Andrej Karpathy: существует два типа программистов — те, кто программирует с ИИ, и те, кто отстаёт
Andrej Karpathy говорит не на пустом месте. Бывший директор по ИИ в Tesla, один из первых исследователей OpenAI, создатель легендарного курса компьютерного зрения Стэнфордского университета — он пишет код и выпускает промышленные ИИ-системы уже более десяти лет. Когда он утверждает, что его рабочий процесс разработки пережил крупнейшую трансформацию за 20 лет, стоит прислушаться.
Основной тезис его выступления: инструменты вроде Deep Code — это не просто модное автодополнение, а мультипликатор эффективности. За то же время, что вы тратили раньше, вы способны выпускать в десять раз больше. Что ещё важнее — вы можете браться за проекты, которые ранее казались совершенно неподъёмными. ИИ всё ещё ошибается: избыточно усложняет архитектуру, делает неверные предположения и не оспаривает решения там, где следовало бы, — но чистый выигрыш неоспорим. Чем быстрее вы адаптируетесь, тем значительнее ваше преимущество.
За последние несколько недель я много писал код с использованием Claude Code. Вот что я уяснил.
Рабочий процесс программирования
Последняя волна улучшений LLM (больших языковых моделей) в программировании перевернула мой рабочий процесс. В ноябре я примерно 80% кода набирал вручную с автодополнением IDE (интегрированной среды разработки) и 20% — с помощью агента. К декабрю соотношение обратилось: 80% кода писал агент, 20% приходилось на мою редактуру.
Сейчас я в основном просто произвожу код словами. Описываю на естественном языке, что мне нужно, и наблюдаю, как это материализуется. Честно говоря, это слегка задевает программистское самолюбие. Но способность работать со всей кодовой базой одновременно — рефакторинг, скелетирование, связывание компонентов — слишком ценна, чтобы от неё отказаться. Особенно когда освоишь ритм: подстройка конфигурации, ощущение того, что модель делает хорошо, а где она спотыкается.
Это крупнейший сдвиг в моём рабочем процессе разработки примерно за 20 лет написания кода. И произошёл он за несколько недель. Полагаю, значительная часть инженеров (двухзначный процент) уже переживает то же самое. А широкая публика? Пожалуй, лишь считаные проценты имеют хоть какое-то представление о происходящем.
IDE / рои агентов / неизбежность ошибок
В ходу два нарратива: «IDE мертвы» и «рои автономных агентов возьмут всё на себя». Полагаю, оба на данный момент преувеличены.
Модели по-прежнему допускают ошибки. Если вам действительно не безразличен проект — следите за происходящим. Я держу полноценную IDE в отдельном окне и слежу за каждым шагом, как ястреб.
Однако ошибки стали иными. Это не синтаксические промахи. Они более коварны — концептуальные ошибки, свойственные торопливому младшему разработчику. Модель молком заполняет предположения за вас, ошибается в них, никогда их не перепроверяет и выстраивает всю последующую логику на порочной предпосылке.
Кроме того, модель плохо управляет собственной неопределённостью. Она не остановится и не спросит: «Подождите, вы хотите вариант A или B?» Она не укажет на несоответствия. Она редко возражает. Она слишком угодлива. Составление плана перед выполнением существенно помогает. Я искренне считаю, что существует реальная потребность в лёгком встроенном режиме планирования.
Модель также склонна к чрезмерному усложнению. Повсюду слои абстракций. Код ощущается раздутым. И она почти никогда не очищает мёртвый код, который сама же и создала.
Я наблюдал, как она порождает разросшуюся реализацию в тысячу строк — медленную, хрупкую, с массой ненужных обходных путей. А потом я спрашиваю: «Можно сделать проще?» — и она мгновенно отвечает: «Конечно!» — и сжимает всё до ста строк.
Иногда модель удаляет или переписывает комментарии и код, не относящиеся к задаче, — просто потому, что не поняла их или они ей не понравились. Я буквально добавил указания в свой CLAUDE.md не делать этого, но это продолжает происходить. Тем не менее, несмотря на всё перечисленное, чистый прирост огромен. Я искренне не могу представить возврат к прежнему.
Каждый находит свой собственный ритм. Мой: пара сессий Claude Code в Ghostty слева, IDE справа — для чтения кода и точечных правок.
Настойчивость
Наблюдать за тем, как агент методично штурмует проблему, поистине завораживает. Он не устаёт. Его не одолевает уныние. Человек сказал бы «к чёрту, попробую завтра» ещё час назад. Агент просто… продолжает работать.
Иногда вы наблюдаете, как он бьётся, казалось бы, бесконечно. А спустя 30 минут наконец находит решение. В этот момент возникает ощущение: «Ого, это действительно похоже на AGI (искусственный общий интеллект)».
Вы осознаёте: умственная и физическая выносливость — ключевое узкое место в выполнении работы. LLM просто снесли этот потолок.
Ускорение
Трудно выразить числами, насколько LLM делают вас быстрее. Безусловно, я стал быстрее в том, что и раньше делал. Однако более существенное изменение состоит в том, что теперь я берусь за задачи, которые раньше даже не рассматривал.
Две причины:
- Множество мелких задач, которые раньше казались «не стоящими усилий», стали элементарно простыми.
- Кодовые базы, которых я избегал из-за недостатка знаний или навыков, внезапно стали доступными.
Да, это ускорение. Но более того — это расширение. Диапазон того, на что я способен, значительно вырос.
Рычаг влияния
Вот одно из наиболее мощных свойств LLM: они превосходно выполняют итерации в цикле до достижения заданной вами цели. Многие из этих «AGI-подобных» моментов порождены именно этим.
Ключевой принцип: не управляйте мелочами. Опишите, как выглядит успех, и позвольте модели найти путь.
Вы можете попросить её сначала написать тесты, а затем заставить пройти собственные тесты. Подключить её к браузеру через MCP и запустить в цикле. Написать простой, заведомо корректный алгоритм и указать: «Теперь оптимизируй производительность, сохранив точно такие же результаты».
Ментальный переход — от императивного к декларативному подходу. Вместо «сделай A, затем B, затем C» вы говорите: «Вот каков должен быть результат». Агент выполняет несколько итераций самостоятельно, и вы получаете дополнительный уровень рычага влияния бесплатно.
Удовольствие
Я этого не ожидал, но программирование стало действительно увлекательнее. Вся рутинная, шаблонная работа поглощается агентом. Остаётся лишь творческая составляющая.
Кроме того, я стал значительно реже застревать. Застревание — мучительный процесс. Теперь почти всегда существует путь «взаимодействовать с моделью и как минимум продвинуться вперёд», что облегчает сам процесс начала работы.
Впрочем, я встречал людей с противоположным мнением — программирование с LLM делает их менее удовлетворёнными.
В долгосрочной перспективе, полагаю, это разделит инженеров на два лагеря: тех, кто любит сам процесс написания кода, и тех, кто любит создавать готовые продукты.
Атрофия навыков
Я уже ощущаю это: моя способность писать код с нуля медленно угасает. В мозге «генерация» (написание кода) и «дискриминация» (чтение и ревью кода) — это два различных навыка. Написание кода требует запоминания множества детальных синтаксических конструкций. Чтение кода — это понимание логики и структуры. Поэтому, даже если ваш «генеративный» навык слабеете, вы по-прежнему способны эффективно ревьюить код — замечать неточности, находить дефекты.
Слопакалипсис
Я готовлюсь к худшему: 2026 год, возможно, станет годом великого взрыва некачественного контента.
GitHub, Substack, arXiv, YouTube, Reddit — каждая цифровая платформа будет затоплена материалами, сгенерированными ИИ. Нас ожидает волна ИИ-продуцированной «театральности продуктивности» — эффектных демо-презентаций, которые выглядят впечатляюще, но не выдерживают проверки. Среди них будут и реальные, ощутимые приросты производительности. Однако до них ещё придётся докопаться.
Вопросы для размышления
Каким будет инженер с десятикратной эффективностью в дальнейшем? Станет ли разрыв между средним и лучшими инженерами ещё шире? Моё предположение: значительно шире.
Смогут ли универсалы превзойти узких специалистов? LLM исключительно хороши в деталях (микроуровень), но слабее в стратегическом мышлении и долгосрочном планировании (макроуровень). Такой перекос благоприятствует тем, кто способен видеть картину целиком.
Чем будет ощущаться программирование с LLM через пять лет? StarCraft? Factorio? Исполнение музыкального произведения?
Какая часть общества в действительности ограничена узким местом цифровой интеллектуальной работы?
Заключение: что нас ожидает?
Возможности LLM-агентов — в особенности Claude Code — перешли порог общей когерентности примерно в декабре 2025 года. Это спровоцировало фазовый переход в инженерии программного обеспечения. Способ выполнения задач изменился на порядок практически за одну ночь.
В данный момент ощущается, что интеллект значительно опередил всё остальное. Инструментальная интеграция ещё не успела за ним. Командам необходимы новые рабочие процессы и модели сотрудничества. Отрасль всё ещё осмысливает произошедшее.
2026 год будет насыщенным. Все стремятся освоить и усвоить эту новую возможность. Окно открыто прямо сейчас. Те, кто разберётся первыми, получат колоссальное преимущество.