На протяжении десятилетий разработчик программного обеспечения представлял собой образ одинокого архитектора, сгорбившегося над блестящей интегрированной средой разработки (IDE) и терминалом, переводящего сложную бизнес-логику в тысячи строк синтаксиса. Успех часто измерялся способностью разработчика действовать как живой словарь команд и точный отладчик с точкой с запятой. Но мы вступаем в новую эпоху. Внедрение агентских инструментов и «вибрационного кодирования» с помощью искусственного интеллекта фундаментально меняет рабочий процесс разработчиков. Мы являемся свидетелями роста «класса супервизоров», изменения, при котором основной ценностью разработчика больше не является ручное создание кода, а, скорее, высокоуровневая оркестровка автономных агентов.
Возвышение контролирующего класса
Роль разработчика переходит на более высокий уровень. Раньше рабочий процесс включал понимание потребностей бизнеса, написание проектов высокого и низкого уровня, а затем написание каждой строки кода. Сегодня последние два шага в основном выполняются агентами. Теперь разработчик запрашивает систему с целями и требованиями, позволяющую агенту выполнить задачу.
В этой новой реальности терминал становится более мощным инструментом, чем традиционные разработчики пользовательского интерфейса, поскольку он действует как центр контроля автономных циклов. Разработчик больше не ограничивается написанием; они рассматривают, уточняют и направляют. Основное ценностное предложение сместилось с запоминания синтаксиса на применение суждений высокого уровня.
Смерть синтаксиса и рождение агентских навыков
В этом обновленном рабочем процессе запоминание 50 или 60 конкретных команд терминала больше не является узким местом. Хотя фундаментальные знания о том, что делают эти команды, по-прежнему необходимы, необходимость в запоминании детального синтаксиса отпадает. Вместо этого отрасль перенимает навыки агентов: модульные инструкции на естественном языке, которые учат агента тому, как закрывать свои собственные пробелы в знаниях.
Навыки агента решают одно из самых стойких разочарований на ранних этапах разработки ИИ: проблему «забывания». Стандартные подсказки являются временными, а большие языковые модели (LLM) страдают от ограниченных контекстных окон; Когда разговор становится слишком длинным, модель теряет свое преимущество. Навыки агента действуют как модульная индексированная структура, очень похожая на главы в книге, позволяющая агенту получать только те конкретные знания, которые ему необходимы для выполнения задачи. Это позволяет разработчикам создавать постоянный «второй мозг» в репозиториях своих проектов, гарантируя, что, если агент однажды выучит передовой опыт или архитектурные правила, специфичные для проекта, он сохранит их в будущем.
Кодирование вибрации с поручнями
Сдвиг в сторону вибрационного кодирования имеет своих скептиков. Без структуры кодирование джиттера может привести к некачественным результатам ИИ, известным как «неряшливость», в результате чего код выглядит хорошо, но не соответствует стандартам производственной производительности или безопасности. Новая архитектура совместной работы требует переосмысления жизненного цикла разработки программного обеспечения (SDLC) со встроенными ограничениями. Сейчас предприятия включают линтеры, сканеры безопасности и детерминированные рабочие процессы непосредственно в цикл агента.
Именно необходимость структурированного фундамента объясняет, почему миф о неактуальности SaaS-платформ противоречит реальности бизнеса. Когда разработчики кодируют всю архитектуру с нуля, они непреднамеренно создают огромный скрытый налог: большую площадь необработанного кода, которую они затем должны поддерживать, защищать и эксплуатировать. Получающиеся в результате накладные расходы на управление (затраты времени элитных инженеров на исправление результатов и оплата высоких символических затрат за необоснованные показания) в конечном итоге превосходят первоначальную скорость создания.
Агентские SaaS-платформы предоставляют необходимые метаданные и безопасную инфраструктуру, которые позволяют агентам выполнять задачи — от поддержки выставления счетов до рекламных запросов — с точностью, необходимой для производства. Навыки агента остаются ценными. При развертывании на платформе, где уже заложены основы безопасности и масштабируемости, навыки агентов становятся для разработчиков мощным стимулом для быстрого создания ценных возможностей на базе платформы.
Управлять командой субагентов
Повседневная жизнь современного девелопера все чаще связана с управлением постоянной командой специализированных субагентов. Вместо монолитного ИИ-агента разработчики организуют последовательные или параллельные рабочие процессы между агентами, специализирующимися на интерфейсном коде, проверках безопасности или тестировании.
Мы видим этот сдвиг в том, как организации уже масштабируются. Lennar, одна из крупнейших жилищно-строительных компаний в США, теперь внедряет 1,1 миллиона рабочих процессов агентов в месяц, чтобы помочь привлечь больше клиентов, повысить коэффициент конверсии и сократить цикл продаж. Аналогичным образом, производитель бумажных планшетов reMarkable запустил свой первый агент искусственного интеллекта всего за три недели; разрешила более 10 500 запросов клиентов с показателем NPS, соответствующим его команде поддержки.
В таких компаниях руководящий класс разработчиков не просто пишет код; Они развивают навыки и уровни координации, которые позволяют этим агентам функционировать как непрерывное продолжение рабочей силы.
От производительности к качеству: новые метрики
Если агент может сгенерировать 1000 строк кода за десять секунд, количество строк кода и чистая скорость больше не являются значимыми показателями производительности разработчика. Фактически, больший объем кода часто означает большую площадь для ошибок.
Нам следует сосредоточиться на агентской рабочей единице — дискретной задаче, выполняемой агентом ИИ. В Salesforce это изменение подчеркивается нашей собственной разработкой агентов. Наши агенты службы поддержки теперь обрабатывают 96% случаев автономно, и мы сэкономили продавцам более 50 000 часов, позволив агентам «управлять» продажами.
Для разработчиков агентская единица работы означает измерение того, как они могут использовать агентов для решения сложных проблем с минимальными трудностями. Успех следует измерять качеством программного обеспечения: сократили ли мы количество ошибок? Является ли архитектура более устойчивой? Предоставляем ли мы функции, которые действительно решают проблемы пользователей, а не просто пополняют репозитории?
Отходя от потребления токенов как показателя и переходя к качеству работы, мы позволяем разработчикам сосредоточиться на том, что люди делают лучше всего: вынесении суждений, применении сочувствия к потребностям пользователей и разработке систем, рассчитанных на длительный срок службы.
Непреходящая необходимость человеческого намерения
Мы находимся на первых порах этого перехода, что напоминает времена, когда разработчики начали совместно использовать модули в Node Package Manager (NPM) или Maven. Вскоре мы увидим глобальные «обмены навыками агентов», где разработчики будут делиться модульными инструкциями для агентов по всем вопросам: от технических блогов до SEO и сложной алгоритмической логики.
Будущее принадлежит разработчикам, которые овладеют способностью разбивать человеческий опыт на многоразовые навыки агента. Взяв на себя роль руководителя, разработчики не заменяются. Они, наконец, освобождаются от тяжелой работы с синтаксисом, чтобы сосредоточиться на том, что ИИ не может воспроизвести: высокоуровневом суждении, необходимом для построения будущего программного обеспечения.
Мнения, выраженные в комментариях Fortune.com, являются исключительно взглядами их авторов и не обязательно отражают мнения и убеждения Fortune.
