Что там по замене программистов при помощи AI через 3 года после релиза ChatGPT? Часть 2.

Агентность и замена джунов
Не смотря на появление MCP и аналогов, AI все еще не хватает агентности. Ты не можешь сформулировать задачу для AI в 5 предложений и ожидать сделанную задачу на уровне мидла/синьера с таким же уровнем самостоятельности. AI все еще требует кучу бебиситинга и хендхолдинга. Это джун в лучшем случае. Но заменить джунов в долгосроке не получится. Джун это просто стадия роста программиста. Придется заменять всех (как минимум до Senior включительно). Иначе откуда брать Senior в долгосроке, если уволить всех джунов? Более того, AI не обучается на работе. Когда новый сотрудник приходит (даже Senior) ему требуется время для разгона (6 месяцев). Но он при этом обучается всем особенностям компании, отдела и команды. Ему не надо будет объяснять одни и теже вещи много раз. Он получает и кеширует контекст. Для AI каждый запрос как с чистого листа. Как будто он никогда не решал задачи для вашей команды или компании до этого.

Прогресс или его отсутствие в развитии AI
Под AI я имею ввиду генеративные модели. ML используется и приносит тонну пользы и триллионы долларов в год уже давно. Я говорю про текущий хайп генеративных моделей.
Прорыв случился в 2017 году с созданием трансформеров: Attention Is All You Need. Open AI смогла обучить LLM на данных со всего интернета, что и привело к созданию ChatGPT и текущему хайпу. С тех пор прогресс не существенный. Появился встроенный поиск (RAG), Chain-of-Thoughts (что просто вариант промт инжиниринга), обучение модели дополнилось тысячами ручных лейблеров при помощи Reinforcement learning from human feedback. Качественные данные для обучения заканчиваются, новых архитектур нет, и все изменения инкрементальные. Прогресс замедлился и экспоненциальных скачков не предвидится. Есть идеи про World Models (одним из вариантов занимается Ян Лекун), но это пока на уровне исследований.

Продолжение следует.