TeamLead Сonf

Почему инженерным менеджерам стоит оставаться ближе к коду даже после перехода в управление. Автор разбирает, как AI-инструменты упростили прототипирование, и почему техническая насмотренность и умение отличать качественный результат от некачественного становятся особенно важны при работе с AI-generated code.

Что данные Cursor говорят о том, как разработчики используют AI-кодинг. Среди интересных наблюдений — рост доли пользователей, которые позволяют агентам вносить изменения без ручной проверки, а также данные об объёмах сгенерированного кода и использовании моделей.

Will Larson предлагает посмотреть на roadmap через решения, которые необходимо принять, а не только через даты. Внутри — о скорости принятия решений, handoffs, автономности команд и прототипах как способе быстрее получать информацию для следующего шага.

Разговор Charity Majors и Gergely Orosz об AI в разработке без деления на безусловных скептиков и энтузиастов. Обсуждают code review, observability, reliability, verification и сценарии, в которых AI действительно меняет инженерные процессы.

Charity Majors разделяет код на disposable и durable. Первый благодаря ИИ можно быстро создавать и выбрасывать, а второй должен годами работать в продакшне. Поэтому тесты, CI/CD, observability, надёжность и поддерживаемость никуда не исчезают, даже когда само написание кода становится дешевле.

AI позволяет генерировать код быстрее, но вслед за этим растёт нагрузка на code review. Разработчики и компании экспериментируют с AI-review, а внимательная человеческая проверка всё чаще становится новым узким местом процесса.

✏️ Тема года у нас одна и большая: AI. За последний год он тихо перебрался из новостей в обычный рабочий день тимлида, в код, в найм, в оценку команды, в разговоры с бизнесом про деньги. Мы отдали этому целый трек и позвали тех, кто уже прошел через внедрение:

🤩Точка Банк: как считать окупаемость ИИ
🤩Альфа-Банк: ИИ в работе менеджера
🤩ex-Positive Technologies: сопротивление команды AI-трансформации

Условие простое: пройти наш опрос про AI в работе тимлида. На все 14 вопросов уйдет 3-6 минут.

ИИ делает инженеров более автономными, но разрушает командную коллаборацию и передачу знаний. Исследование 133 open-source проектов показывает, что 65% из них находятся в серьёзной опасности при уходе всего 1-2 ключевых контрибьюторов. Отчет DORA 2024 подтверждает: рост внедрения ИИ на 25% ведет к падению стабильности команды на 7.2%. Трение в процессах было не просто затратой — именно так команды учились друг у друга.

Возникает проблема «невидимого валидатора»: мидл-инженеры субсидируют ИИ-продуктивность остальных членов команды и выгорают из-за этого. Они тратят огромное количество времени на проверку и ревью ИИ-сгенерированного кода джуниоров, что остается незамеченным в метриках. Эти выгорающие инженеры — будущие senior-лидеры ваших компаний.

Рынок труда переживает парадокс: нанимающие менеджеры не могут найти опытных специалистов, в то время как сильные кандидаты сталкиваются с игнорированием. ИИ-сгенерированные резюме и даже фейковые кандидаты с ИИ-помощниками на интервью усложняют скрининг. При этом наблюдается взрывной спрос на AI-инженеров.

Опрос показывает глубокий раскол в ИТ-индустрии: половина специалистов чувствует себя усиленной благодаря ИИ, тогда как другая половина ощущает дестабилизацию. Наблюдается рост профессионального выгорания и падение оптимизма относительно карьерных перспектив в отрасли.

Чрезмерная зависимость от искусственного интеллекта разрушает глубокое мышление, интуицию и креативность ИТ-лидеров. Авторы подчеркивают необходимость развивать «органический интеллект» и интуицию наряду с использованием ИИ, чтобы не потерять стратегическое видение.

Werner Vogels рассуждает о трансформации профессии инженера. По его мнению, индустрии теперь нужны «разработчики эпохи Возрождения» — специалисты с глубокой экспертизой и широким любопытством. Умение проводить качественное ревью и проверять факты становится важнее навыка написания кода.