The post has been translated automatically. Original language: Russian
I am writing this text not as a Luddite or a skeptic, but as an active AI poweruser. I use AI daily to write routine code, architecture brainstorms, and local LLMs for log analysis. The technology is great. This is the best thing that has happened to the industry in the last 20 years.
But let's face it: right now the IT sector is going through a severe structural crisis. LinkedIn feeds are overflowing with desperate juniors, seniors are burning out en masse, and codebases are turning into an uncontrollable Frankenstein's monster.
We collectively believed that AI is a magic pill and autopilot. And this is a powerful circular saw. And right now, the industry is working with her without safety glasses.
The Code Generation Crisis: Speed is more important than quality
Historically, writing code has been a bottleneck in development. AI solved this problem. Today, the average developer with Claude generates lines of code at the speed of a machine gun. But we forgot one fundamental law: writing code scales, but understanding it does not.
As a result, we got a tsunami of technical debt.:
- An epidemic of hidden bugs: Neural networks write very convincing, syntactically correct, but logically vulnerable code.
- Bottleneck Code Review: Seniors are drowning in pool requests. Check someone else's (and often generated) code is always more difficult than writing your own. When there is no time for a review, LLM bugs and hallucinations go straight into production.
We accelerated the assembly line, but forgot to strengthen the quality control department. On the contrary, many companies fire QA engineers, naively believing that "developers can handle AI on their own."
The Junior Paradox: We broke the incubator
Newcomers can't find jobs because they've gotten worse. They can't find jobs because AI has automated the sandbox.
Junes used to learn from routine: writing boiler plate code, simple scripts, button layout, and basic unit tests. It was a natural incubation process. Today, it is economically unprofitable for businesses to pay June for what the middle can do in 15 minutes.
But here lies a ticking time bomb for the entire industry.:
If we stop hiring and training juniors today, where will the seniors capable of designing complex systems come from in five years? AI does not know how to take responsibility for architecture and business risks.
The arms race in the Interview: A Crisis of Confidence
The hiring process has turned into a farce. Candidates use neural networks in real time to undergo technical screenings. In response, companies are implementing AI emotion analyzers, proctoring, and making you write code on a piece of paper in front of a webcam.
Both sides are deceiving each other. Candidates are gaining experience because HR filters have become impassable. Companies are looking for "mythical unicorns" for the salary of an ordinary middleman. The result? A drop in mutual loyalty to zero. Engineers understand that they are just a line in the Excel spreadsheet of the cost optimizer, and they respond with a "quiet dismissal", doing exactly the minimum so as not to be fired.
What should I do next?
To get out of this tailspin, we need to stop treating AI as a substitute for humans and start treating it as a reinforcement tool.
For business and managers:
- Shift the focus from quantity to quality. The "lines of code per day" or "closed tickets" metric no longer works.
- Invest in architecture and QA. If development has become cheaper and faster thanks to AI, redirect the released budget to testing and design.
- Bring back the institute of mentoring. Give AI to the juniors, but assign them experienced mentors who will teach them systems thinking, not syntax.
Engineers (especially beginners):
- Code is no longer your main value. Your value lies in the ability to translate chaotic business requirements into working logic.
- Learn the fundamentals. Networks, databases, architectural patterns, security. AI will write a function perfectly in Python, but it won't solve why your microservice architecture is under strain.
- Become AI operators. Don't compete with the car. Learn to delegate the routine to her, reserving the role of conductor for yourself.
AI does not destroy IT. It destroys the old way of working in IT. Those who understand that the neural network makes you faster will survive and succeed, but it's still up to you to decide where exactly you run to.
Я пишу этот текст не как луддит или скептик, а как активный AI-poweruser, я ежедневно использую AI для написания рутинного кода, брейнштормов архитектуры и локальные LLM для анализа логов. Технология великолепна. Это лучшее, что случалось с индустрией за последние 20 лет.
Но давайте посмотрим правде в глаза: прямо сейчас IT-сектор переживает тяжелейший структурный кризис. Ленты LinkedIn переполнены отчаявшимися джунами, сеньоры массово выгорают, а кодовые базы превращаются в неконтролируемого монстра Франкенштейна.
Мы коллективно поверили в то, что AI — это волшебная таблетка и автопилот. А это мощная циркулярная пила. И прямо сейчас индустрия работает с ней без защитных очков.
Кризис кодогенерации: Скорость важнее качества
Исторически узким местом в разработке было написание кода. AI решил эту проблему. Сегодня средний разработчик с Claude генерирует строки кода со скоростью пулемета. Но мы забыли один фундаментальный закон: написание кода масштабируется, а его осмысление — нет.
В итоге мы получили цунами технического долга:
- Эпидемия скрытых багов: Нейросети пишут очень убедительный, синтаксически верный, но логически уязвимый код.
- Бутылочное горлышко Code Review: Сеньоры тонут в объемах пул-реквестов. Проверять чужой (и часто сгенерированный) код всегда сложнее, чем писать свой. Когда времени на ревью нет, баги и галлюцинации LLM уходят прямо в продакшен.
Мы ускорили конвейер, но забыли усилить отдел контроля качества. Наоборот — многие компании увольняют QA-инженеров, наивно полагая, что «разработчики с AI справятся сами».
Парадокс Джуниоров: Мы сломали инкубатор
Новички не могут найти работу не потому, что они стали хуже. Они не могут найти работу, потому что AI автоматизировал «песочницу».
Раньше джуны учились на рутине: написании бойлерплейт-кода, простых скриптах, верстке кнопок, базовых юнит-тестах. Это был процесс естественной инкубации. Сегодня бизнесу экономически невыгодно платить джуну за то, что мидл с промптом сделает за 15 минут.
Но здесь кроется мина замедленного действия для всей индустрии:
Если мы перестанем нанимать и обучать джунов сегодня, откуда возьмутся сеньоры, способные проектировать сложные системы, через пять лет? AI не умеет брать на себя ответственность за архитектуру и бизнес-риски.
Гонка вооружений на интервью: Кризис доверия
Процесс найма превратился в фарс. Кандидаты используют нейросети в реальном времени, чтобы проходить технические скрининги. В ответ компании внедряют AI-анализаторы эмоций, прокторинг и заставляют писать код на листке бумаги перед веб-камерой.
Обе стороны обманывают друг друга. Кандидаты «накручивают» опыт, потому что HR-фильтры стали непроходимыми. Компании ищут «мифических единорогов» за зарплату обычного мидла. Результат? Падение взаимной лояльности до нуля. Инженеры понимают, что они — лишь строчка в Excel-таблице оптимизатора костов, и отвечают «тихим увольнением», делая ровно тот минимум, чтобы не быть уволенными.
Что делать дальше?
Чтобы выйти из этого штопора, нам нужно перестать относиться к AI как к замене человека и начать относиться к нему как к инструменту усиления.
Бизнесу и менеджерам:
- Сместите фокус с количества на качество. Метрика «строки кода в день» или «закрытые тикеты» больше не работает.
- Инвестируйте в архитектуру и QA. Если разработка стала дешевле и быстрее благодаря AI, перенаправьте освободившийся бюджет на тестирование и проектирование.
- Верните институт менторства. Дайте AI джунам, но приставьте к ним опытных наставников, которые будут учить их системному мышлению, а не синтаксису.
Инженерам (особенно новичкам):
- Код больше не ваша главная ценность. Ваша ценность — в умении перевести хаотичные требования бизнеса в работающую логику.
- Изучайте фундаментальные вещи. Сети, базы данных, архитектурные паттерны, безопасность. AI отлично напишет функцию на Python, но он не решит, почему ваша микросервисная архитектура ложится под нагрузкой.
- Станьте AI-операторами. Не конкурируйте с машиной. Учитесь делегировать ей рутину, оставляя себе роль дирижера.
AI не разрушает IT. Он разрушает старый способ работы в IT. Выживут и преуспеют те, кто поймет: нейросеть делает вас быстрее, но куда именно вы бежите — по-прежнему решать вам.
Share
