"кажется, многие пришли (кто воочую, кто через подкасты) к консенсусу, что coding is solved. и на днях я задумался: а как в таком сетапе вообще живут cobol-программисты. кажется, их уже десятилетиями пытаются заменить, но все равно не выходит. сразу скажу, что ни строчки кода на cobol я не писал, и даже близко знакомых таких у меня нет. но пути наши все равно пересекались. в 2023 году я сделал свою первую ангельскую инвестицию в частную компанию. это были аргентинцы: выпустились из местного универа, поработали в офисе google в буенос-айресе и решили строить стартап для миграции компаний с cobol. конечно же, с помощью AI. нас объединяло то, что мы ничего не понимали в cobol. я с умным видом позадавал вопросы из серии «а что если большая компания x сделает то же самое» (хозяйке на заметку: тут нет правильного ответа - такой вопрос задают, когда спросить по теме особо нечего) — и сказал, что я в деле. забегая вперед: ребята потыкались в эту тему около года, никому ничего не продали, а потом пивотнулись в AI QA assistant, и там дела пошли в гору. сейчас я гордый сосед по кап-тейблу с фаундерами vercel, auth0 и именитым bvp. так что LP, читающие этот канал, берите на заметку. мой интерес закончился примерно в тот момент, когда я закрыл google meet c моими аргентинскими друзьями. но недавно я вдруг снова задался этим вопрос и пришел вопросом ""как AI отразился на Cobol программистах"" на hn, и там даже залетел на главную, а я провалился в кроличью нору девелоперской археологии. cobol живет там, где много правил, много транзакций и очень дорого ошибиться - платежи, банкинг, страхование, крупные биллинговые и учетные контуры. когда в Штатах ты свайпаешь кредиткой на заправке шанс упереться в cobol до сих пор довольно высокий. во многом его рост обеспечила ibm. с выходом ОС system/360 в 1964 году рынок получил очень важную идею: можно обновлять железо, не выкидывая весь софт. а cobol уже был одним из основных языков для бизнес-приложений, он хорошо вписался в смену поколений. но язык имхо странный. там долго не было нормальной рекурсии, а значительная часть кода держится на внутренних соглашениях, которые конкретная компания тащит за собой десятилетиями. сам синтаксис изначально задумывался почти утопически: так, чтобы бизнес-пользователь мог программировать без middleman в виде разработчика (sql - hold my beer) мало студентов мечтали стать мейнфрейм-разработчиками в банке. да и курсы для вкатывающихся в it, слава богу, обходили cobol стороной. в итоге боттелнек в этом процесс в том, чтобы понять, почему именно этот код вообще существует, с какими внутренними соглашениями и старыми бизнес-исключениями он связан, и что именно сломается. я общался еще недавно с одним YC стартапом, который в 2026 уже пытается делать стартап похожий на моих аргентинцев, но они заявляют, что берут под себя весь end-to-end процесс. cobol x AI это не только вопрос самих моделей. в зарегулированных мейнфрейм-средах вы просто не сможете отправлять код во внешний llm. локальные сетапы тоже часто тяжелые, дорогие и неудобные в эксплуатации. так что на практике это одновременно вопрос качества моделей, деплоя и аудиты и governance. но кмк в этой индустрии давно все поделено. с миграцией помогает сам IBM и куча ИТ-интеграторов типо Accenture. если вдруг думаете про схожий бизнес - скорее всего нужно будет продавать через партнерские каналы. это немного напоминает hardtech и фабрики в штатах, про которые я писал раньше. и если убрать специфику cobol, то это вообще более широкий сюжет. за десятилетия человечество написало огромное количество софта, который поддерживает критически важные системы. кто-то все равно должен это понимать, поддерживать и аккуратно менять. то есть сегодняшние инженеры рекомендательной системы большого е-кома это cobol программисты -5 лет. @partially_unsupervised писал хороший пост по сабжу так что если вы думаете куда перекатываться с Python программиста - ловите crash-course"