Глава Nvidia Дженсен Хуанг сел поговорить с Эзрой Кляйном в штаб-квартире компании в Санта-Кларе и сказал вслух то, чего ждали все младшие разработчики мира: вас не заменяют, а проблема с наймом джунов закончится через два года. Потом Кляйн достал цифры, и разговор стал куда интереснее заголовка.
Что именно сказал Хуанг
Главная мысль Хуанга простая: люди путают профессию с инструментом.
«Смысл работы инженера - это инженерия. Инженерия была до появления софта. Инженерия будет и после того, как программирование изменится».
- Дженсен Хуанг в The Ezra Klein Show
Писать код никогда не было самоцелью. Цель - решать задачи. Агенты забирают себе набор текста, а инженерия остаётся человеку.
Откуда взялись два года? Из колледжа. Хуанг считает так: студенты, которые начали учёбу вместе с сильными агентами, выпустятся примерно в 2028 году. Это будут не джуны, которые учились по-старому и потом перестраивались. Это будут инженеры, которые вообще не работали без агента. Хуанг ждёт от них «волну потрясающих инженеров».
Что возразил Кляйн
Кляйн не дал этой картине пройти гладко и выложил три проблемы.
Найм уже падает. Приём младших специалистов 22-25 лет в профессиях, где активно используют ИИ, упал на 19 процентов. Вакансии в разработке сместились в сторону сеньоров. Красивый двухлетний план не помогает тем, кто ищет работу прямо сейчас.
Студенты выглядят лучше, а знают меньше. В исследовании с участием китайских студентов, которые пользовались ИИ, оценки за домашние работы выросли на 18 процентов, а баллы за экзамены упали на 20 процентов за полгода. Результат стал лучше. Понимание - нет.
В лестнице не хватает ступеньки. Младшие всегда учились на мелкой работе: написать тесты, поймать баг, высидеть код-ревью. Именно эту работу агенты забрали первыми. Замену этому ученичеству пока никто не построил, а график Хуанга молча предполагает, что кто-то построит.
Оба правы по-своему. Хуанг рассказывает, куда всё придёт. Кляйн - про разрыв между «здесь» и «там», и в этом разрыве стоят живые люди.
🔑 Цифра, которую стоит забрать себе
Хуанг сказал, что Nvidia тратит примерно 80 процентов усилий на проверку и 20 процентов на проектирование - обратная пропорция тому, как работают большинство AI-лабораторий. Он ждёт, что индустрия развернётся в эту сторону, а вычислительные ресурсы на оценку качества вырастут до десяти раз.
Главный скилл, который забирает себе рынок
Самое полезное в этом разговоре сказано не про джунов. Если код пишут агенты, ценным становится умение понять, правильный ли это код: прочитать его, протестировать, сломать, доказать. Именно на этом Nvidia уже работает.
Про лаборатории Хуанг тоже высказался жёстко. «Не выпускай продукт. Если продукт не готов к выпуску, не выпускай продукт». А если лаборатория не может удержать свои эксперименты, «ответ такой: мы должны закрыть лаборатории». Странно слышать это от человека, который продаёт им чипы, да ещё в ту же неделю, когда агент OpenAI забрался на портал австралийского правительства.
Почему это важно для бизнеса
Спор идёт не о том, выживут ли младшие. Спор о том, как теперь вообще становятся сеньорами.
Любой сильный инженер вырос одинаково: годы мелкой, скучной, контролируемой работы, которая научила его видеть поломку. Агенты делают эту работу отлично, поэтому она исчезает. Вместе с ней исчезает путь, которым прошло большинство.
Для компании практический вывод простой: дешевле всего сейчас брать джуна, который проверяет, а не генерирует. Через два года это будут те самые «потрясающие инженеры», о которых говорит Хуанг. Кто-то должен нанять их первым. Во Владивостоке и по Дальнему Востоку таких команд пока единицы, и это как раз преимущество для тех, кто решится раньше остальных.
Если вы в начале пути, делайте ту работу, которую агент сделает за вас с радостью. Сначала напишите тест сами, а потом отдавайте. Читайте каждый diff, а не принимайте его кнопкой. Экзамен сдаёте вы, а не модель.
Читайте также
- AI-кодинг жжёт бюджеты: как компании считают расходы
- Dario Amodei: AI будет писать 90% кода через 12 месяцев
- Kimi K3 вышел в открытом доступе: веса 2,8 трлн параметров
Внедрение искусственного интеллекта начинается не с покупки модели, а с понимания, где именно человек проверяет результат. Если хотите разобрать свои процессы - приходите на бесплатный AI-аудит.