"AI-вангование, итоги 8 месяцев назад довелось мне поучаствовать в круглом столе на FrontEnd Conf 2025, где мы обсуждали тему внедрения AI в SDLC. А недавно Глеб сообщил о том, что записи наконец выложили в открытый доступ, так что теперь есть чем поделиться :) Пересказывать видео не буду, советую всё-таки посмотреть - дискуссия во многом всё ещё актуальная: Круглый стол про AI в SDLC Лучше сделаю вот что. Готовясь к выступлению, я набросал список своих наблюдений/предсказаний/идей о том, куда движется индустрия. И вот, спустя восемь месяцев, стало любопытно сопоставить этот список с тем, к чему мы пришли: что подтвердилось, что устарело, о чём можно было сказать больше. Список был такой: 🟢 1. Переход на работу с ИИ для разраба - смена психотипа с исполнителя на манагера, и сильно другой процесс мышления и навыков, не все переживут. Подтвердился в полной мере. ""Оркестратор агентов"" стал общепринятым взглядом на то, как меняется профессия разработчика. А ""не все переживут"" - по опросам, заметная доля компаний планирует расставаться с теми, кто не адаптируется. Хотя я всё ещё считаю, что индустрия плохо старается в плане переучивания, а некоторые компании прям соревнуются в беге по граблям. 🟢 2. Цикл ""постановка / ожидание / проверка"" невыносим для некоторых психотипов. Это из невысказанного :) За восемь месяцев народился целый жанр текстов про выгорание не от привычной работы, а от управления агентами: люди жалуются на возросшую когнитивную нагрузку, сложности с переключением, мелкую нарезку рабочего времени. Да, с наскоку новый ритм оказался для многих выматывающим - сам через это проходил ещё на заре агентной эры, в ноябре 2024го. 🟡 3. Не все могут чётко выражать свои мысли - это независимо от профессии и места в иерархии. Косвенно. Ну да, случились __открытия__, что качественно сформулировать намерение, чтобы бежать в правильную сторону - это, внезапно, важно. Но одним из лейтмотивов того, почему у вроде бы одинаковых по скиллам людей получаются сильно разные результаты от ИИ, это наблюдение не стало. А это, блин, вооот такенная проблема, особенно когда посмотришь вживую на то, как иногда ставятся задачи, и как в принципе передаётся информация от человека машине. 🟢 4. В оргах (и многих людях) дофига tacit knowledge, которое крайне сложно из них вытаскивается, но им самим кажется очевидным. Этот, кажется, ещё и обострился. Мы за пару лет прошли от prompt engineering к context engineering, к скиллам и теперь вот даже целым бандлам скиллов для разных профессий, но проблема извлечения скрытого знания остаётся одним из главных узких мест в больших/старых организациях. Более того, теперь ещё и чётко обозначилось сопротивление этому работников, особенно на фоне форсированного внедрения ИИ и запугивания увольнениями. 🟢 5. Успех внедрения ИИ зависит от доменной области, и если твой конкретный ИИ с ней плохо метчится - целый новый набор костылей нужен, боль и страдание. Можно было бы ожидать появления ультра-эрудированных моделей, но увы. Если для вашей предметной у нейронки для обучения не хватило датасетов - интеллект её не спасёт: на каждый чих придётся собирать кучу контекста, т.к. знаний или хотя бы интуиции самой нейронки не хватит (даже если это Fable). 🟡 6. Сеньоры+, которые открыты к использованию ИИ - новая нефть ) Да, и даже уже находит денежное выражение. AI-суперюзеры могут быть в несколько раз продуктивнее медленных адоптеров, чаще получают повышение, а ещё местами практикуется надбавка за ИИ-скиллы и сопутствующее повышение эффективности. А жёлтый тут потому, что ""надбавки"" недостаточно - люди будут уходить к более гибким конкурентам, делать свои продукты и строить AI-native teams и compounding startups. 🟢 7. Внедрение сверху ваще не работает в варианте ""давайте просто купим подписки и курсы"". Ну это вообще стало базой, я и сам на нескольких докладах про это рассказывал, и мне даже реклама хайлоада постоянно попадается со слоганом ""Cursor выдали — AI не внедрили"" :) Хочется успешных внедрений - нужно учиться гибридному подходу и создавать условия для того, чтобы инициатива сверху встретилась с энтузиазмом снизу. И это только начало пути. 🟢 8. Усилилось неравенство в командах, т.к. ИИ выступает мультипликатором (у кого-то - 1.1, а у кого-то - 0.9). Тут я вилку, кажется, даже занизил - в действительности разброс оказался гораздо сильнее. И да, реально есть те, у кого внедрение ИИ идёт в минус, как на уровне команд, так и отдельных людей :) 🟢 9. Роль конкретной личности резко возросла. Прямое следствие №8 - разница между людьми, которые ИИ только трогают и теми, кто активно внедряет его в рабочие процессы, стала разительной, и продолжает усиливаться (вы посмотрите на Валеру Ковальского, к примеру :)) Всё как и писал один из фаундеров Anthropic: к лету [2026-го] я ожидаю, что многие люди, работающие с передовыми ИИ-системами, будут чувствовать, будто живут в параллельном мире по сравнению с теми, кто с ними не работает. И, думаю, это будет больше, чем просто ощущение. Это, кстати, ещё и сильно меняет рамку того, как таких людей вписывать в процессы. Сама по себе ситуация нестандартная - ну представьте, что у вас сотрудник внезапно начал выдавать результат как целая команда :) 🟡 10. Фичи могут реализовываться по времени так же, но при этом успевают пройти больше итераций улучшения, что, как правило, дает большее качество. Наполовину угадал. Скорость на отдельных этапах SDLC явно выросла, и да, стали больше смотреть на глобальные метрики, но системно пока что не придумали, как быть с этой скоростью на локальном участке, если пока что весь пайплайн не получается ускорить. Ответ ""простой"" - работа над качеством и микроитерации на отдельно ускорившемся этапе. 🟢 11. Разработка смещается в сторону спеков на вход и верификации на выходе, а код генерит ИИ, отбирая кайф у тех, кто любит писать код - надо искать другие источники кайфа для них, нужен рефрейминг и т.п. Ох, тут половина индустрии в состояниях от легкой грусти до ПТСР, потому что поменялся характер самой работы. И отнятый кайф - это один из главных вкладов в то самое выгорание из пункта №2. Что делать - искать инженерную красоту в других вещах (про это, кстати, есть в докладе). 🟢 12. Внедрение ИИ в оргах = структурные изменения = рефакторинг организаций, что тянет за собой целый спектр технически-культурно-психологических вызовов, надо сразу над всем этим спектром думать для успеха Подтвердился через массовые провалы внедрений. По сути, это проблема управления изменениями, мимикрирующая под внедрение технологий. А учитывая компоненту того, что у нас не было прецедентов внедрения ИИ в прошлом, это даже в терминах управления изменениями не всегда получается точно выразить, приходится разбираться по месту и да, думать. — В целом удивительно, что тогдашние наблюдения не просто сохранились, а стали куда заметнее, несмотря на темпы прогресса в области. За прошедшее время, конечно, очень много произошло - успели появиться и исчезнуть подходы к ИИ-разработке, оформились интересные тренды и всё ещё сильнее ускорилось. Появилась и куча новых наблюдений и интересных исследований, на несколько серий постов хватит :) #ai #sdlc #конфа"