"От кодера к дирижеру На недавнем интервью меня спросили: как трансформируется разработка с приходом AI? Вообще, я люблю формат Q&A, потому что некоторые вопросы заставляют меня размышлять вслух и иногда рождают интересные стейтменты и связки. Ну так вот, к чему я пришел в ходе ответа на этот вопрос: 1) LLM по своей природе ближе к людям, чем к детерминированным системам. Смотрите: мы привыкли, что один и тот же input + алгоритм = один и тот же output. А LLM при том же промпте может выдать разный результат. Люди имхо такие же :-) 2) Новая реальность: ты скорее не пишешь код, а управляешь оным Недавно делали систему квалификации лидов. AI должен был распределять вероятности по категориям. Проблема в том, что нередко у AI сумма вероятностей была выше 0. Очевидная система контроля: детерминированная проверка аля ""сумма вероятностей должна быть не больше 1"", LLM сама по себе может не выполнить это правило, поэтому надежнее вынести эту проверку за пределы LLM. Вот нам надо все чаще думать в категориях правил и guardrails: как я ""обуздаю"" LLM-ку детерминированным кодом? Про guardrails, кстати, хорошо описано в этом гайде от OpenAI (стр 24) 3) AI + Человек = лучше контекст На недавнем хакатоне как раз в этой парадигме мы и строили системы: дать возможность человеку и LLM работать вместе и пополнять контекст друг друга. Сейчас появилось новое слово: context engineering (вместо prompt engineering). Вот нам надо научится проектировать и строить системы, чтобы обогащать контексты друг дурга Итого: имхо умение оценивать результаты работы AI становится много важнее, чем умение писать код P.S. Кстати, никогда не забуду как мой завкафедры Маршев Вадим Иванович возмущался, почему книга по управлению оркестром в книжном находится в разделе Музыка, а не Менеджмент :) P.P.S. Об этом и сильно больше - на курсе AI Product Engineer, стартующем уже в следующее воскресенье"