В чем главная ценность искусственного интеллекта и как расти вместе с ним

Нейросети могут производить впечатление технологии, которая знает и умеет все, но при этом допускают ошибки, некоторые из которых обходятся компаниям в миллионные убытки. ИИ действительно может многое, но для получения пользы нужно уметь работать с ограничениями и валидировать результаты.

Руководитель отдела контроля качества Битрикс24 Олег Строкатый рассказал о главном плюсе ИИ и о том, как и как специалисту расти вместе с ним.

Главный сдвиг в создании программного обеспечения

Раньше большая часть времени уходила на написание кода, изучение языков программирования и фреймворков и отладку продукта. Часто приходилось тратить дни и недели, чтобы пройти путь от идеи до первой рабочей версии, а на разработку работающего полезного приложения даже у опытных программистов могли уйти месяцы.

Сегодня значительную часть технической работы может взять на себя ИИ, и барьер реализации заметно снизился. Даже без технического опыта человек может создать приложение за несколько часов или даже минут.

ИИ-программисту важнее другие навыки. Нужно понимать цель приложения, его логику, взаимосвязи между компонентами и модулями кода. Разработчик реже создает технические детали руками, но он все еще должен понимать устройство программы и следить за реализацией.

Как ИИ усиливает рост специалиста

Обучение новому происходит через количество циклов разработки: создание кода — запуск — проверка результата — определение ошибок — исправление. ИИ ускоряет не только создание работающих продуктов, но и срок таких циклов: с нейросетью это занимает минуты.

Учиться с ИИ удобно: каждый диалог можно считать мини-уроком на конкретную тему: как работает используемая в коде технология или принцип, как устроена архитектура приложения, почему лучше использовать именно такой подход. В 2025 году треть разработчиков использовала ИИ для обучения, участвовавших в опросе Stackoverflow.

Работа с промптами для ИИ усиливает навыки еще и потому, что пользователь учится задавать правильные вопросы. Это полезно везде: в коммуникации с коллегами, постановке задач, декомпозиции проблем. Точность формулировок — одно из самых ценных умений в работе.

Какие ограничения у нейросетей остаются сегодня

Хотя ИИ ускоряет работу и рост разработчиков и других специалистов, он остается неидеальной технологией. Полагаться только на искусственный интеллект пока что нельзя из-за существующих ограничений.

Нейросеть может галлюцинировать: уверенно называть несуществующие технологии, принципы разработки или документацию. Чем специфичнее предметная область, тем выше риск такой ошибки. ИИ так устроен: он не отличает точные знания от своих предположений и фантазий.

Не понимает ваш бизнес. Он может написать функцию в программе, но не будет знать, почему в компании нужна именно эта функция. Без этого понимания машина может трактовать цели довольно свободно и предложить формально правильное, но не подходящее под конкретную задачу решение. Например, создать верный отчет, но не в том формате, в котором он нужен бухгалтерии.

Не видит общей картины. Нейросеть лучше работает в рамках одного файла или отдельной задачи. Но в разработке важны и архитектурные решения: как связать компоненты приложения, как провести границу между разными сервисами и спланировать систему с запасом на рост. Это проектирование пока что остается задачей человека.

Есть еще один важный факт: ответственность всегда остается на пользователе и бизнесе. В работе машины возможны объективные недостатки, и за все последствия использования работы нейросетей будет отвечать компания или конкретный пользователь.

Получается, что для роста вместе с ИИ нужно понимать его ограничения и уметь с ними работать. Это означает новый профиль ценного специалиста: человек, который глубоко понимает предметную область, умеет декомпозировать сложные процессы и точно формулировать требования. Код стал деталью автоматической реализации, а главным активом сейчас выступают идея, архитектурные навыки и умение быстро проверять результаты.

Можно ли упростить контроль работы ИИ

Обычно контроль за действиями нейросети берут на себя программисты-эксперты, которые проверяют архитектурные решения, уязвимости и качество реализации. Но этот этап можно упростить и улучшить, если встроить часть контроля в среду разработки, где люди работают с ИИ-программированием. Такой технологией сегодня становятся специальные платформы вайб-кодинга.

Платформа вайб-кодинга — это среда, которая помогает работать с ИИ безопасно и предсказуемо. Платформа проверяет результат, подсказывает ошибки и не дает использовать опасные решения. В итоге человек не просто быстрее пишет код, но и меньше рискует сломать продукт. Конкретная реализация различается в зависимости от продуктов. По опыту собственной платформы Битрикс24 VibeCode мы видим, качество кода и логичность архитектуры заметно выше, чем если бы разработчик писал его вне специализированной среды.

Общий смысл у всех подобных инструментов один: блокировать опасные практики, запускать сканеры уязвимостей, упрощать размещение кода на сервере. Вы думаете о продукте — платформа думает о том, чтобы продукт был сделан правильно. 

Кто растет вместе с ИИ

Искусственный интеллект усиливает ваши навыки как калькулятор: не заменит техническое понимание, но позволит быстрее проходить путь от идеи до результата. Но чтобы правильно работать с ИИ и оставаться ценным для бизнеса специалистом, нужно соблюдать несколько вещей:

• Глубоко продумывать идею до начала разработки.
• Проверять все результаты работы ИИ.
• Разбираться в каждом этапе создания программного обеспечения.
• Использовать правильные среды разработки: платформы вайб-кодинга, которые усиливают плюсы нейросетей и помогают их контролировать.

Вайб-кодинг помогает быть быстрее: создавать, учиться и пользоваться результатами. Поэтому умеющий работать с ИИ программист заменит того, который не умеет.

Автор статьи: Олег Строкатый (руководитель отдела контроля качества Битрикс24)