Сегодня мы собрались с Владимиром поговорить про ИИ. Тема заезженная, но мы решили поговорить вот в каком контексте: Правда ли, что поздно начинать изучать разработку в 2026 году, что джуны никому не нужны, их заменят нейросети, которые уже решают задачи джунов.
Так как я непосредственно занимаюсь тем, что помогаю начинающим разработчикам стартовать в профессии и подключаться к реальным проектам, а Владимир занимается тем, что обучает использованию ИИ, мы не могли пропустить такую тему.
Да, мы здесь состыковали наш опыт и решили им со всеми поделиться.
Начнем с такого тезиса: все говорят о том, что ИИ уже заменяет джунов и решает джунские задачки лучше, чем человек. Что ты по этому поводу думаешь?
Во-первых, не хочу никого пугать. С другой стороны, не хочу никого и совсем уж обнадёживать. На самом деле, доля правды в этом есть. И если посмотреть на статистику, правда, статистику США, то за последние несколько лет занятость молодых разработчиков - 22-25 лет - упала на 20%. При этом занятость разработчиков [с опытом] более 10 лет, наоборот, выросла.
То есть виден тренд, что молодые разработчики как будто бы меньше нужны, а те, кто уже с опытом, наоборот, более востребованы. Здесь нет прямой корреляции, что это возникает именно из-за ИИ. Кроме того, нет статистики по РФ. Повторюсь, это статистика США. Но, тем не менее, это заставляет задуматься. Возможно, какая-то часть истины в этом есть.
Я думаю, что как в случае с уже опытными разработчиками, так и в случае с теми, кто только начинают, у нас происходит не исчезновение профессии, а её трансформация: меняется её форма. Условно говоря, джуны такие, какие они были раньше, сейчас и не особо нужны. Тем не менее, нужны джуны немножко другие - с немножко другими навыками и опытом.
Сейчас как мы понимаем джунов: это те, кто только-только начинают программировать. Приходят, садятся, им дают какие-то простые задачи, и они что-то там кодят. Если говорить чисто про кодирование, то сейчас языковые модели с этим неплохо справляются и, в принципе, кодируют уже даже на уровне выше джуна. Это если говорить просто про написание кода.
Работа разработчика - это не только код. По данным телеметрии, статистике различных IDE, разработчик занимается написанием кода в среднем 15% своего рабочего времени. Остальное время он тоже что-то делает, да? Если задуматься, что мы ещё делаем? Общаемся с заказчиком, постановщиком, тестируем функционал. Выполняем проектирование функционала. То есть, не только пишем код.
И здесь у нас появляются те области, моменты, в которых сейчас языковые модели пока не получается применить так, чтобы они взяли прямо полностью закрыли задачи. Общение с постановщиком, пользователем. Кто тут воспримет то, что он говорит, и постарается перевести это на язык системы, в которой мы ведём разработку?
И тестирование - то же самое. Да, это тоже в каком-то виде можно сделать автоматически, но не всегда и не во всём.
Задач меньше не становится. Скорее всего, сейчас будет становиться даже больше. И если говорить, что мы джунов теперь отменяем, они нам не нужны - а кто эти задачи будет делать? Да, предположим, ИИ будет делать. Но его нужно контролировать. Предположим, у нас есть разработчики мидл, они эти задачи, которые когда-то делал джун, должны теперь все взять. Я по своему опыту сужу. Мне, например, сесть и сделать три задачи одновременно уже довольно тяжело. Когнитивная нагрузка и переключение - не бесплатные, они имеют стоимость с точки зрения затрат сил. В итоге, три задачи одновременно делать уже тяжеловато. Я хотел бы, наверное, взять на себя какие-то сложные задачи. Самые простые всё-таки дать джуну, который будет их делать.
Вопрос только в том, как он будет делать. Я себя сейчас представляю в роли работодателя. Если придёт молодой [разработчик], который говорит: «Да, у меня опыта мало, продуктовой разработкой я ещё не занимался, сам особо не сопровождал 1С. Но я знаю, как установить Cursor, как связать его с 1С. И какой-то опыт у меня уже в этом плане есть, я уже что-то умею». И приходит другой джун, который говорит: «Я вообще ничего не умею». Интереснее будет поработать с тем, который в новые веяния начинает включаться, и сможет, скорее всего, больший эффект и результат показать, чем тот, который пока только вкатывается в это дело, и такого опыта у него нет.
С точки зрения 1С, я - уже опытный разработчик. Иногда делаю какие-то проекты на Python’е, которого я вообще не знаю. С этой точки зрения можно сказать, что я джун в нём, но, тем не менее, у меня что-то получается, об этом ещё чуть позже поговорим.
Сейчас не то, что джуны больше не нужны, а не нужны джуны в старом формате. Неплохо, чтобы специалисты немножко переформатировались: знали, что нужно предложить работодателю, чтобы они ему были интересны. А предложить ему нужно не только написание кода, а что-то чуть большее, или даже немножко другое.
Эту часть – написание кода - уже можно постараться закрыть тем же самым Cursor’ом, но есть другие области, другие части, которые, пока что остаются непокрытыми. И соответственно, надо на это упор делать.
Пока тебя слушала, у меня несколько мыслей в дополнение возникли.
Первое - это про возраст. То, что ты говоришь, что меньше молодых, больше 30+. Применительно к сфере 1С, если есть выбор взять условно студента, которому 20 лет, и человека 30+ или 40+, но у которого уже есть опыт в бизнесе: бухгалтерия, финансы - в какой-то предметной области, которая релевантна нашим проектам, то я бы взяла этого второго человека 30+. Потому что, применительно к 1С, кроме того, что ты можешь писать код, который уже за тебя ИИ, очень важно понимать саму задачу. Как раз то, что ты говорил: понять, что пользователь хочет, и дальше уже понять, как сделать это в 1С.
И, собственно, так изначально было, когда мы с тобой довольно давно начинали разработку. Когда программисты были и аналитики, и знали предметку: ходили с МарьИвановной-бухгалтером пить чай и обсуждать её потребности. В какой-то момент всё сместилось к узкой специализации: появились аналитики, программисты, и появилось целое поколение программистов, которые просто пишут код по ТЗ.
Я у себя в «Заметках…» писала такую мысль: мне кажется, это - первые кандидаты, кого можно заменить ИИ. Мы сейчас не берём людей на уровне 1С-эксперта - высокого уровня спецы, которые занимаются производительностью и, условно, могут себе позволить только техническими вещами заниматься. Такой условный мидл, который говорит: «Дайте мне ТЗ, я сделаю точно по букве, как напишите, не буду думать». Мне кажется, это как раз кандидаты на вылет.
Тема с софт-скиллами набила оскомину, как и тема с ИИ, но это та вещь, в которой нас нейросети пока что не заменят.
Да, всё верно, так и есть. Софт-скиллы - это вещь, которая с ИИ не связана. Это - сама по себе ценность, которая есть независимо от того, знаешь ты или не знаешь [что-то], владеешь или не владеешь написанием кода - она уже тебя делает ценным специалистом, это однозначно.
А что ты думаешь по поводу такой существующей сейчас проблемы: представим, я - начинающий разработчик 1С. Курсы прошла, условного Радченко прочитала. Есть такая определённая демотивация у начинающих: зачем мне усилия вкладывать? Учиться писать код, учиться писать оптимальные запросы по стандартам, если я просто могу закинуть в ИИ: «Напиши мне такой-то запрос,» и она его пишет. Как с этим быть?
Дело в том, что она, если напишет код, то напишет, скорее всего, даже правильно. Даже не то что правильно - код будет рабочий. Но он не будет оптимальным. Там не будет изначально по стандартам, даже если её попросить: по стандартам пиши. Не факт, что модель из коробки сразу сообразит, чего же ты хочешь.
Знаешь, этот вопрос можно немножко переформулировать так: а чем вообще может ИИ быть полезен джуну? Если он только начинает, зачем ему всё это осваивать? Но осваивать-то нужно в любом случае, потому что без контроля из этого ничего хорошего не получается, как сейчас показывает практика. Без контроля, без экспертизы человека.
Если приходит в профессию молодой специалист, который только, как ты говоришь, Радченко прочитал, может быть, не нужно сразу же кидаться за то, чтобы просить ИИ писать код. Можно начать с того простейшего варианта - разбираясь в задачах, когда какие-то вещи не до конца понимаешь, в режиме обычного чата (я не говорю сейчас про какие-то IDE с языковыми моделями), а просто обычный чат GPT - поспрашивать у модели вопросы, которые ты не понимаешь. Может быть, человеку тебе их немножко стыдно задать, потому что кажется, что вопросы глупые. Модель-то она всё стерпит. Ей можно любые вопросы задавать. Попросить её: объясни такой-то момент, поищи в интернете и объясни мне, как это работает, или как с этим быть, как это устроено. И в итоге тихонечко повышаешь свою экспертизу, начинаешь собираться. И потом уже, если ты переходишь к написанию кода, то есть уже к разработке, то делаешь это гораздо более осознанно.
Получается, что ИИ - это не только про написание кода, это инструмент более мощный, и применять его можно более в широком спектре задач и направлений работы.
Я приведу пример из личной практики. У меня небольшой open-source проект есть по предоставлению моделям доступа к базам 1С. И у него есть небольшая часть, написанная на Python’е. Когда я его разрабатывал, я немного представлял, как Pythonработает, но не глубоко - какие-то библиотеки Python’овские я, конечно, не знал. И я решил сделать его полностью с помощью Cursor’а, чтобы он мне полностью его подготовил. Я же это делал не так, что: ты мне там напиши хорошо, а плохо не пиши. Чтобы поставить задачу тоже нужно иметь, скажем так, наработанную интуицию. Как это правильно делать, как это сделать так, чтобы получить тот результат, который ты ожидаешь. При этом не зная стека, но имея базовое понимание того, как строится система, получилось построить.
В итоге код написан, читать его мне довольно тяжело. Я не знаю, что там Cursor написал: хорошо он написал, плохо написал, хорошая там архитектура или плохая. А чтобы разобраться, я начинаю смотреть эти модули и прям чуть ли не каждую строчку модель спрашивать: а тут что делается? А здесь зачем так? Да, а это почему так работает? Точно ли так работает? А здесь ты не ошибся ли?
И в итоге, что интересно, мы так нашли некоторое количество ошибок, которые система допустила. При том, что я до конца не понимаю, что она сделала. Просто начиная это разбирать по шагам, находим какие-то недочёты, недостатки. И получилась, мне кажется, более-менее неплохая система, которую сейчас я довольно широко использую.
Если, как ты говоришь, нет мотивации что-то изучать, ведь всё напишет ИИ - ИИ напишет, конечно, но кто это проверит? По-хорошему мы должны не то, чтобы в написание кода погружаться, но уметь в этом коде разобраться, который кем-то или моделью написан, и добиться понимания, что он делает, и взять за него на себя ответственность. Вот это самое главное.
Вот к чему мы идём. Пусть даже код будет сгенерирован кем-то, моделью, но вы можете в нём разобраться. Я говорю сейчас про джунов, но не только - про любых специалистов. Взять за него ответственность. Вы понимаете, как он работает - да, он работает правильно. Я за него отвечаю - я смогу, если что, его поправить, возможно, опять-таки вместе с моделью, с Cursor’ом. Я это так всё вижу.
В любом случае, не нужно смотреть на то, что код напишет Cursor. Отвечать за него всё равно должен будет человек. Поэтому тут вопрос: как добиться того, чтобы понимать код, который будет написан, и как ему доверять. И, повторюсь, брать за него на себя ответственность.
Здесь, наверное, ещё такой тезис. Я вижу, что как раз ИИ может помочь в самом процессе обучения. Да, мы можем у него спрашивать, как ты приводил пример с Python: «Почему здесь так?». И если такая задача стоит, то ты в процессе можешь свои знания по Python’у прокачать. Я сейчас у Perplexity такой режим обнаружила: «учись шаг за шагом» (или study mode в английском). Как раз когда ты закидываешь тему, например: я джун, хочу научиться писать запросы 1С-ные. И она с тобой в режиме диалога по кускам выдаёт информацию, в конце задаёт тестовый вопросик на понимание. Такая имитация режима наставника.
Мне кажется, такое интересно. Я даже пробовала: закидывала иногда вопросы, когда готовила задания к курсу. У меня сейчас есть история, эксперимент, где я учу 1Сников программированию с нуля. Я до этого учила уже тех, кто какую-то базу получил. А сейчас с нуля. И там бывают такие вопросы, на которые сходу нет ответа. Потому что, когда ты уже давно в этой теме варишься, [есть] эффект неосознанной компетентности. Из серии: а вот почему есть отдельно процедуры и функции, если можно функцию использовать как процедуру, вызывать? Допустим, как человеку объяснить, учитывая, что действительно, в принципе, ты можешь функцию вызывать как процедуру, это работает. Объяснить, например, смысл процедуры и функции. Или ещё что-то такое.
И мне тут ИИ помогал. Я закидывала, говорю: объясни мне, пожалуйста, на пальцах, как новичку. И он какие-то примеры [выдавал].
Я объясняла, почему не надо код писать в одно такое большое полотно. И в чём смысл логических разделений на функции. Например, она мне выдала рецепт борща: пошагово нарезать овощи, сделать то, сделать это. Классно, я бы сама такое не придумала.
Или задание, я там делала сквозной пример: мы разрабатываем свою конфигурацию. Задание я придумала сама, а потом просто закинула в Perplexity и попросила расписать более подробно, чтобы это понятно было новичку, который первый раз решает такую задачу. И тоже точно получилось лучше, чем я бы это [делала] сама, без помощи.
Да, у меня та же самая история. Мы с тобой из сферы образования, про курсы всё знаем. Когда свой курс готовил, обычно в части примеров я просто показываю практические задачи, которые я реально для клиентов решаю. С ними проблем не было. А вот теорию как к этому подвести и как так изложить грамотно, чтобы это было действительно любому понятно, вот это, знаешь, непросто –всё это логично выстроить.
Сидишь, общаешься [с ИИ]: давай вот эту тему с тобой обсудим, давай так сделаем. Перечитаешь - нет, я тут не понимаю, как это переделать? В таком диалоге вместе с достаточно умным помощником устраивается какая-то структура, и ты потом на неё смотришь и думаешь: я раньше сам так на это не смотрел, не так это понимал. Тут так всё логично, хорошо получилось. И в итоге уже можно это в работу пускать, в курс выкладывать. Поэтому [ИИ] не только для разработки, но и просто для упорядочивания информации и её переформулирования так, чтобы это стало понятно конкретно тебе. Потому что у каждого свой опыт, каждому близки какие-то свои примеры. В этом плане языковые модели сильны, много чего могут.
С другой стороны, важно не попадать в определённые ловушки. Ты или я в теме более-менее разбираемся, поэтому мы можем понять, модель правильно посоветовала что-то или нет. Лучше, чем то, что мы знаем, или хуже.
А с другой стороны, если приходит человек, который вообще не в теме, он только-только начинает знакомиться: он попросил модель ему что-то предложить, и она предлагает. Он может попасть в ловушку: как понять, это вообще правильное решение или нет? Потому что модель может убедительно тебе соврать. Такой момент тоже есть.
Да, это как раз был мой следующий вопрос. Мне даже зацепилась в памяти на твоём курсе, на котором я сейчас в текущем потоке - такая мысль, что опытные специалисты склонны не доверять ИИ, а начинающие склонны наоборот излишне доверять.
И если я джун, и у меня этого опыта нет, про который ты рассказываешь, - я не могу ещё взять на себя ответственность за то, что мне ИИ наговорила, как мне можно это провалидировать и понять, что ИИ какую-то мне ерунду выдал?
Да, я, кстати, это нередко встречаю. Модель пишет код очень красиво. И я себя представляю на месте начинающего: ты смотришь, ух ты, какой красивый код, разве может он быть неправильным? А он может быть неправильным.
И в итоге главное - это не то, как выглядит этот код. Важно то, чтобы ты его понимал. О чём я чуть раньше и говорил: важно пойти прямо по отдельным строкам, если ты совсем ничего не понимаешь, и начать выяснять, как это работает, как это связано с другими, не ломает ли это что-то. Нужно быть таким, как бы сказать, въедливым. Таких людей другие люди, может быть, и не любят - они слишком прикапываются к каким-то деталям и т.д. Модели всё равно, она на все вопросы ответит.
Поэтому надо быть въедливым и постараться добиться того, что ты чётко всё понимаешь: что сделано, как работает и т.д. Занимает достаточно много времени, чтобы в чём-то разобраться. И без модели это займёт у вас времени не меньше. Если, предположим, нет у вас Cursor’а, нет ничего. Вы сели в голом конфигураторе, вам надо код написать. Что делать? Обложиться книжками, интернетом, в Google искать какие-то инфостартовские вещи, пытаться в них разобраться. Будете примерно то же самое делать, только более витиеватым путём. А тут вам сразу же какая-то заготовка, в которую просто надо погрузиться и из неё уже формировать что-то более соответствующее тому, что нам нужно получить.
Немножко меняется способ работы. И может быть, он не будет гораздо более эффективный, чем сидеть и руками стараться - тут всё от человека зависит. Просто он другой, и возможно, позволяет получать более качественный результат. Это мне так кажется, утверждать не буду.
Получается, по большому счету ничего не меняется в процессе. Опять же, я начинающий программист, или даже не начинающий. Я тоже сажусь писать код. А бывает, что я что-то забыла, например, как мне передать таблицу с клиента на сервер. И что я раньше делала? Я шла в Google, и мне выдавали какую-нибудь ссылку, например, на Mista или на Infostart, на форумы. Или если мы говорим не про 1С, а большое IT, это был какой-нибудь сайт StackOverflow, где 100% есть уже твоя ситуация, кто-то её решил. Мы смотрим этот форум, там есть пример кода - это чей-то код. Я копирую себе этот код. Если я начинающий, я могу просто не думая скопировать и посмотреть, работает / не работает.
Если я опытный разработчик, просто забыла какие-то конструкции синтаксиса, то я критическое мышление к этому коду включу и выпишу его до рабочего состояния.
Получается, сейчас то же самое - просто я иду не в Google, а спрашиваю у нейросетки.
Может даже спросить у неё, чтобы она сходила в Google и поискала всё, что нужно. Самостоятельно у вас это займёт больше сил: проанализировать несколько источников, всё это как-то свести. Модель вам сразу выдаст уже такой скомпонованный готовый отчёт. Вот, посмотрел там, там, решение такое.
И здесь уже вы смотрите, как сориентироваться. Если что-то где-то кажется вам подозрительным, не верите, то можно сходить по источникам - обычно модель выдаёт, откуда она это взяла.
Это тоже такой важный момент - просто спросить у модели, не прося её в интернете всё поискать. Perplexity всегда опирается на данные поиска. Если мы работаем с ChatGPT, скажем, или Claude моделью, то он не обязательно пойдет в интернет. Он, может быть, и сам выдаст своё решение. И, когда модель не опирается на какие-то источники, тут больше вероятность, что она что-то напридумывает. Поэтому такой интересный важный приём есть: если тема сложная, особенно такая специфическая, узкая, то один из лайфхаков - спросить модель не просто ответить, а сходить в интернет, изучить вопрос и потом ответить.
Ещё момент: когда модели обучают, то у обучающей выборке, на которой модель училась, обычно срез знаний довольно несвежий. Год назад, может быть, полгода назад - в лучшем случае. Тут эта проблема отпадает: модель пойдёт, посмотрит в интернете. Можно уточнить, что нужно смотреть самые последние источники, и она придёт к вам уже со свежей информацией. С тем, что сейчас актуально, а не было актуально год назад. Так что это - тот же поиск в интернете, только другим способом, скажем так.
Да, это хороший прикладной совет. Хочу зафиксировать: спросить именно источники и перепроверять информацию по источникам.
И здесь следующая проблема по поводу источника. У нас сейчас, когда мы спрашиваем нейросеть, она будет искать по тем же форумам. Там кто-то уже вопросы задавал и на них отвечал.
Я читала такую интересную историю про StackOverflow. В последние годы резко упал трафик на этом сайте, потому что люди стали ходить в нейросети, не туда. И сейчас они зарабатывают на том, что свою наработанную базу знаний продали вендорам-разработчикам этих моделей. И у них всё хорошо с финансами: они не закрылись, не обанкротились. Но дальше у меня возникает вопрос: вот всё прекрасно, но сейчас, получается, эту базу знаний никто не пополняет. Никто не пишет вопросы-ответы на форуме. И что будет через какое-то количество лет, когда этих источников, по сути, не останется?
Мне кажется, здесь как раз проблемы и нет. Если раньше мы шли на StackOverflow и с ними решали проблемы, то сейчас мы идём в чат с моделью и решаем ту же самую проблему. И в том числе те проблемы, для которых на StackOverflow решения нету, мы тоже идём решать в чат. И тоже решение получаем.
Наши диалоги - нам ведь никто не гарантирует их конфиденциальность. Скорее всего, они сохраняются на серверах этих вендоров и используются в дальнейшем в обучающей выборке, то есть в обучении следующих поколений моделей.
В итоге эти решения, которые мы получили, общаясь с Claude или ChatGPT, они тоже не на StackOverflow сохраняются, они сохраняются на серверах уже непосредственно вендоров. И тут не стоит так на StackOverflow ориентироваться.
Сейчас в принципе в интернете поиск решения задачи выполняют по-другому. И эта информация не теряется, она сохраняется. Также идёт общение текстов, просто сохраняется она не в общедоступном для всех виде, как на Stack Overflow, а где-то внутри компании. И мы уже потом получаем доступ к этим знаниям только через работу со следующими поколениями моделей.
Мне кажется, это так работает. Поэтому такой уж большой проблемой не будет, что теперь сместилось общение со StackOverflow в чат с ChatGPT, условно говоря.
Интересный вопрос. Посмотрим, что будет. Получается, информация просто становится платной? То, что раньше было бесплатным.
Да, платной. Причём сейчас эта проблема уже достаточно существенная. Как говорят, вся информация, на которую можно было модель обучить, уже использована. Непонятно, откуда брать новую. Поэтому да, сейчас информация дорого стоит.
Продолжение
Практикум-погружение в работу программиста 1С - Практический курс от Анастасии, переход от "теорию знаю, но опыта нет" до Junior+
"1С-разработка с ИИ" - Не менее практический Курс Владимира для действующих программистов 1С (от Junior+)
Так как я непосредственно занимаюсь тем, что помогаю начинающим разработчикам стартовать в профессии и подключаться к реальным проектам, а Владимир занимается тем, что обучает использованию ИИ, мы не могли пропустить такую тему.
Да, мы здесь состыковали наш опыт и решили им со всеми поделиться.
Начнем с такого тезиса: все говорят о том, что ИИ уже заменяет джунов и решает джунские задачки лучше, чем человек. Что ты по этому поводу думаешь?
Во-первых, не хочу никого пугать. С другой стороны, не хочу никого и совсем уж обнадёживать. На самом деле, доля правды в этом есть. И если посмотреть на статистику, правда, статистику США, то за последние несколько лет занятость молодых разработчиков - 22-25 лет - упала на 20%. При этом занятость разработчиков [с опытом] более 10 лет, наоборот, выросла.
То есть виден тренд, что молодые разработчики как будто бы меньше нужны, а те, кто уже с опытом, наоборот, более востребованы. Здесь нет прямой корреляции, что это возникает именно из-за ИИ. Кроме того, нет статистики по РФ. Повторюсь, это статистика США. Но, тем не менее, это заставляет задуматься. Возможно, какая-то часть истины в этом есть.
Я думаю, что как в случае с уже опытными разработчиками, так и в случае с теми, кто только начинают, у нас происходит не исчезновение профессии, а её трансформация: меняется её форма. Условно говоря, джуны такие, какие они были раньше, сейчас и не особо нужны. Тем не менее, нужны джуны немножко другие - с немножко другими навыками и опытом.
Сейчас как мы понимаем джунов: это те, кто только-только начинают программировать. Приходят, садятся, им дают какие-то простые задачи, и они что-то там кодят. Если говорить чисто про кодирование, то сейчас языковые модели с этим неплохо справляются и, в принципе, кодируют уже даже на уровне выше джуна. Это если говорить просто про написание кода.
Работа разработчика - это не только код. По данным телеметрии, статистике различных IDE, разработчик занимается написанием кода в среднем 15% своего рабочего времени. Остальное время он тоже что-то делает, да? Если задуматься, что мы ещё делаем? Общаемся с заказчиком, постановщиком, тестируем функционал. Выполняем проектирование функционала. То есть, не только пишем код.
И здесь у нас появляются те области, моменты, в которых сейчас языковые модели пока не получается применить так, чтобы они взяли прямо полностью закрыли задачи. Общение с постановщиком, пользователем. Кто тут воспримет то, что он говорит, и постарается перевести это на язык системы, в которой мы ведём разработку?
И тестирование - то же самое. Да, это тоже в каком-то виде можно сделать автоматически, но не всегда и не во всём.
Задач меньше не становится. Скорее всего, сейчас будет становиться даже больше. И если говорить, что мы джунов теперь отменяем, они нам не нужны - а кто эти задачи будет делать? Да, предположим, ИИ будет делать. Но его нужно контролировать. Предположим, у нас есть разработчики мидл, они эти задачи, которые когда-то делал джун, должны теперь все взять. Я по своему опыту сужу. Мне, например, сесть и сделать три задачи одновременно уже довольно тяжело. Когнитивная нагрузка и переключение - не бесплатные, они имеют стоимость с точки зрения затрат сил. В итоге, три задачи одновременно делать уже тяжеловато. Я хотел бы, наверное, взять на себя какие-то сложные задачи. Самые простые всё-таки дать джуну, который будет их делать.
Вопрос только в том, как он будет делать. Я себя сейчас представляю в роли работодателя. Если придёт молодой [разработчик], который говорит: «Да, у меня опыта мало, продуктовой разработкой я ещё не занимался, сам особо не сопровождал 1С. Но я знаю, как установить Cursor, как связать его с 1С. И какой-то опыт у меня уже в этом плане есть, я уже что-то умею». И приходит другой джун, который говорит: «Я вообще ничего не умею». Интереснее будет поработать с тем, который в новые веяния начинает включаться, и сможет, скорее всего, больший эффект и результат показать, чем тот, который пока только вкатывается в это дело, и такого опыта у него нет.
С точки зрения 1С, я - уже опытный разработчик. Иногда делаю какие-то проекты на Python’е, которого я вообще не знаю. С этой точки зрения можно сказать, что я джун в нём, но, тем не менее, у меня что-то получается, об этом ещё чуть позже поговорим.
Сейчас не то, что джуны больше не нужны, а не нужны джуны в старом формате. Неплохо, чтобы специалисты немножко переформатировались: знали, что нужно предложить работодателю, чтобы они ему были интересны. А предложить ему нужно не только написание кода, а что-то чуть большее, или даже немножко другое.
Эту часть – написание кода - уже можно постараться закрыть тем же самым Cursor’ом, но есть другие области, другие части, которые, пока что остаются непокрытыми. И соответственно, надо на это упор делать.
Пока тебя слушала, у меня несколько мыслей в дополнение возникли.
Первое - это про возраст. То, что ты говоришь, что меньше молодых, больше 30+. Применительно к сфере 1С, если есть выбор взять условно студента, которому 20 лет, и человека 30+ или 40+, но у которого уже есть опыт в бизнесе: бухгалтерия, финансы - в какой-то предметной области, которая релевантна нашим проектам, то я бы взяла этого второго человека 30+. Потому что, применительно к 1С, кроме того, что ты можешь писать код, который уже за тебя ИИ, очень важно понимать саму задачу. Как раз то, что ты говорил: понять, что пользователь хочет, и дальше уже понять, как сделать это в 1С.
И, собственно, так изначально было, когда мы с тобой довольно давно начинали разработку. Когда программисты были и аналитики, и знали предметку: ходили с МарьИвановной-бухгалтером пить чай и обсуждать её потребности. В какой-то момент всё сместилось к узкой специализации: появились аналитики, программисты, и появилось целое поколение программистов, которые просто пишут код по ТЗ.
Я у себя в «Заметках…» писала такую мысль: мне кажется, это - первые кандидаты, кого можно заменить ИИ. Мы сейчас не берём людей на уровне 1С-эксперта - высокого уровня спецы, которые занимаются производительностью и, условно, могут себе позволить только техническими вещами заниматься. Такой условный мидл, который говорит: «Дайте мне ТЗ, я сделаю точно по букве, как напишите, не буду думать». Мне кажется, это как раз кандидаты на вылет.
Тема с софт-скиллами набила оскомину, как и тема с ИИ, но это та вещь, в которой нас нейросети пока что не заменят.
Да, всё верно, так и есть. Софт-скиллы - это вещь, которая с ИИ не связана. Это - сама по себе ценность, которая есть независимо от того, знаешь ты или не знаешь [что-то], владеешь или не владеешь написанием кода - она уже тебя делает ценным специалистом, это однозначно.
А что ты думаешь по поводу такой существующей сейчас проблемы: представим, я - начинающий разработчик 1С. Курсы прошла, условного Радченко прочитала. Есть такая определённая демотивация у начинающих: зачем мне усилия вкладывать? Учиться писать код, учиться писать оптимальные запросы по стандартам, если я просто могу закинуть в ИИ: «Напиши мне такой-то запрос,» и она его пишет. Как с этим быть?
Дело в том, что она, если напишет код, то напишет, скорее всего, даже правильно. Даже не то что правильно - код будет рабочий. Но он не будет оптимальным. Там не будет изначально по стандартам, даже если её попросить: по стандартам пиши. Не факт, что модель из коробки сразу сообразит, чего же ты хочешь.
Знаешь, этот вопрос можно немножко переформулировать так: а чем вообще может ИИ быть полезен джуну? Если он только начинает, зачем ему всё это осваивать? Но осваивать-то нужно в любом случае, потому что без контроля из этого ничего хорошего не получается, как сейчас показывает практика. Без контроля, без экспертизы человека.
Если приходит в профессию молодой специалист, который только, как ты говоришь, Радченко прочитал, может быть, не нужно сразу же кидаться за то, чтобы просить ИИ писать код. Можно начать с того простейшего варианта - разбираясь в задачах, когда какие-то вещи не до конца понимаешь, в режиме обычного чата (я не говорю сейчас про какие-то IDE с языковыми моделями), а просто обычный чат GPT - поспрашивать у модели вопросы, которые ты не понимаешь. Может быть, человеку тебе их немножко стыдно задать, потому что кажется, что вопросы глупые. Модель-то она всё стерпит. Ей можно любые вопросы задавать. Попросить её: объясни такой-то момент, поищи в интернете и объясни мне, как это работает, или как с этим быть, как это устроено. И в итоге тихонечко повышаешь свою экспертизу, начинаешь собираться. И потом уже, если ты переходишь к написанию кода, то есть уже к разработке, то делаешь это гораздо более осознанно.
Получается, что ИИ - это не только про написание кода, это инструмент более мощный, и применять его можно более в широком спектре задач и направлений работы.
Я приведу пример из личной практики. У меня небольшой open-source проект есть по предоставлению моделям доступа к базам 1С. И у него есть небольшая часть, написанная на Python’е. Когда я его разрабатывал, я немного представлял, как Pythonработает, но не глубоко - какие-то библиотеки Python’овские я, конечно, не знал. И я решил сделать его полностью с помощью Cursor’а, чтобы он мне полностью его подготовил. Я же это делал не так, что: ты мне там напиши хорошо, а плохо не пиши. Чтобы поставить задачу тоже нужно иметь, скажем так, наработанную интуицию. Как это правильно делать, как это сделать так, чтобы получить тот результат, который ты ожидаешь. При этом не зная стека, но имея базовое понимание того, как строится система, получилось построить.
В итоге код написан, читать его мне довольно тяжело. Я не знаю, что там Cursor написал: хорошо он написал, плохо написал, хорошая там архитектура или плохая. А чтобы разобраться, я начинаю смотреть эти модули и прям чуть ли не каждую строчку модель спрашивать: а тут что делается? А здесь зачем так? Да, а это почему так работает? Точно ли так работает? А здесь ты не ошибся ли?
И в итоге, что интересно, мы так нашли некоторое количество ошибок, которые система допустила. При том, что я до конца не понимаю, что она сделала. Просто начиная это разбирать по шагам, находим какие-то недочёты, недостатки. И получилась, мне кажется, более-менее неплохая система, которую сейчас я довольно широко использую.
Если, как ты говоришь, нет мотивации что-то изучать, ведь всё напишет ИИ - ИИ напишет, конечно, но кто это проверит? По-хорошему мы должны не то, чтобы в написание кода погружаться, но уметь в этом коде разобраться, который кем-то или моделью написан, и добиться понимания, что он делает, и взять за него на себя ответственность. Вот это самое главное.
Вот к чему мы идём. Пусть даже код будет сгенерирован кем-то, моделью, но вы можете в нём разобраться. Я говорю сейчас про джунов, но не только - про любых специалистов. Взять за него ответственность. Вы понимаете, как он работает - да, он работает правильно. Я за него отвечаю - я смогу, если что, его поправить, возможно, опять-таки вместе с моделью, с Cursor’ом. Я это так всё вижу.
В любом случае, не нужно смотреть на то, что код напишет Cursor. Отвечать за него всё равно должен будет человек. Поэтому тут вопрос: как добиться того, чтобы понимать код, который будет написан, и как ему доверять. И, повторюсь, брать за него на себя ответственность.
Здесь, наверное, ещё такой тезис. Я вижу, что как раз ИИ может помочь в самом процессе обучения. Да, мы можем у него спрашивать, как ты приводил пример с Python: «Почему здесь так?». И если такая задача стоит, то ты в процессе можешь свои знания по Python’у прокачать. Я сейчас у Perplexity такой режим обнаружила: «учись шаг за шагом» (или study mode в английском). Как раз когда ты закидываешь тему, например: я джун, хочу научиться писать запросы 1С-ные. И она с тобой в режиме диалога по кускам выдаёт информацию, в конце задаёт тестовый вопросик на понимание. Такая имитация режима наставника.
Мне кажется, такое интересно. Я даже пробовала: закидывала иногда вопросы, когда готовила задания к курсу. У меня сейчас есть история, эксперимент, где я учу 1Сников программированию с нуля. Я до этого учила уже тех, кто какую-то базу получил. А сейчас с нуля. И там бывают такие вопросы, на которые сходу нет ответа. Потому что, когда ты уже давно в этой теме варишься, [есть] эффект неосознанной компетентности. Из серии: а вот почему есть отдельно процедуры и функции, если можно функцию использовать как процедуру, вызывать? Допустим, как человеку объяснить, учитывая, что действительно, в принципе, ты можешь функцию вызывать как процедуру, это работает. Объяснить, например, смысл процедуры и функции. Или ещё что-то такое.
И мне тут ИИ помогал. Я закидывала, говорю: объясни мне, пожалуйста, на пальцах, как новичку. И он какие-то примеры [выдавал].
Я объясняла, почему не надо код писать в одно такое большое полотно. И в чём смысл логических разделений на функции. Например, она мне выдала рецепт борща: пошагово нарезать овощи, сделать то, сделать это. Классно, я бы сама такое не придумала.
Или задание, я там делала сквозной пример: мы разрабатываем свою конфигурацию. Задание я придумала сама, а потом просто закинула в Perplexity и попросила расписать более подробно, чтобы это понятно было новичку, который первый раз решает такую задачу. И тоже точно получилось лучше, чем я бы это [делала] сама, без помощи.
Да, у меня та же самая история. Мы с тобой из сферы образования, про курсы всё знаем. Когда свой курс готовил, обычно в части примеров я просто показываю практические задачи, которые я реально для клиентов решаю. С ними проблем не было. А вот теорию как к этому подвести и как так изложить грамотно, чтобы это было действительно любому понятно, вот это, знаешь, непросто –всё это логично выстроить.
Сидишь, общаешься [с ИИ]: давай вот эту тему с тобой обсудим, давай так сделаем. Перечитаешь - нет, я тут не понимаю, как это переделать? В таком диалоге вместе с достаточно умным помощником устраивается какая-то структура, и ты потом на неё смотришь и думаешь: я раньше сам так на это не смотрел, не так это понимал. Тут так всё логично, хорошо получилось. И в итоге уже можно это в работу пускать, в курс выкладывать. Поэтому [ИИ] не только для разработки, но и просто для упорядочивания информации и её переформулирования так, чтобы это стало понятно конкретно тебе. Потому что у каждого свой опыт, каждому близки какие-то свои примеры. В этом плане языковые модели сильны, много чего могут.
С другой стороны, важно не попадать в определённые ловушки. Ты или я в теме более-менее разбираемся, поэтому мы можем понять, модель правильно посоветовала что-то или нет. Лучше, чем то, что мы знаем, или хуже.
А с другой стороны, если приходит человек, который вообще не в теме, он только-только начинает знакомиться: он попросил модель ему что-то предложить, и она предлагает. Он может попасть в ловушку: как понять, это вообще правильное решение или нет? Потому что модель может убедительно тебе соврать. Такой момент тоже есть.
Да, это как раз был мой следующий вопрос. Мне даже зацепилась в памяти на твоём курсе, на котором я сейчас в текущем потоке - такая мысль, что опытные специалисты склонны не доверять ИИ, а начинающие склонны наоборот излишне доверять.
И если я джун, и у меня этого опыта нет, про который ты рассказываешь, - я не могу ещё взять на себя ответственность за то, что мне ИИ наговорила, как мне можно это провалидировать и понять, что ИИ какую-то мне ерунду выдал?
Да, я, кстати, это нередко встречаю. Модель пишет код очень красиво. И я себя представляю на месте начинающего: ты смотришь, ух ты, какой красивый код, разве может он быть неправильным? А он может быть неправильным.
И в итоге главное - это не то, как выглядит этот код. Важно то, чтобы ты его понимал. О чём я чуть раньше и говорил: важно пойти прямо по отдельным строкам, если ты совсем ничего не понимаешь, и начать выяснять, как это работает, как это связано с другими, не ломает ли это что-то. Нужно быть таким, как бы сказать, въедливым. Таких людей другие люди, может быть, и не любят - они слишком прикапываются к каким-то деталям и т.д. Модели всё равно, она на все вопросы ответит.
Поэтому надо быть въедливым и постараться добиться того, что ты чётко всё понимаешь: что сделано, как работает и т.д. Занимает достаточно много времени, чтобы в чём-то разобраться. И без модели это займёт у вас времени не меньше. Если, предположим, нет у вас Cursor’а, нет ничего. Вы сели в голом конфигураторе, вам надо код написать. Что делать? Обложиться книжками, интернетом, в Google искать какие-то инфостартовские вещи, пытаться в них разобраться. Будете примерно то же самое делать, только более витиеватым путём. А тут вам сразу же какая-то заготовка, в которую просто надо погрузиться и из неё уже формировать что-то более соответствующее тому, что нам нужно получить.
Немножко меняется способ работы. И может быть, он не будет гораздо более эффективный, чем сидеть и руками стараться - тут всё от человека зависит. Просто он другой, и возможно, позволяет получать более качественный результат. Это мне так кажется, утверждать не буду.
Получается, по большому счету ничего не меняется в процессе. Опять же, я начинающий программист, или даже не начинающий. Я тоже сажусь писать код. А бывает, что я что-то забыла, например, как мне передать таблицу с клиента на сервер. И что я раньше делала? Я шла в Google, и мне выдавали какую-нибудь ссылку, например, на Mista или на Infostart, на форумы. Или если мы говорим не про 1С, а большое IT, это был какой-нибудь сайт StackOverflow, где 100% есть уже твоя ситуация, кто-то её решил. Мы смотрим этот форум, там есть пример кода - это чей-то код. Я копирую себе этот код. Если я начинающий, я могу просто не думая скопировать и посмотреть, работает / не работает.
Если я опытный разработчик, просто забыла какие-то конструкции синтаксиса, то я критическое мышление к этому коду включу и выпишу его до рабочего состояния.
Получается, сейчас то же самое - просто я иду не в Google, а спрашиваю у нейросетки.
Может даже спросить у неё, чтобы она сходила в Google и поискала всё, что нужно. Самостоятельно у вас это займёт больше сил: проанализировать несколько источников, всё это как-то свести. Модель вам сразу выдаст уже такой скомпонованный готовый отчёт. Вот, посмотрел там, там, решение такое.
И здесь уже вы смотрите, как сориентироваться. Если что-то где-то кажется вам подозрительным, не верите, то можно сходить по источникам - обычно модель выдаёт, откуда она это взяла.
Это тоже такой важный момент - просто спросить у модели, не прося её в интернете всё поискать. Perplexity всегда опирается на данные поиска. Если мы работаем с ChatGPT, скажем, или Claude моделью, то он не обязательно пойдет в интернет. Он, может быть, и сам выдаст своё решение. И, когда модель не опирается на какие-то источники, тут больше вероятность, что она что-то напридумывает. Поэтому такой интересный важный приём есть: если тема сложная, особенно такая специфическая, узкая, то один из лайфхаков - спросить модель не просто ответить, а сходить в интернет, изучить вопрос и потом ответить.
Ещё момент: когда модели обучают, то у обучающей выборке, на которой модель училась, обычно срез знаний довольно несвежий. Год назад, может быть, полгода назад - в лучшем случае. Тут эта проблема отпадает: модель пойдёт, посмотрит в интернете. Можно уточнить, что нужно смотреть самые последние источники, и она придёт к вам уже со свежей информацией. С тем, что сейчас актуально, а не было актуально год назад. Так что это - тот же поиск в интернете, только другим способом, скажем так.
Да, это хороший прикладной совет. Хочу зафиксировать: спросить именно источники и перепроверять информацию по источникам.
И здесь следующая проблема по поводу источника. У нас сейчас, когда мы спрашиваем нейросеть, она будет искать по тем же форумам. Там кто-то уже вопросы задавал и на них отвечал.
Я читала такую интересную историю про StackOverflow. В последние годы резко упал трафик на этом сайте, потому что люди стали ходить в нейросети, не туда. И сейчас они зарабатывают на том, что свою наработанную базу знаний продали вендорам-разработчикам этих моделей. И у них всё хорошо с финансами: они не закрылись, не обанкротились. Но дальше у меня возникает вопрос: вот всё прекрасно, но сейчас, получается, эту базу знаний никто не пополняет. Никто не пишет вопросы-ответы на форуме. И что будет через какое-то количество лет, когда этих источников, по сути, не останется?
Мне кажется, здесь как раз проблемы и нет. Если раньше мы шли на StackOverflow и с ними решали проблемы, то сейчас мы идём в чат с моделью и решаем ту же самую проблему. И в том числе те проблемы, для которых на StackOverflow решения нету, мы тоже идём решать в чат. И тоже решение получаем.
Наши диалоги - нам ведь никто не гарантирует их конфиденциальность. Скорее всего, они сохраняются на серверах этих вендоров и используются в дальнейшем в обучающей выборке, то есть в обучении следующих поколений моделей.
В итоге эти решения, которые мы получили, общаясь с Claude или ChatGPT, они тоже не на StackOverflow сохраняются, они сохраняются на серверах уже непосредственно вендоров. И тут не стоит так на StackOverflow ориентироваться.
Сейчас в принципе в интернете поиск решения задачи выполняют по-другому. И эта информация не теряется, она сохраняется. Также идёт общение текстов, просто сохраняется она не в общедоступном для всех виде, как на Stack Overflow, а где-то внутри компании. И мы уже потом получаем доступ к этим знаниям только через работу со следующими поколениями моделей.
Мне кажется, это так работает. Поэтому такой уж большой проблемой не будет, что теперь сместилось общение со StackOverflow в чат с ChatGPT, условно говоря.
Интересный вопрос. Посмотрим, что будет. Получается, информация просто становится платной? То, что раньше было бесплатным.
Да, платной. Причём сейчас эта проблема уже достаточно существенная. Как говорят, вся информация, на которую можно было модель обучить, уже использована. Непонятно, откуда брать новую. Поэтому да, сейчас информация дорого стоит.
Продолжение
Практикум-погружение в работу программиста 1С - Практический курс от Анастасии, переход от "теорию знаю, но опыта нет" до Junior+
"1С-разработка с ИИ" - Не менее практический Курс Владимира для действующих программистов 1С (от Junior+)
