Junior-программисты исчезнут. Казахстанец из Кремниевой долины объяснил почему

Как меняется мир программистов с появлением искусственного интеллекта? Своим мнением в интервью The Tech поделился Жанибек Датбаев, технический директор AI-стартапа Nace.AI, который базируется в США и в этом году за 36 часов привлек $21,5 миллионов от международных инвесторов. 

Жанибека Датбаева называют «легендой казахской информатики и программирования». Еще в школе он стал первым казахстанцем, завоевавшим серебряную медаль на Международной олимпиаде по информатике, IOI. Жанибек — выпускник КБТУ и американского Purdue University по программе «Болашак». Позже он работал инженером-разработчиком в Кремниевой долине, в таких компаниях, как ipsy и Celonis, а также отвечал за инфраструктуру обучения, ML infrastructure, нейронных сетей в Meta AI.

Жанибек Датбаев, технический директор Nace.AI

О будущем профессии программиста

По моему мнению, программисты не исчезнут, однако сама профессия в ближайшие годы кардинально изменится. Уже сейчас мы видим, как меняется подход к программированию: все больше задач выполняют AI-агенты. Во многих крупных компаниях — OpenAI, Anthropic, Google — уже используются собственные код-агенты, обученные на внутренних кодовых базах. Такие системы глубоко понимают инфраструктуру компании и могут писать огромные объемы кода. 

Например, в Google заявляли, что еще в 2024 году AI писал около 25% нового кода в Google, в 2025 — уже 50%, а сейчас — около 75%. Скорость изменений крайне высокая.

Но пока что AI все равно нужен человек. Ему нужно давать хорошие инструкции, правильно направлять и контролировать результат. Поэтому программисты останутся — просто будут работать на более высоком уровне абстракции.

Происходящие изменения можно сравнить с автоматизацией производства, где многие процессы выполняют машины, а человек управляет системой. Раньше на производстве было много ручного труда. На сегодняшний день многие процессы автоматизированы: роботы собирают детали, а человек управляет системой. Есть еще одна подходящая аналогия — с армией. Сегодня один боец благодаря технологиям может сравниться с тысячью солдат XVIII века. С программированием и AI сейчас происходит примерно то же самое.

Если посмотреть исторически, то в 70-80-х годах люди писали код практически на уровне инструкций для процессора. Потом появились языки более высокого уровня — программисту уже не нужно было думать о низкоуровневых деталях. Сейчас мы переходим еще на один уровень выше. AI позволяет человеку не писать значительную часть кода вручную.

Несмотря на развитие искусственного интеллекта, рынку по-прежнему нужны специалисты, которые умеют быстро учиться и адаптироваться к новым инструментам. Просто теперь важно не только писать код, но и понимать, как эффективно работать с AI.

Поэтому нужно как можно больше работать с AI-агентами и понимать их ограничения. Если использовать AI поверхностно, можно попасть в ловушку: кажется, что все работает, но ты не понимаешь, какие ошибки внутри. Например, исследование Veracode показало, что около 45% AI-сгенерированного кода содержит уязвимости, если его не проверяет человек. Поэтому важно не слепо доверять AI, а выстраивать систему верификации. Разработчики будущего станут скорее архитекторами и операторами AI. Ты сидишь у руля, но минимально пишешь код руками. 

При этом человеческая экспертиза останется критически важной в сложных системах: интеграции сервисов, проектировании архитектуры, понимании бизнес-логики, контекста, последствий бизнес-решений и работе с критическими ошибками. 

Что происходит сейчас в индустрии

Мне кажется, сейчас идет третья большая волна компьютерных систем. Первая волна — классические детерминированные системы, где код выполнялся строго так, как его написал человек. Вторая — рекомендательные системы: социальные сети, рекомендации контента, ранжирование. А третья волна — это генеративный AI. Теперь системы становятся гораздо более динамичными. Человек может не писать код напрямую, а давать инструкции AI, который генерирует большую часть системы.

AI уже используется не только в программировании. Например, сейчас его активно применяют в фармацевтике и разработке новых медикаментов. Раньше цикл создания лекарств мог занимать около 20 лет. Компаниям приходилось анализировать сотни тысяч вариантов молекул, проводить огромное количество лабораторных исследований, а потом постепенно сокращать список.

Сейчас технологии позволяют резко ускорить этот процесс. Вместо сотен тысяч вариантов можно быстро выбрать несколько тысяч наиболее перспективных и уже их проверять дальше. Есть компании, которые заявляют о сокращении сроков разработки отдельных препаратов с десятилетий до нескольких лет. И это хороший пример того, как AI начинает влиять не только на IT, но и на фундаментальные отрасли — медицину, науку, производство.

Но, конечно, AI используется не только в хороших целях. Уже были случаи, когда его применяли для взлома систем, автоматического поиска уязвимостей и создания фишинговых атак. Поэтому параллельно растет и другая проблема — безопасность. Хотя я думаю, что это в каком-то смысле неизбежно. Любая технология используется по-разному. Возможно, это даже приведет к тому, что системы безопасности станут сильнее, потому что компании будут вынуждены быстрее адаптироваться и лучше защищаться.

Высокие темпы развития технологий во многом связаны с глобальной конкуренцией между крупнейшими технологическими компаниями. Все пытаются создать лучшую модель и захватить большую долю рынка. Из-за этого прогресс происходит очень быстро.

Например, только за последние два года крупнейшие IT-компании инвестировали десятки миллиардов долларов в AI-инфраструктуру. Microsoft продолжает масштабировать партнерство с OpenAI, Google активно развивает Gemini, Meta делает ставку на open-source модели.

Но есть важный момент: у крупных корпораций есть огромные массивы внутренних данных, которые никогда не попадут в открытый доступ. Например, у консалтинговых компаний десятилетиями накапливаются внутренние методологии и аналитика. И это невозможно просто скачать из интернета.

О стартапе Nace.AI

Мы строим AI-систему финансового аудита для корпоративного сектора. Наша цель — автоматизировать финансовый аудит от этапа планирования до финального отчета. Наши агенты анализируют большие массивы документов, выявляют риски, тестируют транзакции и формируют инвесторскую отчетность. Это позволяет ускорять процессы до 20 раз. Также мы разрабатываем технологию, которая позволяет компаниям запускать собственные AI-модели внутри своей инфраструктуры.

Многие компании боятся использовать большие публичные AI-сервисы, потому что данные проходят через внешние серверы. Даже если компании обещают не использовать данные для обучения моделей, никто не может дать стопроцентную гарантию. Поэтому корпорациям важно, чтобы данные оставались внутри организации и не утекали наружу. Особенно это критично для аудита, финансов и работы с клиентской информацией.

О принципах найма в Nace.AI

При подборе сотрудников мы обращаем внимание не только на технические навыки, но и на личные качества кандидатов. Для нас важны честность, энергия, желание создавать новое и способность быстро адаптироваться.

У нас есть негласное правило: мы хотим нанимать людей, которые поднимают общую планку команды. За последние месяцы наша команда выросла в два раза и продолжает расширяться.

Главный прогноз на ближайшие два года в индустрии

Если смотреть на текущую траекторию развития, то через два года есть большой шанс, что практически весь код будет писать AI. Сегодня программист еще дописывает часть кода вручную. Но постепенно люди будут писать скорее спецификации и задачи для AI.

О феномене vibe coding

Изначально vibe coding воспринимался как инструмент для новичков: человек просто просит AI написать что-то и получает рабочий прототип, почти ничего не понимая внутри. Но сейчас это уже стало частью повседневной работы. Главное — правильно выстроить среду разработки и систему проверки кода.