ИИ-агенты убирают средний класс из разработки ПО

Автор блога florianherrengt.com строит эссе на сравнении двух сцен. В 2020 году он, самый опытный человек в команде, отвечает за качество кода и архитектуру. Уезжает в отпуск, возвращается, кодовая база в беспорядке: коллеги мержили чужие PR не глядя, добавили в базу лишние таблицы «для простоты», без веских причин затащили в стек serverless и Kafka. Но это поправимо: за отпуск команда просто не успела наворотить слишком много.

Далее автор рисует гипотетическую сцену 2026 года, уже не сравнение, а прогноз того, как та же ситуация будет выглядеть с ИИ-агентами. Обычное утро понедельника, автор никуда не уезжал, но на нём уже 7 PR на ревью. В первом, диф +24506/−3938 строк с автосгенерированным описанием того, что PR якобы делает: команда с пятницы наработала больше, чем раньше делала за недели. Автор называет это «ИИ снял ограничение скорости»: раньше люди садились и обсуждали решение, теперь можно часами промптить агента и просто открыть PR, и на неопытный взгляд это работает: ветка собирается, тесты вроде проходят, поэтому люди продолжают в том же духе, пока проект не доходит до состояния, где никто не понимает, как всё устроено.

Далее, иллюстрация: пользователи в четвёртый раз сообщают об одном и том же баге. Автор спрашивает у автора фичи, откуда берутся данные, тот не знает и предлагает спросить у Claude. Оба садятся смотреть на бесконечную стену текста; ни один не может сказать, правда ли то, что пишет ИИ, но выглядит он уверенно. Включают режим «ultracode» для перепроверки, ответ приходит нескоро, и по-прежнему непонятно, есть ли в нём смысл. В итоге решают поручить это агенту в цикле («создам loop и цель, чтобы не останавливался, пока всё не проверит»), но откладывают на завтра, на сегодня кончился лимит использования инструмента, названного в тексте Fable (в источнике не поясняется, что это).

Автор возвращается к ревью, теперь в очереди уже 13 PR. В одном он не понимает решения и просит объяснить; в ответ получает ссылку не на объяснение, а на переписку с Claude, где после 15 раундов правок, извинений ИИ и смены им своего мнения где-то и была принята архитектура кода, «наверное, читать всю».

Центральный тезис эссе: раньше был предел тому, как быстро можно наделать плохих решений, теперь этого предела нет, плохие инженеры были обузой всегда, но теперь их ошибки копятся быстрее, чем кто-либо успевает их отревьюить. Реализация стала дешёвой, платят теперь за умение принимать хорошие решения, а не превращать спецификацию в код. Автор указывает: агент добавит в базу новые таблицы за 10 минут, но убрать их обратно, совсем другая история: нужен план миграции, нельзя нарушить работу платящих пользователей, нужно продумать откат при сбое и не оставить осиротевшие внешние ключи, и это «даже с лучшей моделью, какая есть». Пока разгребаешь одно плохое решение, вливается ещё пять новых.

Отсюда прогноз (прямо названный автором личным мнением, «мой прогноз», без ссылок на данные или исследования): ИИ раздвигает вилку зарплат ещё сильнее. Планка трудоустраиваемости, то, что умеет лучшая доступная модель на сегодня. Хорошие инженеры стали ценнее, потому что ИИ даёт им скорость и снимает нужду в большом штате для реализации; плохих инженеров стало гораздо дороже нанимать, потому что их решения сложнее откатить, чем раньше. Автор ссылается на свой более ранний текст о том, что карьера «вайб-кодера» обречена, и предполагает, что то же самое разделение произойдёт не только в разработке, а в большей части интеллектуального труда.

Ключевые факты

Гипотетическая сцена 2026 года: у автора 7 PR на ревью с утра понедельника, в первом, диф +24506/−3938 строк с автосгенерированным описанием; команда наработала за выходные больше, чем раньше делала за недели.
Автор описывает баг, который команда чинит уже 4-й раз: никто не знает, откуда берутся данные, ответ приходится искать в переписке с Claude на 15 раундов правок и смены мнения ИИ.
Центральный тезис: раньше был предел скорости, с которой можно было наделать плохих архитектурных решений, ИИ-агенты этот предел убрали, поэтому проекты со слабой инженерной культурой разваливаются быстрее.
Пример необратимости: агент добавит таблицы в базу за 10 минут, но убрать их обратно требует плана миграции, чтобы не сломать работу платящих пользователей и не оставить осиротевшие внешние ключи, «даже с лучшей моделью, какая есть».
Личный прогноз автора (без ссылок на данные): хорошие инженеры дорожают, потому что ИИ ускоряет именно их, а плохих стало дороже нанимать; то же разделение он ждёт не только в разработке, а в большей части интеллектуального труда.

Почему это важно

Эссе набрало 802 голоса и 738 комментариев на Hacker News, необычно высокая реакция для личного мнения без единого исследования или цифры из внешнего источника. Оно бьёт в нерв текущего спора о «вайб-кодинге»: если реализация кода стала дешёвой благодаря ИИ-агентам, то за что вообще платят инженеру и кто в команде становится незаменимым, а кто, расходным материалом.

Кому это важно

Тимлидам и техническим руководителям, которые сами ревьюят PR и отвечают за качество кодовой базы; менеджерам, нанимающим и оценивающим инженеров, использующих ИИ-агентов; и самим инженерам среднего уровня, тем, чья карьерная траектория, по мысли автора, оказывается под вопросом первой.

Как это применить

Автор прямо не даёт рецептов, но из истории следует практический вывод: отказываться ревьюить PR такого размера, что его нельзя осмысленно прочитать; требовать от автора фичи, чтобы он сам объяснял, откуда берутся данные и почему выбрана архитектура, а не присылал ссылку на переписку с ИИ вместо объяснения; не путать «ветка собралась и тесты прошли» с «команда понимает, что происходит».

Можно ли доверять

Это личное эссе одного разработчика, не отчёт и не исследование: прогноз о разрыве зарплат автор прямо называет своим мнением («мой прогноз», «я считаю»), не приводя данных или ссылок. Сцена 2026 года, явно гипотетическая иллюстрация, а не описание реального события; конкретная компания или продукт, на которых основан сюжет, в тексте не названы, а упомянутые инструменты «Fable» и «ultracode» никак не поясняются.

Риски и подводные камни

Главный риск по мысли автора, что сложность, которую способен нагенерировать ИИ-агент, обгоняет способность команды её проверить: пока разбирают одно плохое решение, успевают влиться ещё пять. Технический долг, оставленный агентом (например, лишние таблицы в базе), создаётся за минуты, но откатывается с риском сломать продакшен и потерять данные. И отдельный риск, уже не для проекта, а для карьеры: прогноз автора о расширении зарплатного разрыва не подкреплён данными, это ставка на будущее, которая может не сбыться именно так, как он описывает.

«Технологические компании заявляют, что «разработка ПО решена»»

— автор эссе, так он описывает риторику техкомпаний