Крупные языковые модели изменили разработку быстрее предыдущих инструментальных сдвигов. Задачи, которые раньше занимали часы, — генерация шаблонного кода, юнит-тесты, документация, API-интеграции и прототипы — теперь закрываются за минуты. Многие разработчики уже считают ИИ-ассистентов вроде GitHub Copilot незаменимыми. Но под этим ростом продуктивности, как пишет Моше Бар в SD Times, зреет напряжение: часть компаний ограничивает или прямо запрещает использование LLM в программной инженерии.
Причина не в отрицании выгоды. Для небольших задач отставание ИИ от человека составляет лишь 2–3 раза. Однако для владения многомиллионной корпоративной платформой разрыв значительно больше. По реалистичной оценке, приведённой в материале, индустрия прошла только 20–40% пути к полностью доверяемой автономной разработке. Поэтому автономное владение софтом остаётся далёкой целью, а доверие к сгенерированному коду нельзя отдавать на аутсорс без валидируемой среды.
Несмотря на ограничения, ИИ-ассистенты не замедляются: экономика слишком убедительна. Даже несовершенные модели резко ускоряют генерацию boilerplate, юнит-тестов, документации, миграционных проектов, API-интеграций, подготовку code review, внутренние инструменты и быстрое прототипирование. Поэтому отказ от них выглядит иррациональным только на первый взгляд — компании скорее выбирают контролируемое применение.
В SD Times подчёркивают: будущее не в противостоянии людей и ИИ, а в работе моделей внутри ограниченных и проверяемых инженер