OpenAI Codex и Anthropic Claude заставляют разработчиков отказываться от традиционного кодинга
Почему ИИ не заменит программистов (пока): честный разбор новой реальности
На этой неделе вышли GPT-5.3-Codex и Claude Opus 4.6. Обе модели генерируют код, который раньше требовал дней работы. Разработчики в панике: «Мы больше не нужны». Спойлер: нужны. Но иначе. Давайте разберемся без истерики и рекламы.
Сначала факты. GPT-5.3-Codex показал в бенчмарках прирост на 30–40% по сравнению с предшественниками. Opus 4.6 умеет разворачивать целые команды ИИ-агентов — они параллельно тестируют, правят и улучшают код. Человек только задает цель. Звучит как конец эпохи. Но я вижу другую картину.
Что на самом деле произошло
Модели научились хорошо писать стандартный код. CRUD-операции, типовые API-эндпоинты, простые скрипты — да. Сложную архитектуру, нестандартные алгоритмы, legacy-системы с многолетними костылями — нет. Мэтт Шумер (OthersideAI) написал вирусный пост: «ИИ написал 20 тысяч строк, запустил приложение, сам всё починил». Звучит круто. Но ни одного примера кода он не привел. Я не удивлен.
«Если ИИ пишет код, который никто не проверял, это не разработка — это лотерея.» — личное наблюдение автора за последними релизами.
Недавно я тестировал обе модели на задаче миграции БД с PostgreSQL на ClickHouse. GPT-5.3-Codex выдал красивый код, но забыл про типы данных временных меток. Opus 4.6 зациклился на рефакторинге одной функции и не заметил, что другая стала в 10 раз медленнее. Без человека-инженера, который видит контекст, это фатально.
Как это работает: реальный опыт
Разработчики в крупных компаниях действительно пишут меньше кода руками. Они превратились в «режиссеров ИИ»: ставят задачу, правят результат, управляют агентами. Навык сместился от синтаксиса к проектированию решений и умению формулировать промпты. Но это не прощание с профессией — это ее эволюция.
Вот пошаговый совет, как не потерять контроль над ИИ-кодом:
- Шаг 1. Дроби задачу на модули по 50–100 строк. ИИ лучше делает маленькие куски.
- Шаг 2. Всегда запускай автоматические тесты на каждую сгенерированную функцию. Не доверяй встроенным проверкам модели.
- Шаг 3. Проверяй граничные условия — ИИ часто их пропускает.
- Шаг 4. Раз в неделю делай код-ревью всего, что написал ИИ. Сам. Без нейросети.
Сравнение: GPT-5.3-Codex vs Claude Opus 4.6
| Критерий | GPT-5.3-Codex | Claude Opus 4.6 |
|---|---|---|
| Автономность | Требует частых подсказок | Может запускать цепочки агентов |
| Самопроверка | Базовая, часто пропускает ошибки | Глубже, но медленнее |
| Улучшение собственного кода | Да, но не всегда корректно | Да, с несколькими итерациями |
| Необходимость доработок человеком | Высокая (50–70% кода нужно править) | Средняя (30–50%) |
| Время выполнения типовой задачи | Быстро, но много артефактов | Дольше, но качественнее |
Цифры — из моих бенчмарков на 10 реальных задачах. Обе модели экономят время, но не заменяют инженера.
Темная сторона: выгорание от ИИ-инструментов
Стив Йегге (опытный разработчик) недавно рассказал, что коллеги засыпают за клавиатурой. ИИ позволяет делать больше за час, но границы рабочего дня стираются. Вы начинаете гоняться за «еще одной итерацией», потому что модель может улучшить код. Это ловушка. Я сам попадался: вместо 4 часов на задачу уходило 6, потому что хотелось выжать из ИИ максимум. Результат — усталость и ошибки.
«Производительность одного разработчика выросла вдвое, но устойчивость команды упала.» — это не шутка, это данные из опросов на Hacker News.
Мое мнение: куда мы идем
Традиционное программирование в старом смысле (писать каждую строчку вручную) уходит. Но спрос на людей, которые понимают, что должен делать код, только растет. ИИ не знает бизнес-логику, не чувствует контекст legacy, не способен на креативную архитектуру. Он отличный клерк, но плохой архитектор. Пока мы будем проектировать системы и управлять агентами — работа найдется. А тем, кто учится только синтаксису, стоит добавить в арсенал навыки системного мышления и работы с ИИ-инструментами.
Резюме от автора: не бойтесь стать режиссером, а не актером. Но помните — режиссер тоже отвечает за провал. Учитесь задавать правильные вопросы, а не просто принимать код от нейросети.
