструментов для работы с ними.
Примерно так и есть. На личном примере (dotnet backend):
(Настройка): с github/awesome-copilot взят один агент и пара скилз, проекты хорошо прописаны в copilot-instructions.md, MCP сервер на ADO (Azure DevOps, там все тикеты)
Начинаю с того, что задача должна быть нормально описана в тикете. Степень "нормальности" зависит от сложности, субъективный параметр. Если задача большая, можно взять помощь LLM с grill me агентом
В Copilot CLI начинаю с /plan, потом черновая реализация в автопилоте.
Смотрю сотворённое. Если совсем не то, возвращаюсь к 2 или 3
Если процентов 70-80 на первый взгляд норм, сортирую на то, что надо менять, и то, что не надо.
Ну так и не все студены остаются "за бортом". Речь про статистическое большинство.
Я вижу, что планка ЗП упала (конкретно по Канаде (цифры далее - к контексте позиций в Монраеле), "обычный" сеньёр с 10+ стажем три года назад стоил 120-150к в год, сейчас 110-130 и ниже). Падение не было резким, просто новые позиции постепенно понижали "вилку", делая ее новой нормой.
Более того, есть тенденция "взять крепкого мидла за 90-100", с AI tools он даёт хорошие результаты.
ИИ - это инструмент. Бывает дорогой, бывает не очень. Если не знать, как пользоваться, - будет мало или совсем бесполезным.
Но знания "как пользоваться", тем более универсального - нет. Есть чужой опыт, иногда восторженный, иногда полный разочарования. Самое правильное, что можно делать сейчас, - читать его, анализировать, прикидывать "на себя". Понять, где он поможет и с какой обвязкой, где наоборот, замедлит и усложнит. Потом - пробовать.
я помню 20 лет назад на даче, при отсутствии "медной пары" я подключал свою "мотороллу" как usb модем к ноутбуку и звонил на рабочий dial-up pool где был прокинут тунель до "выделенного канала". Так я имел "бесплатный интернет" (минут в пакете было достаточно). Скорость была заметно ниже "домашнего", но для префа в gambler хватало.
Думаю и сейчас сработает. У кучи народов всё еще есть "домашний телефон", локальный dial-up интернет отвечает бодрым пищанием (я только что проверил), модемы продаются, пусть и не каноничный роботекс.
если это молодые специалисты с базовыми знаниями в разработке, то год с лишним возни с AI должен дать огромный прирост к экспертизе в практической работе с AI. Что работает хорошо, что нет, какая обвязка и где нужна и т.п.
У меня было два стажера в эпоху ИИ агентов (один в 25, второй в 26 годах) и стажеры ранее. Это разные уровни задач, которые можно было им давать и разная скорость роста их экспертизы в рамках проекта.
Я не возьмусь предсказать, насколько быстрее нынешние новички будут способны на самостоятельные (пусть и с помощью ИИ) архитектурные решения, но по субъективным ощущениям, время взросления сократилось.
ну тут как бы очевидно, что в перспективе команда Y будет иметь 4 команды "сеньёров" и они смогут параллельно вести несколько проектов. Дальше начинается куча "если... (будут проекты, команды не разбегутся и т.п.")
ну и? молодцы, что обеспечивают обратную совместимость. Опять же, меньше причин отказаться от перехода. Кто использует до сих пор - смело может ставить "современную ОС", драйверы модемов наверняка поддерживаются то же.
Есть очень хорошая честная статья "10 месяцев с copilot" с анализом типов решаемых задач (с ссылками на PR) и прогрессом агента. Статья большая, много цифр и авторской аналитики, но интересно. Это к вопросу, используют ли они свои инструменты https://devblogs.microsoft.com/dotnet/ten-months-with-cca-in-dotnet-runtime/
А какие модельки используете? По своему опыту скажу, что план лучше строить с "умной" условной GPT5.4-medium (лучше reasoning high), а реализацию уже можно модели "потупее" отдать.
Чем более незнакомый код и сложнее связи, тем "тяжелее" беру модель. Впрочем в нашем текущем формате разработке (который строился в расчете на людей), задачи бьются так, что ощутимой разницы между планами сделанными 1x (gpt 5.4, 5.3 codex) моделями и 3х (Opus 4.6) /5x (gpt 5.5) - практически нет. Ну и плюс архитектура у проекта норм, без очевидных долгов, "сильно умно" думать не надо.
Это кстати довольно хорошо решается спецификациями и пометками AGENTS.md, чтобы в будущем исключать заведомо ненужные куски кода. ;)
пометки и спеки прописаны так, чтоб пусть лучше я уберу лишку, чем писать ненаписанное )
Мой "уровень использования агентов" - Смотрю на задачу и использую ИИ по мере необходимости, а не потому, что модно. (copilot, стек dotnet)
Да, для больших задач, скорее всего начну с /plan, но больше для того, чтоб проверить не упустил ли сам что-то.
Очень вероятно, что сделаю черновую реализацию по "утверждённому мной плану" через "автопилот". Посмотрю код, подумаю. Выкину процентов 10-20 (в основном не нужные проверки), что-то добавлю, что-то исправлю. Процентов 60-70, наверное, останется близко к сгенерированному. Закончу с /review.
Чем мельче задача, тем вероятнее, что решу её руками, ибо это просто быстрее и эффективнее (плюс экономия своего ИИ бюджета)
Между тем, каким Copilot CLI был в январе-феврале и стал сейчас - огромная разница. Раз начали переход, значить отставание осталось в некритичных (редко используемых у себя) областях, или есть возможность решать задачи альтернативно, без сильных потерь в качестве и скорости.
Как мне кажется, уже заметна тенденция по сдвигу обвязки "от локальной к серверной". Коллекции skills, agents, plugins etc, практически на любой случай. Уже не надо писать самому, - можно брать готовые и адаптировать (или брать как есть и адаптировать проект).
Клод 4.7 уже умеет создавать суб-агентов и циклы работы, используя встроенные инструменты.
То есть вполне возможно, через пару поколений, LLM сами смогут выбирать оптимальную обвязку, исходя из контекста запроса. Причём в общем случае будут делать это эффективнее локальных программистов.
На автомате весит предупреждение "вас снимают и возможно наблюдают"? Вы не думали, что это может быть просто не этично и не всем может нравится, что за ними подглядывают?
Даже если вы даёте видео поток для
это вовсе не гарантирует, что владельцы автоматов будут использовать видео ТОЛЬКО для этих целей.
не боитесь скандалов и судов?
Да, люди уходят, когда нет места. Да, набирают новых, когда есть необходимость. Ну будет типа меньше "сеньёров", потому, что выпускники ИТ не пойдут в профессию. Ну так и спроса будет меньше и кривая роста с новичка до мастера сократиться.
Не будет никакого "дефицита сеньёров" через 5 лет. Рынок с запасом закроется специалистами. (при допущении что мы говорим о "предсказанном" будущем, когда ИИ развивается, компании его внедряют) - разработка смещается к spec driven парадигме.
Максимум, что будет - поднимится зарплатная планка у "настоящих сеньёров с настоящим опытом". Но и то - не факт. Нас сейчас очень много, сколько сейчас вряд ли нужно, поэтому будет отток.
Индустрия меняется, делать прогнозы на 10 лет, это как тыкать пальцем в небо. Тут не ясно, что через год-два будет...
Но вот интересно, но почему "сокращение набора младших специалистов сегодня" выливается в "отсутствие старших" через 10 лет? Куда денутся те, кто нанимается сейчас? Рассосутся, что ли?
Я над этим думал и пришёл к выводу, что можно (через настройку банды агентов с кросс-проверкой), но всё равно с оговоркой, что это удорожает процесс и всё равно не гарантирует 100% годноты.
А значит на текущем моменте не стоит потраченных на это усилий, поэтому "пока ждём" развития LLM и инструментов для работы с ними.
Примерно так и есть. На личном примере (dotnet backend):
(Настройка): с github/awesome-copilot взят один агент и пара скилз, проекты хорошо прописаны в copilot-instructions.md, MCP сервер на ADO (Azure DevOps, там все тикеты)
Начинаю с того, что задача должна быть нормально описана в тикете. Степень "нормальности" зависит от сложности, субъективный параметр. Если задача большая, можно взять помощь LLM с grill me агентом
В Copilot CLI начинаю с /plan, потом черновая реализация в автопилоте.
Смотрю сотворённое. Если совсем не то, возвращаюсь к 2 или 3
Если процентов 70-80 на первый взгляд норм, сортирую на то, что надо менять, и то, что не надо.
Довожу до ума, тестирую, и выкатываю PR
Ну так и не все студены остаются "за бортом". Речь про статистическое большинство.
Я вижу, что планка ЗП упала (конкретно по Канаде (цифры далее - к контексте позиций в Монраеле), "обычный" сеньёр с 10+ стажем три года назад стоил 120-150к в год, сейчас 110-130 и ниже). Падение не было резким, просто новые позиции постепенно понижали "вилку", делая ее новой нормой.
Более того, есть тенденция "взять крепкого мидла за 90-100", с AI tools он даёт хорошие результаты.
инструмент прикольный. Разве, что много false positive в анти-патернах, но это вопрос настройки...
(и непонятно, почему python в тэгах - все написано на TS, а аналитику делают без ограничения по языкам)
ИИ - это инструмент. Бывает дорогой, бывает не очень. Если не знать, как пользоваться, - будет мало или совсем бесполезным.
Но знания "как пользоваться", тем более универсального - нет. Есть чужой опыт, иногда восторженный, иногда полный разочарования. Самое правильное, что можно делать сейчас, - читать его, анализировать, прикидывать "на себя". Понять, где он поможет и с какой обвязкой, где наоборот, замедлит и усложнит. Потом - пробовать.
я помню 20 лет назад на даче, при отсутствии "медной пары" я подключал свою "мотороллу" как usb модем к ноутбуку и звонил на рабочий dial-up pool где был прокинут тунель до "выделенного канала". Так я имел "бесплатный интернет" (минут в пакете было достаточно). Скорость была заметно ниже "домашнего", но для префа в gambler хватало.
Думаю и сейчас сработает. У кучи народов всё еще есть "домашний телефон", локальный dial-up интернет отвечает бодрым пищанием (я только что проверил), модемы продаются, пусть и не каноничный роботекс.
адаптеры решают проблему. USB в последовательный порт доступен широко и стоит копейки. Для PCI решения тоже есть и тоже не сильно дорогие.
Для звонилки-модема, впрочем, проще просто USB модем купить, они тоже есть в ассортименте.
если это молодые специалисты с базовыми знаниями в разработке, то год с лишним возни с AI должен дать огромный прирост к экспертизе в практической работе с AI. Что работает хорошо, что нет, какая обвязка и где нужна и т.п.
У меня было два стажера в эпоху ИИ агентов (один в 25, второй в 26 годах) и стажеры ранее. Это разные уровни задач, которые можно было им давать и разная скорость роста их экспертизы в рамках проекта.
Я не возьмусь предсказать, насколько быстрее нынешние новички будут способны на самостоятельные (пусть и с помощью ИИ) архитектурные решения, но по субъективным ощущениям, время взросления сократилось.
ну тут как бы очевидно, что в перспективе команда Y будет иметь 4 команды "сеньёров" и они смогут параллельно вести несколько проектов. Дальше начинается куча "если... (будут проекты, команды не разбегутся и т.п.")
ну и? молодцы, что обеспечивают обратную совместимость. Опять же, меньше причин отказаться от перехода. Кто использует до сих пор - смело может ставить "современную ОС", драйверы модемов наверняка поддерживаются то же.
Есть очень хорошая честная статья "10 месяцев с copilot" с анализом типов решаемых задач (с ссылками на PR) и прогрессом агента. Статья большая, много цифр и авторской аналитики, но интересно. Это к вопросу, используют ли они свои инструменты https://devblogs.microsoft.com/dotnet/ten-months-with-cca-in-dotnet-runtime/
Чем более незнакомый код и сложнее связи, тем "тяжелее" беру модель. Впрочем в нашем текущем формате разработке (который строился в расчете на людей), задачи бьются так, что ощутимой разницы между планами сделанными 1x (gpt 5.4, 5.3 codex) моделями и 3х (Opus 4.6) /5x (gpt 5.5) - практически нет. Ну и плюс архитектура у проекта норм, без очевидных долгов, "сильно умно" думать не надо.
пометки и спеки прописаны так, чтоб пусть лучше я уберу лишку, чем писать ненаписанное )
Мой "уровень использования агентов" - Смотрю на задачу и использую ИИ по мере необходимости, а не потому, что модно. (copilot, стек dotnet)
Да, для больших задач, скорее всего начну с /plan, но больше для того, чтоб проверить не упустил ли сам что-то.
Очень вероятно, что сделаю черновую реализацию по "утверждённому мной плану" через "автопилот". Посмотрю код, подумаю. Выкину процентов 10-20 (в основном не нужные проверки), что-то добавлю, что-то исправлю. Процентов 60-70, наверное, останется близко к сгенерированному. Закончу с /review.
Чем мельче задача, тем вероятнее, что решу её руками, ибо это просто быстрее и эффективнее (плюс экономия своего ИИ бюджета)
Между тем, каким Copilot CLI был в январе-феврале и стал сейчас - огромная разница. Раз начали переход, значить отставание осталось в некритичных (редко используемых у себя) областях, или есть возможность решать задачи альтернативно, без сильных потерь в качестве и скорости.
Как мне кажется, уже заметна тенденция по сдвигу обвязки "от локальной к серверной". Коллекции skills, agents, plugins etc, практически на любой случай. Уже не надо писать самому, - можно брать готовые и адаптировать (или брать как есть и адаптировать проект).
Клод 4.7 уже умеет создавать суб-агентов и циклы работы, используя встроенные инструменты.
То есть вполне возможно, через пару поколений, LLM сами смогут выбирать оптимальную обвязку, исходя из контекста запроса. Причём в общем случае будут делать это эффективнее локальных программистов.
еще и 4x дороже "любой SIP телефонии"
Тю, делов-то... "эй, чат, напиши мне photoshop"... и всё, никакие репаки не нужны...