TGViewer
Сергей Озеранский Сергей Озеранский @sergeiozeranskii · 2.35K subscribers
Post #604 1.39K
Вижу риск для инженерии в будущем.

Всё написанное дальше — результат моих наблюдений и умозаключений. Могу ошибаться, а могу и не ошибаться. Я же человек.

С приходом LLM увеличилась скорость разработки, точнее скорость написания кода, в первую очередь. Конечно, LLM помогает на разных стадиях, но именно написание кода — это, наверное, та функциональность, которая ушла в массы. Давайте честно: мы и раньше не всегда успевали делать код-ревью коллег, а тут появился новый коллега, а иногда и не один, и звать его LLM — с кучей субагентов, и каждый выдаёт какую-то информацию. Собственно, отсюда и нейрослоп. Но, как мне кажется, его перестают бояться, ибо «кому вообще нужен этот ваш код, главное — фича есть». Качество тут будет хромать: баги, стоимость поддержки, безопасность. Понятно, что решать это теперь тоже будет LLM (ага).

Второй момент. Вчерашний джун теперь может «выдать» то, в чём сам не разобрался и чего не понял. Вот тут страшновато: каким бы прекрасным ни был промпт и как бы LLM его ни обработала, результат надо проверять. А как это сделать инженеру, если ему LLM про Кафку, а он про неё не алё? Поэтому у него два выхода, точнее три:
— вникнуть, изучить и стать лучше;
— довериться LLM, она умная;
— оставить как есть, другие разберутся (я про сеньоров в команде, которые стали инженерами до LLM и пропускали всё это дерьмо через себя).

При этом для себя LLM оцениваю очень позитивно: я стал сильно производительнее, и результат нашего с ней труда меня устраивает. Работаю я так же, как и без неё, только код руками теперь почти не пишу. Но так же его читаю, так же проектирую, так же задаю кучу вопросов и перепроверяю всё, что мне сказано. И новое изучаю быстрее — тут вообще сильно прокачался. Но опять же: я много раз видел, как LLM решает, казалось бы, лёгкую задачу с третьего-четвёртого раза. Не потому что она глупая, а потому что не видела того, что видел я, и не думала о том, о чём думаю я. Вот это и делает меня не meat-proxy. И я очень этому рад )))

И виноват тут не LLM. Я считаю, что человек по природе ленив, а быстрый результат — это, как правило, дофаминовый допинг. LLM его выдаёт щедро: не нужно теперь читать документацию и вникать в детали (на самом деле нужно, и даже сильнее, чем до LLM). К чему это приведёт — пока не знаю.
  • 👍 8
  • ❤ 6
  • 🔥 2
More from @sergeiozeranskii
  1. Sep 25, 2026Контейнеры в одном инструменте, виртуалки — в другом, частное облако — вообще отдельная ис…
  2. Sep 24, 2026Еще немного про ускорения. На этот раз про тесты, а точнее про coverage (Python). Библиоте…
  3. Sep 24, 2026Обнаружил, что агенты Claude Code в разных сессиях умеют общаться между собой. У меня сейч…
  4. Sep 23, 2026Возьмем Python-сервис в Kubernetes. Как правило на старте контейнера может проявляться спа…
  5. Sep 23, 2026Сегодня случилось страшное. То, чего я никак не ожидал. За все годы на MacBook со мной так…
  6. Sep 17, 2026Я вот не понимаю, зачем люди идут в OSS и контрибьютят на отвали. Ценности в этом ноль для…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →