Главная беда в том, что рынок использует LLM абсолютно диким образом. Люди берут готовые модели «как есть», вообще не обогащают их контекстом из своих репозиториев, сливают в них неструктурированную кашу из Конфлуэнса, скармливают им промпты в YML и надеются на чудо. Где в этом инженерия?

Короче, был тут у нас круглый стол, где я топил за хардкорный инженерный подход, а Эдгар Сипки из EasyP работал троллем, подкидывая говна на вентилятор и сталкивая лбами бизнес и инженеров.

Там Оля Дробышева из Logic BPM, голос бизнеса, которая уже десять лет реинжинирит бизнес‑процессы в госкорпорациях и стартапах. Техническую часть представлял Антон Быстров из Cloud.ru, сисадмин с 2008 года, перековавшийся в DevOps. Серёжа Киселёв из MWS Cloud Platform. Он главный хейтер вайбкодинга. И, собственно, я, человек, который ненавидит вайбкодинг и у которого небольшая команда из десяти разработчиков затащила с нуля своё облако и уже третий год активно использует нейронки в проде. Но отличие от вайбкодинга в том, что мы их используем для помощи как технические инструменты, а не как автономную замену белковых инженеров. Ещё умеем и делаем ревью их кода.

Итак, кто кого в итоге сотрёт — живые люди искусственный интеллект, или победит ленивое мышление, и LLM‑модели окончательно выкинут инженеров на мороз?

Что думает техническая сторона

В хардкорной инженерии сейчас серьёзный кризис идентичности, особенно в отношении DevOps.

В техническом сообществе есть устойчивое мнение, что такой профессии вообще не существует. В смысле, дево‑псы есть, это косплей, а девопсов нет. Зато есть админы. Зачастую это просто хитрые сисадмины на CentOS, которые захотели получать больше денег, переименовались, но по факту как писали скрипты на баше, так и пишут.

Сама культура DevOps и её прикладные методологии создавались для того, чтобы сломать стену между разработкой и эксплуатацией, чтобы код не перекидывали просто через забор. Но на деле админы выстраивают новые заборчики вокруг своей инфраструктуры и страдают синдромом вахтёра. Приходишь к такому с банальной проблемой — у сотрудницы отвалился VPN на macOS, а он просит снять TCP‑дамп, хотя сам не знает, что собирается там увидеть. Это прямо очерчивание зоны ответственности: «дальше не моё». Или, например, как было в Опенстеке: вместо того чтобы починить системный баг, из‑за которого пустая нода кажется занятой, админы просто пишут скрипт‑костыль для ручной очистки залипших аллокаций.

К разработчикам у инженеров эксплуатации тоже есть вопросы. Разработчики пишут код в сильном отрыве от реальности, не понимая, как строить CI/CD и безопасность, а некоторые вообще готовы раздавать кнопку мержа в мастер‑ветку всем желающим без всякого код‑ревью. Что немало бесит всех тех, кому за ними потом убираться.

Средний срок жизни разработчика в компании — 4 года, потом он массово выгорает, просит повышения и уходит на другой оффер. А современные Senior Robot Engineer — это порой люди, которые просыпаются по ночам, чтобы рестартануть чужой код на проде, вообще не понимая, как он устроен внутри. Есть от чего гореть.

Настоящий инженерный подход обычно в том, что вы сами пишете код и сами его эксплуатируете.

Конечно, есть страх замены ИИ. Но исторически это напоминает луддитов, ломавших станки на мануфактурах, или панику начала нулевых, когда появились CMS‑системы (Joomla, Drupal, WordPress) с WYSIWYG‑редакторами. Все кричали, что веб‑разработчикам конец. В итоге до недавних пор 40% сайтов крутятся на этих движках, а разработчиков стало в несколько раз больше. Та же история с low‑code платформами: их создавали для людей от бизнеса, чтобы убрать разработчиков из цепочки, сократить time‑to‑market и уменьшить техдолг. В реальности это привело к тому, что появился целый штат новых специалистов, обслуживающих эти самые low‑code платформы. Нейронка — это просто новый инструмент. Точно такой же.

Но! Этот инструмент отлично позволяет стрелять себе в ногу. И, что важно, делать это незаметно поначалу. Когда модели попадают в руки тем, кто не умеет ими пользоваться, — рождается слепое копирование, тот самый изначальный вайбкодинг.

В IT‑тусовке сейчас двойные стандарты: «мой сгенерированный код нормально работает, а вот чужой — это какая‑то хрень». Недавно мне пришлось разгребать проект за одним уволенным сотрудником. Я сразу понял, что он генерил всё через старый Gemini Pro, потому что он даже забыл удалить markdown‑файл с инструкциями. Код был абсолютно неподдерживаемым — мне оказалось проще всё снести и начать с нуля.

Признаваться в вайбкодинге сейчас все стыдятся, прячут следы, но продолжают делать.

Это порождает монстров. Мы сами когда‑то пытались затащить в прод Опенстек — а там 21 миллион строк легаси‑кода на Питоне. Полгода пожили с ним в опытно‑промышленной эксплуатации, собрали все грабли и решили, что нам проще с нуля написать свою платформу на Go, чем разбираться в этом монстре Франкенштейна. Вот пост с деталями.

LLM сейчас — это очень начитанный джун с полным доступом к библиотекам, но ещё с не менее полным отсутствием понимания контекста и валидации данных. Если живой джун дропнет базу на проде, его можно жёстко отчитать, и он на всю жизнь запомнит урок. А что сделает LLM‑ка? Она просто вежливо извинится, скажет «ты прав, я ошиблась» и пойдёт дальше.

Поэтому возникает вопрос ответственности. Ответственность всегда должна лежать на живом человеке, который принимает этот код.

При этом нейронки эволюционируют потрясающе. Три года назад старая GPT-3.5 люто галлюцинировала синтаксис на Scala. Двумя годами позже Claude Opus или GPT-4o уже писали на Scala и Rust почти так же хорошо, как на Go.

Тот же Go идеален для ИИ — он прямой, декларативный, со строгими идиомами и без лишних абстракций, хорошая обучающая выборка. А вот если скормить Enterprise Java‑проект с пятнадцатью слоями абстракций, модель сойдёт с ума, потому что новые слои просто вытесняют старые из окна контекста. Модели нужно дообучать, использовать LoRA, файнтюнить на своих данных и грамотно инженерить контекст, задавая правила деплоя сервисов вашей компании, а не надеяться на магию базовой модели. Для этого обычно нужны инженеры.

Что думает бизнес

Бизнес смотрит на всё это совершенно иначе. Бизнес устал от IT‑вахтёров, которые вместо результата футболят задачу друг другу. Бизнесу нужен гарантированный результат и минимальные косты.

Для бизнеса внедрение AI — это про фундаментальную трансформацию процессов. Задача девопсов сейчас, условно, — заливать масло в двигатель внутреннего сгорания. Кто‑то придумывает систему автоматического долива масла, гордится инновацией. А потом появляется электромобиль. Там вообще нет ДВС! Весь процесс меняется. На аргумент инженеров: «А если этот электромобиль встанет в тайге, где до зарядки тысяча километров?» — у бизнеса есть жёсткий, чёткий и понятный ответ: «Значит, мы просто не едем в тайгу!» Это цена инноваций.

Бизнес хочет, чтобы AI‑агенты сами ходили друг к другу, обменивались информацией и договаривались об интеграциях, заменяя работу целого отдела эксплуатации из трёх‑пяти человек.

В 2026 году у Logic BPM выходит в коммерческий релиз low‑code сервис‑деск. Клиенты уже сейчас спрашивают: «Сколько людей нам понадобится, чтобы содержать эту систему?» И бизнес хочет отвечать им: «Один человек». Если можно отказаться от on‑prem инфраструктуры и переехать в managed‑сервисы, за которые отвечает провайдер (включая автоскейлинг и автоапдейты k8s), бизнес не будет держать в штате 10 локальных девопсов.

Короче, бизнес очень хочет перестроить всё так, чтобы было легче жить без мясных задержек. Классические организации работают на довольно медленной передаче информации между людьми по иерархической цепочке. У бизнеса сначала было ощущение, что большую часть этих вещей можно автоматизировать — а потом стало понятно, что там куча краевых ситуаций. И теперь есть ощущение, что агенты справятся там, где не справляются жёсткие правила. Плюс они лучше адаптируются к ситуации.

Моя позиция: экономика, найм и реальность

На стыке инженерии и бизнеса я вижу, как эти два мира сталкиваются. Модели могут сильно сокращать time‑to‑market. Чисто ради эксперимента я недавно поднял в нашем облаке в один клик кубер, отдал kubeconfig нейронке, и она за два с половиной часа сама развернула CI/CD‑пайплайн, container registry, всё сбилдила и перетестировала. Благодаря такому подходу моя команда из менее чем тридцати человек делает то, что конкуренты пытаются делать штатом в 600 человек, сидя годами с UI‑заглушками. И мы не снимаем с разработчиков ответственность за код — каждый наш специалист глубоко погружается в архитектуру, от железа до UI.

Бизнес тут же начинает бить тревогу: если 30 человек с нейронками делают работу шестисот, то куда девать остальных? Наступит ли кризис спроса? Упрётся ли экономика в потолок, ведь невозможно до бесконечности плодить новые продукты и продавать их одному и тому же объёму клиентов?

Речь не про освободить 90% своего штата, это бизнес всегда хотел. Речь про то, что если все так сделают, то откуда у людей будут деньги покупать их прекрасный продукт?

Я считаю, что никто никого увольнять не будет. По крайней мере из‑за ИИ. Капитализм работает иначе. Мы и так живём в мире, где рынок не переваривает текущий объём продуктов. У нас полно убыточных бизнесов, в которые вливают миллиарды долларов. Вспомните, как примерно год назад 300 миллиардов долларов просто ходили между тремя бигтех‑компаниями, раздувая их капитализацию без всякого реального кризиса спроса. Если у корпорации с безлимитными бюджетами из‑за возросшей эффективности внезапно высвободится 4500 разработчиков из 5000, она их не уволит. Она запустит ещё девять новых направлений, чтобы агрессивнее захватывать рынок.

Думаю, нас ждёт глобальная битва экосистем.

Так кого нам нанимать завтра? Нам точно не нужны узкие специалисты, которые занимаются только одной функцией. В книге «Теория машин и механизмов» есть прекрасная мысль: «Специализация — это удел насекомых». Инженерия серверов ничем не отличается от инженерии команд. Нам точно нельзя полагаться на системы, которые может поддерживать только один человек — bus‑фактор никто не отменял.

Посмотрите на Telegram: мессенджер с миллиардом пользователей обслуживают всего 30 человек, но это всё равно команда, а не одиночка.

Линус Торвальдс тоже не один Linux написал.

Нам нужны staff‑инженеры, мультифункциональные специалисты, которые понимают архитектуру комплексно, включая инфобез, не перекидывают ответственность друг на друга и используют AI для масштабирования своей экспертизы вширь и ввысь. Те, кто бездумно клепает поделки за шесть вечеров с помощью промптов, не задавая контекст, отправятся в красный океан — там будет дикая конкуренция, кровища и демпинг. А настоящие инженеры останутся в «синем океане».

И, наконец, всегда нужно помнить о реальности. Федеральный бюджет РФ составляет 38 триллионов рублей, из которых 12 триллионов уходит на оборонку и национальную безопасность. Попробуйте притащить ваш managed Kubernetes, управляемый автономными AI‑агентами, в закрытые контуры с сертификацией ФСТЭК. Там, куда перетекают колоссальные деньги и где требуется железобетонная ответственность, живые инженеры будут нужны всегда.

Ещё с 30 ноября по 1 декабря в Москве пройдёт HighLoad++. Повысим ставки и зарубимся на круглом столе о практике работы с агентами в высоконагруженных системах. Тема жирная, будет что послушать.