AI-генерация кода: программисты больше не пишут код?

В IT‑среде снова звучит провокационный вопрос: если AI умеет генерировать функции, тесты и даже целые модули, значит ли это, что разработчики «больше не пишут код»?

Что случилось: почему тема стала новостью

За последние месяцы AI‑инструменты для разработки стали заметно «ближе к продукту», а не к демо. Речь уже не только про автодополнение строк, а про встроенные в IDE и репозитории сценарии, где модель:

• принимает задачу в виде текста или тикета,
• создает/правит файлы в проекте,
• предлагает изменения диффом (как pull request),
• генерирует тесты и документацию,
• запускает линтеры/сборку, иногда повторяет попытки после ошибок.

Отсюда и ощущение, что код «появляется сам», а человек лишь нажимает кнопку.

Прямой ответ: пишут ли программисты код меньше

Да, ручного набора стало меньше — особенно в типовых местах: CRUD, интеграции, сериализация, обвязка вокруг API, миграции, базовые формы, шаблоны инфраструктурного кода. Многие команды честно признают: часть задач, которые раньше занимали день, теперь закрываются за час.

Но утверждение «программисты больше не пишут код» неверно по сути. В продакшене остается критический слой работы, который AI ускоряет, но не заменяет:

• формулировка требований и критериев готовности,
• проектирование и архитектурные решения,
• проверка корректности и безопасность,
• наблюдаемость (логи/метрики/трейсы), эксплуатация, инциденты,
• ревью, управление долгом и поддерживаемостью.

Именно здесь сегодня «сидит» цена ошибок.

Почему «кодогенерация» не равна готовому продукту

AI действительно может выдать рабочий фрагмент, но часто не гарантирует важные свойства системы.

• Контекст проекта и ограничения.Модель может не знать внутренних договоренностей, версий библиотек, схем миграций, требований к совместимости, политики безопасности, особенностей деплоя. Без человека код легко конфликтует с реальностью конкретного репозитория.
• Качество и поддерживаемость.Сгенерированный код может быть:
• чрезмерно сложным,
• плохо разделенным на слои,
• с дублированием логики,
• без понятных границ ответственности. В моменте «работает», но через полгода увеличивает стоимость изменений.
• Безопасность, лицензии, комплаенс.Типичные риски: неправильные права доступа, инъекции, небезопасная десериализация, утечка секретов, сомнительные зависимости, вопросы происхождения кода. Это область, где нужен системный контроль и ответственность.
• Верификация.Тесты, сгенерированные AI, иногда проверяют не требования, а текущую реализацию (по сути «подгоняют» ожидаемое под написанный код). Нужны независимые проверки: сценарии, контракты, негативные кейсы, нагрузка.

Что меняется в профессии прямо сейчас

Тренд выглядит так: разработчик становится меньше «наборщиком текста» и больше — инженером, который управляет процессом производства софта.Практически это означает:

• больше времени на постановку задачи (inputs/outputs, ограничения, примеры);
• больше ревью и редактуры (AI как черновик);
• больше внимания к архитектуре и границам модулей;
• рост значимости навыков отладки, профилирования и эксплуатации.

Для начинающих вход действительно упрощается: можно быстрее собрать прототип. Но растет риск «хрупких» решений, если нет дисциплины ревью и базового понимания систем.

Что делать компаниям: короткий чек‑лист

Чтобы ускорение не превратилось в рост инцидентов, команды все чаще вводят правила:

• политика использования AI (что можно отправлять в запросы, что нельзя);
• шаблоны задач и промптов, чтобы требования были однозначными;
• обязательный security‑review для чувствительных изменений;
• сканирование зависимостей и лицензий;
• метрики качества: регрессии, скорость отката, частота инцидентов, а не «строки кода».

AI‑генерация кода уже снижает долю ручной рутины и ускоряет разработку, но не отменяет роль программиста. Код пишут иначе: больше через формулировку задачи и ревью, меньше через «печатание». Побеждают команды, которые относятся к AI как к ускорителю и инструменту, а не как к замене ответственности: продукт по‑прежнему держится на архитектуре, проверках, безопасности и зрелых практиках качества.