ათწლიანი გამოცდილების მქონე პროგრამული ინჟინერი, რომელიც სპეციალიზებული იყო ფინანსურ და საგადახდო სისტემებზე, აცხადებს, რომ ხელოვნური ინტელექტის მოდელებმა მისი კარიერული ფუნდამენტები შეარყია. ავტორის თქმით, დომენური ცოდნა, რომელსაც ის წლების განმავლობაში აგროვებდა, დღეს უკვე აღარ წარმოადგენს უპირატესობას.

დომენური ცოდნის გაუფასურება

თავდაპირველად, AI-ის გამოყენება მხოლოდ დამხმარე ინსტრუმენტად განიხილებოდა. თუმცა, დროთა განმავლობაში მოდელებმა ისწავლეს ისეთი რთული ამოცანების შესრულება, როგორიცაა საგადახდო სისტემების არქიტექტურის დაგეგმვა და ლოგიკური ბმების პოვნა. ინჟინრისთვის, რომელიც ფინანსურ სპეციფიკას წლების განმავლობაში სწავლობდა, ეს პროცესი შოკისმომგვრელი აღმოჩნდა.

ავტორი აღნიშნავს, რომ დომენური ცოდნა, რომელიც ადრე ინჟინრის მთავარ იარაღად ითვლებოდა, ახლა ხელოვნური ინტელექტისთვის ხელმისაწვდომ მონაცემთა ბაზად იქცა. მოდელებს შეუძლიათ წამებში გააანალიზონ ისეთი სისტემები, რომელთა გააზრებას ადამიანს წლები სჭირდება.

დეპაკინგის როლის კნინვა

პროგრამისტის თქმით, მეორე დარტყმა დისტრიბუციულ სისტემებში დებაგინგის უნარმა მიიღო. თუ ადრე რთული შეცდომების აღმოფხვრა ადამიანის ინტუიციას მოითხოვდა, დღეს თანამედროვე ხელსაწყოები, როგორიცაა Claude Code ან სხვადასხვა აგენტური სამუშაო პროცესები, ამ ამოცანებს ავტომატურად, ყოველგვარი ჩარევის გარეშე წყვეტენ.

შედეგად, გამოცდილი სპეციალისტი გარდაიქმნება „გენერალისტად“, რომელიც მხოლოდ რობოტის ქმედებებს აკონტროლებს. ბაზარზე ასეთი სპეციალისტების სიმრავლემ კი, მოთხოვნა-მიწოდების ეკონომიკური კანონების თანახმად, მათი ღირებულება მნიშვნელოვნად შეამცირა.

კოდის ხარისხი და „გემოვნება“

უკანასკნელ ბასტიონად კოდის ხარისხი და არქიტექტურული ხედვა რჩებოდა, რასაც ინჟინერი „გემოვნებას“ უწოდებს. თუმცა, ინდუსტრიაში სულ უფრო მცირდება ინტერესი მაღალი ხარისხის, ადამიანისთვის გასაგები კოდის მიმართ. თუ კოდი მანქანებისთვის იწერება, მაშინ მისი ორგანიზების სტანდარტებიც იცვლება.

ავტორი აღიარებს, რომ არ იცის, როგორ გააგრძელოს კარიერა გრძელვადიან პერსპექტივაში. ის განიხილავს პროფესიის შეცვლის შესაძლებლობასაც, რადგან მისი მიერ წლების განმავლობაში დაგროვილი ცოდნა სულ უფრო ნაკლებად მოთხოვნადი ხდება.