Habr: AI está desplazando a los juniors y poniendo en riesgo el pipeline de formación de ingenieros

На Хабре вышла колонка с неприятным, но важным тезисом: генеративный ИИ может ударить не столько по нынешним сеньорам, сколько по каналу, через который появляются новые. Если у новичков исчезнет слой простых задач, отрасль рискует потерять собственную систему воспроизводства инженеров.

Племенное ядро отрасли

Автор предлагает неожиданную, но понятную метафору: ИТ-индустрия похожа на племенное хозяйство, где качество держится не на всей массе специалистов сразу, а на ядре практик, навыков и людей, которые передают культуру дальше. В это ядро входят не только сильные разработчики, но и ревью, инженерная дисциплина, понимание архитектуры, привычка отвечать за последствия решений. Пока эта система обновляется, рынок стабильно выращивает новых мидлов и сеньоров.

Джуны в такой схеме — не просто дешёвая рабочая сила и не временная статья расходов. Это слой, из которого со временем вырастают техлиды, архитекторы и тимлиды. Именно на простых, иногда скучных задачах новичок впервые сталкивается с чужим кодом, ошибками, ограничениями продакшена и требованиями команды.

Без этого пути входа знания остаются теорией, а не превращаются в инженерное мышление, а сам человек не учится разговаривать с более опытными коллегами на их языке.

Почему ИИ опасен

Проблема, по мнению автора, в том, что ИИ автоматизирует не вершину профессии, а её учебный фундамент. Бизнесу логично отдать агенту типовую задачу, если он делает её быстрее и не требует времени старших коллег на обучение. Но именно этот пласт раньше служил тренажёром для начинающих специалистов.

Если машины забирают рутину целиком, джун теряет не только задачи, но и среду, в которой он взрослеет как инженер. В первую очередь исчезают навыки, которые раньше нарабатывались на простых задачах: исправление мелких багов и работа с последствиями своих решений чтение чужого кода и разбор того, как устроена система замечания на ревью и понимание инженерных стандартов постепенный рост ответственности без мгновенного давления сложной архитектуры * навык проверять, а не просто писать или генерировать код На короткой дистанции замена джуна ИИ выглядит как экономия. На длинной — как проедание кадрового запаса.

Сильные инженеры не появляются на рынке в готовом виде и в нужном количестве. Они вырастают внутри профессии, когда им дают право ошибаться, переписывать, разбираться и шаг за шагом брать на себя больше. Если этот путь исчезает, индустрия ещё какое-то время живёт на старом запасе, а потом внезапно сталкивается с дефицитом людей, которые умеют держать сложные системы.

Как перестраивать вход

Автор не предлагает «отменить ИИ» и вернуться к прежней модели, где новичков годами держали на рутине. Наоборот, тезис в том, что старый путь входа уже сломан и его придётся собирать заново. Новый джун должен учиться не только писать код, но и читать, проверять, критиковать, понимать хрупкие места системы и ловить ошибки, которые приносит генерация.

Иначе он так и останется оператором подсказок, а не инженером. Практические меры тоже сформулированы довольно приземлённо: больше реальных стажировок вместо формальных, больше наставничества внутри компаний и больше стимулов для работодателей, которые вкладываются в выращивание начинающих специалистов. Отдельно звучит идея прозрачнее разделять продукты, где ИИ был лишь инструментом, и продукты, где человеческая инженерная приёмка сведена к минимуму.

Это не запрет на автоматизацию, а попытка честно показать уровень ответственности за результат и дать заказчикам понятный маркер риска.

Что это значит

Колонка на Хабре фиксирует важный сдвиг в разговоре об ИИ: вопрос уже не только в том, кого он заменит сегодня, а в том, кто вообще станет сильным инженером завтра. Для рынка это сигнал, что экономия на джунах может обернуться более дорогим кадровым провалом через несколько лет, когда спрос на зрелых инженеров останется высоким, а внутренняя школа их подготовки начнёт проседать.