Экспертиза в программировании исчезнет из-за ИИ

// Потребность в постоянном трении для долгосрочного формирования навыков.

Подзаголовок истории говорит сам за себя.

Есть люди, которые ищут трение. Подумайте о спортсмене или заядлом гике.

Лучшие инженеры — это те, кто в детстве были очарованы компьютерами и обучением и занимались этим при каждой возможности. Другими словами, они сами находили себе трение.

Для таких людей поиск трения — это константа, а LLM просто переместили точку, где возникает трение.

Например, лучшие инженеры, с которыми я работал, не обязательно имели большой опыт программирования на ассемблере, потому что такой вид трения больше не был необходим. Но они могли решать сложные проблемы (и если проблема действительно требовала ассемблера, они могли пойти и выучить его).

Я думаю, что ИИ гораздо сильнее ударит по инженерам низкого уровня. По тем, кто никогда не был по-настоящему любопытен и предан делу, для кого это была просто работа. Например, типичный оффшорный «толкатель тикетов». Такой человек никогда не искал трения, и это то, что больше никогда не взлетит — если мне нужен посредственный или средний результат, LLM достаточно.

Змея, пожирающая собственный хвост, в разработке ПО с помощью LLM — это то, что действительно встречает лишь пожатие плечами, когда об этом заходит речь. В лучшем случае у вас может быть небольшая группа разработчиков, которые не жарят себе мозги ИИ, и их наградой за это, похоже, является необходимость проверять ужасный код, написанный ИИ людьми, которые свои мозги уже сожгли.

Полностью неустойчиво.

Как технический преподаватель, я на 100% согласен. LLM не станут «новым компилятором», где нам больше не нужно беспокоиться о коде. Есть причина, по которой мы доверяем детерминированным системам.

Я много об этом беспокоился, я даже создал навык для агента под названием do-i-understand, предназначенный для начинающих разработчиков (и опытных тоже, из-за атрофии), где LLM задает вам вопросы о PR, который вы собираетесь отправить. Я обнаружил, что это очень помогает: https://github.com/AnthonyPAlicea/skills/blob/main/skills/do...

Так или иначе, будет расплата за навыки.

Я полностью согласен с концепцией, что когнитивное трение — это двигатель обучения.

Прежде всего, это проблема «зависимости»: если вы перестаете тренировать «мышцу» логики и рассуждений, она постепенно атрофируется, как неиспользуемые физические мышцы. Вы становитесь зависимы от внешних инструментов, которые заменяют способность, которая когда-то была у вас самих.

Исторический пример, который вызвал подобный сдвиг, таков: когда производственный процесс перешел от ума и рук ремесленника к фордистской фабрике (и конвейеру), навык создания вещей сместился от человеческого мастерства к анонимным структурированным процессам.

Мало-помалу традиционные ремесленники теряли свои знания и «ноу-хау». Сегодня наличие мебели в нашем доме зависит от массового производства и цепочки поставок; «средний» человек больше не способен создать её сам.

То же самое происходит и с программным обеспечением.

Мы — (ныне «бывшие») ремесленники программного обеспечения.

Я считаю, что наиболее вероятным следствием ИИ является продвижение универсалов: людей, которые обладают экспертизой в предметной области, умеют работать на стыке дисциплин и имеют достаточно знаний в программировании, чтобы держать LLM в русле. Я не думаю, что «чистые» инженеры-программисты будут так же высоко цениться, как в прошлом десятилетии, хотя я также думаю, что это будет верно и для других дисциплин. Например, в обработке сигналов не редкость, когда один человек проектирует общий алгоритм, а другой занимается реализацией алгоритма во встроенной системе. С качеством кодирующих агентов больше не обязательно иметь обоих этих людей. Теперь эту работу может выполнять человек, умеренно опытный в обоих.

К сожалению, это похоже на правду.

Только вчера я реализовывал немного хитрый JavaScript (не мой основной язык) для показа соседних элементов при наведении, по n с каждой стороны, и если с одной стороны недостаток, расширять на другую сторону. Примерно через 20 минут борьбы с правильными смещениями я сдался и просто попросил агента сделать это.

Я уверен, что всё ещё смог бы это сделать, но было грустно, что у меня не получилось так быстро, как, думаю, раньше. Атрофия, возможно, уже действует.

Честно говоря, уже было довольно плохо. В моем опыте есть резкая разница между лучшими и средними. Лучшие, скажем, десять процентов кодеров значительно лучше всех остальных во всем, кроме шаблонного клеевого кода (который всё еще нужен, и его лучше делают средние кодеры).

Это я говорю из своего опыта как системный/C/C++ парень. Если вы JS-фронтендер, питонист или кто-то ещё, понятия не имею, применимо ли это к вам.

Да, и это не имеет значения.

Написание кода на языках программирования — это навык/необходимость, созданная нами для того, чтобы инструктировать компьютеры, что мы хотим, чтобы они делали.

Изначально в 60-х это делалось путем соединения цепей так или иначе (вспомните ENIAC). Затем мы придумали «программируемые» компьютеры и разработали набор кодов (инструкции машинного кода), которые абстрагировали эти кабели.

Затем мы создали языки программирования, чтобы еще больше абстрагировать сложность оборудования и иметь возможность записывать наши пожелания в форме, более передаваемой между людьми, но всё ещё вычислимой машинами.

Но с LLM и нейронными сетями в какой-то момент эти абстракции станут не нужны.

Компьютеры по-прежнему будут выполнять вычисления, но способ, которым мы говорим им, чего хотим, будет развиваться.

Это захватывающе.

Мы тратим так много нашего интеллектуального времени и энергии на обсуждения алхимических экспериментов с различными моделями, агентами, обвязками, оркестрациями.

И огромное количество времени, энергии и писанины уходит на споры об ИИ или попытки убедить людей в опасности или проблемах.

К сожалению, всё это отнимает время, которое можно было бы потратить на реальный прогресс и изучение программирования/ФП/ЯП/алгоритмов/теории типов и т.д.