Google Cloud: por qué el vibe coding no reemplaza a los ingenieros, incluso si AI escribe el código

Генеративный ИИ сделал кодинг доступным почти каждому: теперь базовое приложение можно собрать из нескольких подсказок без глубокого технического опыта. Но в Google Cloud считают, что эта волна не отменяет профессию инженера, а только меняет её фокус — особенно в момент, когда компании уже снижают найм junior-разработчиков.

Код вошёл в быт

Вайб-кодинг — это подход, при котором человек описывает задачу обычным языком, а модель пишет код, предлагает структуру интерфейса, исправляет ошибки и помогает быстро собрать рабочий прототип. За счёт этого программирование из ремесла для узкого круга специалистов превращается в инструмент, который можно использовать почти так же естественно, как таблицы или конструкторы сайтов. Барьер входа заметно падает, а скорость первых результатов для многих команд и одиночных авторов растёт.

Именно поэтому ИИ-кодинг уже выходит за пределы классических команд разработки. В качестве примеров приводят владельца склада, который с помощью моделей пересобирает софт для логистики, и креативного дизайнера, собравшего своё первое приложение вообще без технического прошлого. Важный момент в том, что такими инструментами пользуются не только новички.

Профессиональные программисты тоже всё активнее пишут через промпты, а не вручную строка за строкой, и меняют сам процесс работы.

Где нужен инженер Быстрый прототип и промышленная система — это всё ещё разные уровни сложности.

ИИ может уверенно собрать демо, сгенерировать CRUD-логику, подсказать библиотеку или переписать фрагмент кода, но серьёзная инженерия начинается там, где появляются надёжность, безопасность и последствия ошибок. Именно на это обращают внимание в Google Cloud AI: вайб-кодинг не равен полноценной разработке, если продуктом будут пользоваться клиенты, сотрудники или партнёры компании на постоянной основе.

• Архитектура системы и выбор компромиссов Тестирование, отладка и поиск корневых причин сбоев Безопасность, права доступа и работа с чувствительными данными Интеграция с существующими сервисами и legacy-системами Масштабирование, мониторинг и ответственность за результат Когда код начинает жить в реальном бизнесе, вопросы “работает ли сейчас” быстро сменяются вопросами “что сломается под нагрузкой”, “кто это будет поддерживать через полгода” и “что произойдёт при ошибке модели”. Здесь нужен не просто оператор подсказок, а инженер, который умеет видеть систему целиком, проверять гипотезы, выстраивать процессы и отвечать за качество не на уровне демо, а на уровне ежедневной эксплуатации и поддержки.

Рынок режет вход

Проблема в том, что рынок труда может сделать из технологического сдвига слишком простой вывод: если ИИ уже помогает писать код, значит можно меньше нанимать начинающих разработчиков. Именно это и происходит — спрос на junior-специалистов снижается быстрее, чем многие ожидали. Для бизнеса это выглядит логично в краткосрочной перспективе: меньше затрат на обучение, быстрее запуск задач, выше производительность у опытных команд, которые умеют правильно использовать модели и контролировать результат.

Но исследователи предупреждают, что такая стратегия может оказаться опасной ставкой на короткую дистанцию. Если отрасль перестанет выращивать джунов, через несколько лет она получит дефицит сильных mid- и senior-инженеров, потому что путь к этой квалификации всё равно начинается с практики на реальных задачах. ИИ ускоряет обучение, но не отменяет необходимость разбираться в системном дизайне, тестах, данных, инфраструктуре и ответственности за последствия каждого решения в продакшене.

Что это значит

Вайб-кодинг не убивает профессию разработчика, а сдвигает её вверх по стеку: меньше ручной рутины, больше контроля, архитектуры и инженерного мышления. Для компаний главный риск не в том, что код пишет модель, а в том, что на волне экономии можно разрушить воронку роста новых специалистов и позже заплатить за это нехваткой людей, которые умеют строить надёжные продукты в долгую и отвечать за их качество.