Помните Макса Шапошникова? Мы уже писали о нём в Журнале 8БИТ. Макс окончил ШАД в 2021 году, успел поработать в Amazon, а сейчас живёт в Лондоне и развивает ML в AI-стартапе Tessl. Задали Максу ещё несколько волнующих вопросов о будущем индустрии. Читайте: 💛 Куда движется программная инженерия в эпоху AI? 👨💻 Каждый месяц выходят новые модели и AI-агенты, которые решают всё более сложные задачи. Из-за этого легко поверить, что программирование как профессия скоро исчезнет. Но до настоящего AI-апокалипсиса нам далеко. Да, software engineering меняется. Да, старые роли трансформируются, но вместе с ними появляются новые. За последний год я всё чаще слышу от энтерпрайзов одни и те же вопросы: сколько кода стоит писать вручную, а сколько — отдавать агентам? Насколько им вообще можно доверять? Компании тратят миллиарды токенов на модели, тестируют десятки инструментов. Появляются внутренние AI-native команды — разработчики, которые занимаются внедрением, настройкой и измерением результатов от новых AI-инструментов. Выдать всей компании доступ к платной нейронке — только начало. Дальше нужно научить людей эффективно работать с агентами: создавать базы знаний, разворачивать sandbox-окружения для непрерывной работы агентов, настраивать AI-review, чтобы человек проверял только критически важные изменения, и строить метрики использования инструментов. Это очень сложная инженерная задача, под которую нужны новые специалисты. 💛 Какая профессия всё-таки может заменить классических разрабов? 👨💻 AI Engineers. Это пока очень подвижная профессия без чётких границ, поэтому её сложно описать одним определением. Но рынок уже меняется: компании всё чаще открывают вакансии именно для AI-инженеров. Хорошее описание этой роли недавно дал Andrew Ng — один из пионеров AI-трансформации. AI Engineer — это разработчик, который уверенно работает с агентами вроде Claude Code или Codex, понимает основные building blocks AI-стека — RAG, базы знаний, оркестрацию агентов — и при этом хорошо разбирается в классической разработке. Но есть ещё один важный навык — продуктовое мышление. AI Engineer должен уметь строить системы и понимать, какую проблему они решают и как ими будут пользоваться люди. 💛 Почему вдруг разработчикам стали нужны навыки продакт-менеджера? 👨💻 Всё просто: AI сильно ускорил создание фич. Раньше команда могла делать прототип неделями, а теперь — за день или даже за вечер. Но из-за этого появляется новая проблема. Если фичи делаются быстрее, то нужно быстрее понимать, нужны ли они пользователям вообще. И вот тут bottleneck-ом становится уже не код, а принятие продуктовых решений. Поэтому сейчас особенно ценятся люди, которые: — пишут код — разговаривают с пользователями — быстро проверяют идеи — понимают, что действительно полезно — принимают продуктовые решения без долгих согласований. На практике компактные команды универсалов развиваются быстрее больших, где жёстко разделены роли. 💛 А как же технические знания? Неужели мы зря выбираем направление в вузе? 👨💻 Наоборот, сейчас особенно ценится сильная инженерная база. Например, многие AI-инженеры сегодня занимаются инфраструктурой для агентов: создают среды, где агенты могут запускаться, тестироваться и работать в большом масштабе. Другие строят системы вокруг моделей — RAG, поиск по знаниям, memory, evaluation pipelines и инструменты для улучшения качества ответов. Просто вместо «ручного» кода всё больше ценятся люди, которые умеют сочетать несколько навыков. 🔥 Спасибо Максу за честный взгляд изнутри и много поводов подумать о том, чему учиться уже сейчас. А если хотите следить за тем, как меняется AI-индустрия и какие навыки помогают оставаться в игре, подписывайтесь на блог Макса max.sh. Там ещё больше наблюдений про инженерное мышление.