Долг понимания. Как ИИ меняет роль разработчика
Когда написание кода перестаёт быть самым дорогим процессом, фокус смещается с производства на понимание системы. Это меняет привычную структуру команд и методологии вроде Scrum.
С появлением ИИ-агентов стоимость написания кода резко упала. Раньше процесс разработки был самым медленным звеном, под которое подстраивались все остальные: планирование, аналитика и тестирование. Теперь же основным ограничением становится понимание того, как работает система.
Эдди Османи называет это «comprehension debt», долгом понимания, когда система функционирует, но команда не успевает в ней разобраться. Подобную проблему в области математики описывает Теренс Тао: теперь ответ можно получить, минуя процесс осмысления, который раньше был естественным следствием работы.
Из-за того, что задачи теперь генерируют агенты, а не люди, знание о системе перестаёт накапливаться у инженеров. Раньше разработчик, аналитик или тестировщик волей-неволей вникали в детали продукта, создавая общую картину. Сейчас же ТЗ и код могут быть созданы ИИ, при этом ни один человек не прочитывает их целиком.
В итоге возникает ситуация, когда за выпуск отвечает человек, но он не успевает прочитать и осмыслить то, что сгенерировала машина. Очередь непрочитанного кода растёт, а риск ошибок увеличивается.
В новой реальности узким местом становится не написание кода, а определение целей. Зачем делать фичу и какой эффект она принесёт. Автор подхода Product Autonomy предлагает перестроить работу вокруг владельца продукта (PO).
В этой модели инженеры больше не пишут фичи напрямую, они создают среду и инструменты, в которых владелец продукта может самостоятельно собирать сценарии с помощью ИИ. Таким образом, ответственность за результат и понимание продукта концентрируются в руках того, кто ставит задачу.
Для специалистов в IT это означает смену приоритетов: технические навыки написания кода становятся менее критичными, чем способность управлять продуктом и понимать бизнес-логику. Пока ИИ берет на себя рутину, ценность человека смещается в сторону управления смыслами и контроля за работой агентов.
Текст подготовила языковая модель по материалам источников.

