Подтверждаю, в универах сейчас все очень грустно стало. Сам смотрю дипломные работы студентов моей кафедры - в прошлом году почти все расчетно-пояснительные записки были написаны целиком нейронками у выпускников. В этом году наверное вообще все будет нейронками сделано, и РПЗ, и презентация на защиту, и само ПО для демонстрации.
Сейчас судя от знакомых, кто преподом работает, студенты делают при помощи нейронок абсолютно все предметы. И в целом почти ни у кого нет нормальных идей как можно адаптироваться в такой ситуации, когда какую задачу не поставь - нейронка ее решит за минуту. Не понятно, что делать сейчас. Сильно усложнить программу так, чтобы без нейронок вообще нельзя было ничего сделать? Но как можно еще усложнить тот же матанализ, линейную алгебру, ООП, алгоритмы и структуры данных - тот самый фундамент любого computer science образования? Или оставить как есть и просто смириться с тем, что большая часть студентов вообще не включает свой мозг когда делает то, что от них требуют в учебном плане?
Мое мнение, что AI в целом сильно обесценивает человеческий интеллект, знания, экспертизу и образование. Возможно в будущем мы увидим как постепенно высшее образование будет умирать, так как у новых поколений банально не будет мотивации как-то хорошо учиться в школе, поступать в университет и еще там 4-6 лет тратить на получения образования. Например, когда твой одноклассник, который не умел дроби складывать в 9 классе и пошел учиться в ПТУ на сантехника, в итоге обеспечен работой и доходом, а ты, который потратил много сил и времени на поступление и учебу в топовом вузе, по итогу после выпуска из университета становишься безработным и никому не нужным на рынке труда и вынужден идти работать курьером, дворником, грузчиком/комплектовщиком на склад, где высшее образование в принципе никому не нужно, то сразу же задаешься вопросом, а зачем я собственно потратил время на образование? Зачем я вообще учился? Ну вот ответ увы, что образование теперь смысла особого не имеет. Грустно, но походу это новая реальность.
LLM пользуются наверное почти все сегодня. Думаю, большая часть аудитории Хабра потратила свое время на том, чтобы разобраться в этой теме хотя бы поверхностно.
Сама статья - это маркетинговый буллщит, которая дает явно плохие советы уровня "становитесь промпт-инженерами, классическое CS образование и умение программировать не нужно" и прочий бред.
Я более чем уверен, что те, кто наслушается таких советов и скипнет обучение программированию и обучение в вузе, в итоге останутся без работы. Работать будут те, кто заканчивал МГУ, Физтех, Бауманку, МИФИ и прочие вузы технического профиля, учил математику, программирование, базу по компьютерным наукам, а не те, кто просто прошел курсы на которых учили, как правильно промпты писать и что в AGENTS.md надо добавить чтобы вся магия запустилась.
А чем отличается Computer Science образование от AI образования? Несколько лет назад на всех CS направлениях можно было заниматься ИИ темами, писать курсачи и дипломы по машинному обучению, компьютерному зрению, нейронным сетям. И в России, и на западе. Часто курсы по этим предметам были обязательными в учебном плане, где-то на выбор, где-то на отдельных кафедрах этому учили. Но тем не менее это все было частью учебных планов образования по компьютерным наукам.
Ну и математический фундамент в виде матанализа, линейной алгебры, теорвера, математической статистики и дискретки тоже нужен. В чем разница-то?
А зачем брать на работу промпт-инженера или AI-оркестратора, который не умеет программировать и не имеет образования в этой сфере? Как раз-таки наоборот надо идти учиться программировать и изучать Computer Science. Промпты и AI-агенты это просто еще один уровень взаимодействия, да и тот, не полностью абстрагирующийся от кода, так как все равно надо смотреть и проверять, что там чудо-нейросеть написала, ну и корректировки вносить, порой довольно большие.
Если на рынке есть люди, умеющие программировать и имеющие образование, то я в первую очередь буду нанимать этих людей, а не тех, кто просто выучил как промпты писать. Да и нет никакой промт-инженерии как таковой, за промптами сегодня нет какой-либо стройной теории и научной базы, которая определяет какой промпт хорошо подходит для вашей задачи, а какой - нет, да и все это меняется от модели к моделе, от версии к версии, и в целом не постоянно.
Как раз-таки нет, инвесторам нужен рост здесь и сейчас. Деньги нужны здесь и сейчас. Что будет с компанией через год, два, пять, десять лет - большую часть инвесторов не интересует. Есть конечно те, кто вдолгую играет, но они вероятно сидят в каких-то старых индустриях, которые никак с ИИ не связаны.
Статью не читал, пролистал немного, выглядит как реклама какого-то буллщита.
А по теме: работал преподавателем на таких вот айти курсах в жирные ковидные коды. Вел 2 занятия в неделю и проверял домашние задания. Буквально из всего потока 100 человек максимум 2-3 человека было пригодны к работе и пытались как-то учиться и что-то делать, остальное большинство это абсолютные лоускиллы, и в целом грубые и невежливые люди, которым явно тяжело дается интеллектуальная деятельность.
Не хочу никого оскорбить, но переучиваться на программиста после 15 лет работы в такси или принеси-подай на заводе наверное никому не стоит. Только пустая трата времени и денег.
Может быть скоро, а может лет через 10 или 50 - пока что неизвестно. Может ли в теории нейросеть написать более-менее оригинальный и затягивающий сюжет как это было в культовых играх последних 10 лет - Witcher 3, Baldur's Gate 3, Cyberpunk, Expedition 33? Вот именно от начала и до конца, не как помощник к сценаристу/писателю, а сама с нуля, с проработкой общей истории, персонажей, квестов? По сути мы играем только ради этого. Есть конечно сегмент онлайн шутеров и всякого мобильного гейминга, где сюжета нет, а есть только сам процесс, но лично меня такое не интересует уже много лет.
важна модернизация системы «Антиплагиат» по выявлению текстов, сгенерированных ИИ
А есть ли сегодня модели, которые с достоверной точностью выявляют LLM-сгенерированный текст? Причем, чтобы достоверно определить, сколько процентов написано человеком, а сколько - LLM. Мне кажется, что их нет. Есть GigaCheck для текстов на русском языке, но не понятно, насколько он хорош.
Из того, что я видел в универах - почти все студенты сейчас генерируют нейрослоп и выдают это за свои лабы, курсовые и дипломы. Если раньше при списывании лабы или курсача все равно надо было вникнуть что происходит в авторском решении и потом переделать его под свой вариант задачи, то теперь люди даже не думают и не ищут информацию самостоятельно, а просто сгружают условие в нейронку и копипастят ответ из нее. Ну или просто ждут пока Cursor/Codex/Claude Code/OpenCode напишет им код. Видел дипломные работы студентов этого года на моей кафедре, почти у всех РПЗ написана нейронками.
Впрочем, комиссии ГЭК на это все равно, как и научным руководителям. Когда я писал диплом и потом защищал, мой научный руководитель даже ни разу его не читал, потому что ему было лень. Да и студентов дипломников у одного научника по 8-15 человек каждый год, со всеми работать сложно, плюс возраст у большинства преподавателей уже не особо позволяет. Кажется, что уровень образования на ИТ направлениях сейчас драматически снижается и в целом оно станет скорее мусорным, даже если в топ вузе получено.
В любом случае спрос на такие AI-детекторы сейчас очень большой. Но тут все равно будет гонка, потому что LLM со временем могут натренировать так, чтобы она писала более "человеческий" текст и детекторы придется тюнить по новой.
Мне кажется мало кто захочет тратить время на просмотр фильмов, где актеры будут сгенерированы. И тем более идти в кинотеатр и платить за сеанс. Не совсем понятно, кто и как будет на этом зарабатывать деньги. Разве что это фильмы с каким-то очень необычным или глубоким сюжетом от непризнанных гениев мысли, которым почему-то не хватило денег на найм актеров и которые решили воспользоваться нейросетями для генерации контента.
Может конечно случится технологический рывок, и нейросети смогут генерировать видеоряд длиной в полтора-два-три часа неотличимый от настоящей съемки, но для меня это звучит как научная фантастика на данный момент.
Будут спрашивать с оператора ИИ. Ну или кто там за этой чудо-машиной присматривать будет, может быть нынешние менеджеры, лиды и сеньоры.
А так, неоднократно видел в своей карьере как разработчиков увольняли с позором из-за бага на проде. Теперь будут менеджеров увольнять (или кто там останется к тому моменту).
Статья выглядит как маркетинговый буллщит. Так еще и открыто предлагается за 20 долларов какую-то там подписку покупать. При этом технической информации почти нет, советы уровня, "купите подписку" и "делайте хорошо, плохо не делайте", параллельно разбавленные рекламой своего ТГ канала.
И все это приправлено высказываниями уровня: > будущее уже наступило > мир уже поменялся > мир перевернулся > эра пишуших код людей закончилась > все давно прогают с AI и прочей подобной чепухой.
По теме статьи - я ожидал увидеть больше деталей, советов и конкретных примеров как писать спеки и результатами того
Но судя по тому, что автор - всю свою жизнь работал то фаундером в криптостартапах, то CTO, то CDO в каких-то мутных местах и, судя по всему, реального опыта разработки у него почти нет, ему приходится выживать как получится. Раньше крипта была на хайпе - надо было про крипту писать, сейчас вот деньги в LLM появились, надо срочно к этой тусовке примазываться и создавать хайп и шум вокруг себя, потом дальше что-то появится, и автор пойдет другие вещи рекламировать.
Так епам брал помойные проекты в американском и европейском энтерпрайзе, всякую не особо секретную госуху и прочую шелуху. И епам - это галера, а не бигтех.
с отсутствием банальнейших синтаксических конструкций
Каких именно?
Если бы это было истиной, то 99% бэкэндов были бы написаны на Python
На самом деле очень много проектов на рынке написано на питоне. Даже в энтерпрайзе лично видел большие монолитные финтех молотилки написанные целиком на питоне.
разрешите узнать, в какие конкретно компании рос бигтеха вы проходили интервью за последнее время
Яндекс и Авито. Май-июнь прошлого года. Приходил на собесы с опытом на джаве, получил офферы в команды, которые только на Го пишут. Но по итогу никуда отказался и никуда не пошел, так как требовали быть в РФ в офисе.
Низкая популярность дотнета обусловлена тем, что где-то до середины 2010х годов его нельзя было запустить под линукс. То есть надо было держать windows server, чего почти никто делать не хотел. Потом конечно когда стало понятно, что linux+контейнеры это будущее, а Сатья сменил Балмера, в MS таки сделали версию для линуха, но было уже чутка поздновато, так как все бигтехи к тому моменту уже плотно сидели на java, питоне, руби, пхп и прочих кроссплатформенных решениях. Собственно поэтому нигде в американском бигтехе кроме самого MS нет .NET.
А платить майкрософту - фууу, старье дорогое
Ну так и есть. А зачем платить майкрософту, когда есть бесплатные опенсорсные решения? Я вот никогда не возьму win server за деньги вместо бесплатного linux.
Ну, справедливости ради .NET и прочие технологии тоже с запада привезли, а не откуда-то еще. И Microsoft тоже с российского рынка нынче ушел, как и Гугл, и Оракл.
В моем универе так вообще Microsoft целые лекции организовывал в середине 00х годов, на которых рекламировали .NET. В целом дотнет был популярен в России какое-то время, но сейчас эти времена прошли окончательно, судя по рынку вакансий и на чем в больших ру компаниях пишут.
Но вот писать статьи? Не знаю. Сам был вынужден не так давно писать статьи в научные журналы для галочки, к счастью достаточно было журналов РИНЦ, поэтому я нашел те, где нет рецензирования и где за деньги любой шлак публикуют... В итоге нагенерил огромное количество нейрослопа, даже читать его не стал, оплатил и опубликовал. И я думаю такого все больше и больше в науке будет. Даже в уважаемых журналах, где публикуют только статьи с рецензиями.
выгребает говно, созданное всей командой из-за выбранного языка
В любом языке полно неочевидных моментов и костылей. Полно таких же статей про Rust/Python/C#/C++ и другие языки. Го тут ничем не отличается. Все нюансы языка, которые в статье перечислили, иногда спрашивают у джунов и стажеров при трудоустройстве, это довольно известные недостатки языка, про которые везде написано и про которые все знают.
Каких-то супер специфичных знаний в гигантском объеме у гошников нет, этот язык кратно проще чем Rust или C++.
Есть просто люди, которым в целом нормально писать на Go, а есть те, которые по каким-то причинам яростно этому сопротивляются. Есть и люди, которые яростно сопротивляются Rust (и которые пишут на Go/C++/Java) и наоборот. Это просто психология такая. В реальном проде в целом все равно на язык, чем проще, тем лучше.
Поэтому при трудоустройстве в бигтех компании никто досконально не спрашивает тонкости java или с++ или python. Есть алгоритмические секции (которые все решают на питоне) и дизайн секции, где код писать почти никогда не нужно. И алго секция идет в режиме зачет/незачет, а вот грейд кандидата уже оценивается по дизайн секции. Можно всю кодинг секцию сдать на питоне, но прийти в команду писать на С++ или на Go или Java.
Подтверждаю, в универах сейчас все очень грустно стало. Сам смотрю дипломные работы студентов моей кафедры - в прошлом году почти все расчетно-пояснительные записки были написаны целиком нейронками у выпускников. В этом году наверное вообще все будет нейронками сделано, и РПЗ, и презентация на защиту, и само ПО для демонстрации.
Сейчас судя от знакомых, кто преподом работает, студенты делают при помощи нейронок абсолютно все предметы. И в целом почти ни у кого нет нормальных идей как можно адаптироваться в такой ситуации, когда какую задачу не поставь - нейронка ее решит за минуту. Не понятно, что делать сейчас. Сильно усложнить программу так, чтобы без нейронок вообще нельзя было ничего сделать? Но как можно еще усложнить тот же матанализ, линейную алгебру, ООП, алгоритмы и структуры данных - тот самый фундамент любого computer science образования? Или оставить как есть и просто смириться с тем, что большая часть студентов вообще не включает свой мозг когда делает то, что от них требуют в учебном плане?
Мое мнение, что AI в целом сильно обесценивает человеческий интеллект, знания, экспертизу и образование. Возможно в будущем мы увидим как постепенно высшее образование будет умирать, так как у новых поколений банально не будет мотивации как-то хорошо учиться в школе, поступать в университет и еще там 4-6 лет тратить на получения образования. Например, когда твой одноклассник, который не умел дроби складывать в 9 классе и пошел учиться в ПТУ на сантехника, в итоге обеспечен работой и доходом, а ты, который потратил много сил и времени на поступление и учебу в топовом вузе, по итогу после выпуска из университета становишься безработным и никому не нужным на рынке труда и вынужден идти работать курьером, дворником, грузчиком/комплектовщиком на склад, где высшее образование в принципе никому не нужно, то сразу же задаешься вопросом, а зачем я собственно потратил время на образование? Зачем я вообще учился? Ну вот ответ увы, что образование теперь смысла особого не имеет. Грустно, но походу это новая реальность.
LLM пользуются наверное почти все сегодня. Думаю, большая часть аудитории Хабра потратила свое время на том, чтобы разобраться в этой теме хотя бы поверхностно.
Сама статья - это маркетинговый буллщит, которая дает явно плохие советы уровня "становитесь промпт-инженерами, классическое CS образование и умение программировать не нужно" и прочий бред.
Я более чем уверен, что те, кто наслушается таких советов и скипнет обучение программированию и обучение в вузе, в итоге останутся без работы. Работать будут те, кто заканчивал МГУ, Физтех, Бауманку, МИФИ и прочие вузы технического профиля, учил математику, программирование, базу по компьютерным наукам, а не те, кто просто прошел курсы на которых учили, как правильно промпты писать и что в AGENTS.md надо добавить чтобы вся магия запустилась.
А чем отличается Computer Science образование от AI образования? Несколько лет назад на всех CS направлениях можно было заниматься ИИ темами, писать курсачи и дипломы по машинному обучению, компьютерному зрению, нейронным сетям. И в России, и на западе. Часто курсы по этим предметам были обязательными в учебном плане, где-то на выбор, где-то на отдельных кафедрах этому учили. Но тем не менее это все было частью учебных планов образования по компьютерным наукам.
Ну и математический фундамент в виде матанализа, линейной алгебры, теорвера, математической статистики и дискретки тоже нужен. В чем разница-то?
А зачем брать на работу промпт-инженера или AI-оркестратора, который не умеет программировать и не имеет образования в этой сфере? Как раз-таки наоборот надо идти учиться программировать и изучать Computer Science. Промпты и AI-агенты это просто еще один уровень взаимодействия, да и тот, не полностью абстрагирующийся от кода, так как все равно надо смотреть и проверять, что там чудо-нейросеть написала, ну и корректировки вносить, порой довольно большие.
Если на рынке есть люди, умеющие программировать и имеющие образование, то я в первую очередь буду нанимать этих людей, а не тех, кто просто выучил как промпты писать. Да и нет никакой промт-инженерии как таковой, за промптами сегодня нет какой-либо стройной теории и научной базы, которая определяет какой промпт хорошо подходит для вашей задачи, а какой - нет, да и все это меняется от модели к моделе, от версии к версии, и в целом не постоянно.
Как раз-таки нет, инвесторам нужен рост здесь и сейчас. Деньги нужны здесь и сейчас. Что будет с компанией через год, два, пять, десять лет - большую часть инвесторов не интересует. Есть конечно те, кто вдолгую играет, но они вероятно сидят в каких-то старых индустриях, которые никак с ИИ не связаны.
Статью не читал, пролистал немного, выглядит как реклама какого-то буллщита.
А по теме: работал преподавателем на таких вот айти курсах в жирные ковидные коды. Вел 2 занятия в неделю и проверял домашние задания. Буквально из всего потока 100 человек максимум 2-3 человека было пригодны к работе и пытались как-то учиться и что-то делать, остальное большинство это абсолютные лоускиллы, и в целом грубые и невежливые люди, которым явно тяжело дается интеллектуальная деятельность.
Не хочу никого оскорбить, но переучиваться на программиста после 15 лет работы в такси или принеси-подай на заводе наверное никому не стоит. Только пустая трата времени и денег.
Может быть скоро, а может лет через 10 или 50 - пока что неизвестно. Может ли в теории нейросеть написать более-менее оригинальный и затягивающий сюжет как это было в культовых играх последних 10 лет - Witcher 3, Baldur's Gate 3, Cyberpunk, Expedition 33? Вот именно от начала и до конца, не как помощник к сценаристу/писателю, а сама с нуля, с проработкой общей истории, персонажей, квестов? По сути мы играем только ради этого. Есть конечно сегмент онлайн шутеров и всякого мобильного гейминга, где сюжета нет, а есть только сам процесс, но лично меня такое не интересует уже много лет.
А есть ли сегодня модели, которые с достоверной точностью выявляют LLM-сгенерированный текст? Причем, чтобы достоверно определить, сколько процентов написано человеком, а сколько - LLM. Мне кажется, что их нет. Есть GigaCheck для текстов на русском языке, но не понятно, насколько он хорош.
Из того, что я видел в универах - почти все студенты сейчас генерируют нейрослоп и выдают это за свои лабы, курсовые и дипломы. Если раньше при списывании лабы или курсача все равно надо было вникнуть что происходит в авторском решении и потом переделать его под свой вариант задачи, то теперь люди даже не думают и не ищут информацию самостоятельно, а просто сгружают условие в нейронку и копипастят ответ из нее. Ну или просто ждут пока Cursor/Codex/Claude Code/OpenCode напишет им код. Видел дипломные работы студентов этого года на моей кафедре, почти у всех РПЗ написана нейронками.
Впрочем, комиссии ГЭК на это все равно, как и научным руководителям. Когда я писал диплом и потом защищал, мой научный руководитель даже ни разу его не читал, потому что ему было лень. Да и студентов дипломников у одного научника по 8-15 человек каждый год, со всеми работать сложно, плюс возраст у большинства преподавателей уже не особо позволяет. Кажется, что уровень образования на ИТ направлениях сейчас драматически снижается и в целом оно станет скорее мусорным, даже если в топ вузе получено.
В любом случае спрос на такие AI-детекторы сейчас очень большой. Но тут все равно будет гонка, потому что LLM со временем могут натренировать так, чтобы она писала более "человеческий" текст и детекторы придется тюнить по новой.
Мне кажется мало кто захочет тратить время на просмотр фильмов, где актеры будут сгенерированы. И тем более идти в кинотеатр и платить за сеанс. Не совсем понятно, кто и как будет на этом зарабатывать деньги. Разве что это фильмы с каким-то очень необычным или глубоким сюжетом от непризнанных гениев мысли, которым почему-то не хватило денег на найм актеров и которые решили воспользоваться нейросетями для генерации контента.
Может конечно случится технологический рывок, и нейросети смогут генерировать видеоряд длиной в полтора-два-три часа неотличимый от настоящей съемки, но для меня это звучит как научная фантастика на данный момент.
Будут спрашивать с оператора ИИ. Ну или кто там за этой чудо-машиной присматривать будет, может быть нынешние менеджеры, лиды и сеньоры.
А так, неоднократно видел в своей карьере как разработчиков увольняли с позором из-за бага на проде. Теперь будут менеджеров увольнять (или кто там останется к тому моменту).
Все так. Я вот на новогодних праздниках при помощи ИИ написал свой Амазон и уже стал вторым Джеффом Безосом. Торопитесь и вы, а то скоро будет поздно.
Статья выглядит как маркетинговый буллщит.
Так еще и открыто предлагается за 20 долларов какую-то там подписку покупать. При этом технической информации почти нет, советы уровня, "купите подписку" и "делайте хорошо, плохо не делайте", параллельно разбавленные рекламой своего ТГ канала.
И все это приправлено высказываниями уровня:
> будущее уже наступило
> мир уже поменялся
> мир перевернулся
> эра пишуших код людей закончилась
> все давно прогают с AI
и прочей подобной чепухой.
По теме статьи - я ожидал увидеть больше деталей, советов и конкретных примеров как писать спеки и результатами того
Но судя по тому, что автор - всю свою жизнь работал то фаундером в криптостартапах, то CTO, то CDO в каких-то мутных местах и, судя по всему, реального опыта разработки у него почти нет, ему приходится выживать как получится.
Раньше крипта была на хайпе - надо было про крипту писать, сейчас вот деньги в LLM появились, надо срочно к этой тусовке примазываться и создавать хайп и шум вокруг себя, потом дальше что-то появится, и автор пойдет другие вещи рекламировать.
Так епам брал помойные проекты в американском и европейском энтерпрайзе, всякую не особо секретную госуху и прочую шелуху. И епам - это галера, а не бигтех.
Каких именно?
На самом деле очень много проектов на рынке написано на питоне. Даже в энтерпрайзе лично видел большие монолитные финтех молотилки написанные целиком на питоне.
Яндекс и Авито. Май-июнь прошлого года. Приходил на собесы с опытом на джаве, получил офферы в команды, которые только на Го пишут. Но по итогу никуда отказался и никуда не пошел, так как требовали быть в РФ в офисе.
Повышение по грейду и по зарплате в 2026? Забудьте. Не выгнали на мороз и на том спасибо.
Низкая популярность дотнета обусловлена тем, что где-то до середины 2010х годов его нельзя было запустить под линукс. То есть надо было держать windows server, чего почти никто делать не хотел.
Потом конечно когда стало понятно, что linux+контейнеры это будущее, а Сатья сменил Балмера, в MS таки сделали версию для линуха, но было уже чутка поздновато, так как все бигтехи к тому моменту уже плотно сидели на java, питоне, руби, пхп и прочих кроссплатформенных решениях. Собственно поэтому нигде в американском бигтехе кроме самого MS нет .NET.
Ну так и есть. А зачем платить майкрософту, когда есть бесплатные опенсорсные решения? Я вот никогда не возьму win server за деньги вместо бесплатного linux.
Ну, справедливости ради .NET и прочие технологии тоже с запада привезли, а не откуда-то еще. И Microsoft тоже с российского рынка нынче ушел, как и Гугл, и Оракл.
В моем универе так вообще Microsoft целые лекции организовывал в середине 00х годов, на которых рекламировали .NET. В целом дотнет был популярен в России какое-то время, но сейчас эти времена прошли окончательно, судя по рынку вакансий и на чем в больших ру компаниях пишут.
С LLM стало проще читать чужие статьи, это факт.
Но вот писать статьи? Не знаю. Сам был вынужден не так давно писать статьи в научные журналы для галочки, к счастью достаточно было журналов РИНЦ, поэтому я нашел те, где нет рецензирования и где за деньги любой шлак публикуют... В итоге нагенерил огромное количество нейрослопа, даже читать его не стал, оплатил и опубликовал. И я думаю такого все больше и больше в науке будет. Даже в уважаемых журналах, где публикуют только статьи с рецензиями.
По количеству упоминаний того или иного языка в поисковой выдаче. Может быть немного по-другому, но основа рейтинга такая.
Почти нисколько.
Так и есть.
Реальные рейтинги можно у гитхаба посмотреть. Там явно лидируют очевидные лидеры - Typescript и Python.
В любом языке полно неочевидных моментов и костылей. Полно таких же статей про Rust/Python/C#/C++ и другие языки. Го тут ничем не отличается. Все нюансы языка, которые в статье перечислили, иногда спрашивают у джунов и стажеров при трудоустройстве, это довольно известные недостатки языка, про которые везде написано и про которые все знают.
Каких-то супер специфичных знаний в гигантском объеме у гошников нет, этот язык кратно проще чем Rust или C++.
Есть просто люди, которым в целом нормально писать на Go, а есть те, которые по каким-то причинам яростно этому сопротивляются. Есть и люди, которые яростно сопротивляются Rust (и которые пишут на Go/C++/Java) и наоборот. Это просто психология такая. В реальном проде в целом все равно на язык, чем проще, тем лучше.
Поэтому при трудоустройстве в бигтех компании никто досконально не спрашивает тонкости java или с++ или python. Есть алгоритмические секции (которые все решают на питоне) и дизайн секции, где код писать почти никогда не нужно. И алго секция идет в режиме зачет/незачет, а вот грейд кандидата уже оценивается по дизайн секции. Можно всю кодинг секцию сдать на питоне, но прийти в команду писать на С++ или на Go или Java.