Кто будет следующим senior? Почему эпоха AI повышает цену настоящей инженерной экспертизы

Sep 28, 2026

Код становится дешевле. Инженерный judgment — нет

Разговор об AI в разработке часто сводят к одному вопросу: заменит ли AI программистов?

Нам кажется, что сейчас интереснее смотреть на другой процесс.

AI уже достаточно хорош, чтобы быстро производить правдоподобный код. Он умеет реализовывать функции, собирать интерфейсы, писать тесты, рефакторить, объяснять незнакомые библиотеки и проходить через большие кодовые базы. В результате стоимость непосредственного производства кода резко снижается.

Но способность понять, что именно надо строить, где решение концептуально неверно, какие последствия проявятся в production и чему вообще нельзя доверять, дешевеет значительно медленнее.

Из-за этого возникает новый профиль специалиста, ценность которого, на наш взгляд, будет только увеличиваться:

Очень сильный практикующий senior-инженер с глубокими hard skills, который одновременно является AI-driven разработчиком.

Не senior, который принципиально продолжает работать как в 2015 году.

И не человек, который научился получать работающий код из prompt'ов, но никогда не строил сложные системы самостоятельно.

А инженер, у которого за плечами годы реального production, debugging, архитектурных ошибок, баз данных, сетей, производительности, эксплуатации и чужого legacy — и который теперь использует AI как основной исполнительный слой своей работы.

Это пока не гарантированный прогноз будущего. Но в 2025–2026 годах появилось сразу несколько наблюдаемых сигналов, которых раньше просто не существовало.

AI не обязательно сокращает skill gap

Один из самых интересных результатов опубликован в Science в работе Who is using AI to code? Global diffusion and impact of generative AI.

Исследователи анализировали более 30 миллионов commits от 160 097 разработчиков из шести стран. Они обнаружили быстрое распространение AI-generated code, но эффект от AI оказался распределён неравномерно.

Измеримый рост продуктивности и способность быстрее заходить в новые технические области наблюдались у senior-разработчиков. Для early-career developers, хотя они использовали GenAI особенно активно, исследование не обнаружило измеримого выигрыша.

Авторы делают важный вывод: вместо автоматического сокращения skill gap GenAI в наблюдаемой выборке скорее его расширял.

Это противоречит простой интуиции «AI даст новичку знания senior'а».

AI действительно может дать новичку код, похожий на код senior'а. Но это не то же самое, что дать ему mental model senior'а.

Правдоподобная ошибка опаснее очевидной

Ранние генераторы кода часто ошибались настолько грубо, что проблема была видна сразу.

Современный AI создаёт другую ситуацию:

неполное понимание задачи
        ↓
очень убедительная реализация
        ↓
типы + тесты + аккуратный UI
        ↓
looks good
        ↓
production

Stack Overflow Developer Survey 2025 хорошо показывает это напряжение. 84% респондентов уже используют AI-инструменты или собираются их использовать, но доверие к результатам значительно ниже: 46% разработчиков скорее не доверяют точности AI против 33% доверяющих.

Особенно осторожны experienced developers: среди них самая высокая доля сильного недоверия к AI-output — 20%, а сильно доверяют ему только 2,6%.

Ещё показательнее практическая проблема: 66% разработчиков называют одной из главных неприятностей AI решения, которые почти правильные, но не совсем, а 45% сталкиваются с тем, что debugging AI-generated code отнимает дополнительное время.

Именно «почти правильно» становится новой сложностью.

Чем лучше выглядит неправильное решение, тем больше знаний требуется, чтобы распознать ошибку.

Поэтому опыт и AI не противостоят друг другу

Есть соблазн представить рынок как борьбу двух типов разработчиков:

старый опытный программист
        VS
молодой AI-native разработчик

Мы считаем это ложной дихотомией.

Опытный инженер без AI действительно рискует проигрывать в скорости человеку, который умеет эффективно управлять несколькими агентами, быстро исследовать незнакомые области и делегировать машине огромную часть implementation work.

Но AI-native не означает hard-skilled.

Самый сильный профиль возникает на пересечении:

production experience
system thinking
architecture
databases
networks
performance
security
debugging intuition
ability to read real code
ability to work below abstractions
        +
AI agents
context engineering
delegation
parallel execution
automated verification
rapid research
        =
AI-driven hard-skilled engineer

Такой специалист может не просто попросить AI реализовать решение быстрее.

Он способен остановить агента раньше и сказать:

Мы вообще решаем не ту проблему.

И зачастую именно это является самым дорогим инженерным действием.

Рынок уже сильнее смещается от junior к senior

В июне 2026 года вышла работа Generative AI and the Redefinition of Entry-Level Software Work, основанная на почти полном массиве американских online vacancies от Lightcast.

После публичного запуска ChatGPT исследователи обнаружили 14–15% относительное снижение junior software developer vacancies по сравнению с senior vacancies.

Причём изменение происходило не только за счёт исчезновения junior job titles. Работодатели начали требовать больше опыта внутри тех же названий должностей.

Это не доказывает, что причиной каждого сокращённого junior-места является AI. На рынок одновременно влияют процентные ставки, постпандемийная коррекция найма, состояние экономики и множество других факторов.

Но структура изменения важна: входной порог в профессию повышается именно тогда, когда senior-разработчик получает новый способ самостоятельно выполнить значительную часть работы, которую раньше было рационально делегировать младшему сотруднику.

Есть и более свежий рыночный сигнал: по данным Indeed, которые цитируются в анализе восстановления рынка software jobs летом 2026 года, 71% прироста software-development postings между маем 2025 и маем 2026 пришлось на senior roles. Это восстановление после сильного падения рынка, а не новый абсолютный бум, поэтому цифру нельзя интерпретировать как простой прогноз будущего. Но направление восстановления показательно: спрос возвращается прежде всего наверху лестницы опыта.

Senior + AI начинает поглощать работу, на которой раньше рос junior

В 2026 году исследователи Seoul National University задали вопрос буквально в названии своей работы: Who Will Become the Next Senior?

Это небольшое качественное исследование — 14 интервью с junior и senior software engineers в Южной Корее, поэтому его нельзя превращать в универсальную статистику всей индустрии. Но описанный механизм чрезвычайно интересен.

Авторы называют его Absorption.

AI расширяет индивидуальную производительность senior-разработчика настолько, что он способен самостоятельно, вместе с агентом, выполнить задачи, которые раньше передал бы junior-разработчику.

Получается:

раньше

senior
  ↓ делегирует
junior
  ↓ делает
ошибается
  ↓ разбирается
получает review
  ↓
растёт


сейчас

senior
  ↓
AI agent
  ↓
результат

Для компании второй путь может быть рациональнее прямо сегодня.

Но первый путь одновременно являлся механизмом производства следующего поколения senior-инженеров.

Мы оптимизировали неэффективность, которая оказалась обучением

Многое из традиционного junior-work действительно было рутиной.

Boilerplate. Простые CRUD-задачи. Документация. Несложные баги. Чтение огромного количества чужого кода. Несколько часов debugging из-за одной глупой ошибки.

AI великолепно убирает эту работу.

Проблема в том, что вместе с бессмысленной частью исчезает и то, что исследователи SNU называют productive struggle.

Разработчик строит неверную гипотезу. Система ведёт себя не так, как ожидалось. Он несколько часов ищет причину. Обнаруживает, что его mental model был неправильным. Исправляет его. Через несколько лет тысячи таких эпизодов превращаются в инженерную интуицию.

Это очень дорогой способ написать software.

Но, возможно, это был важный способ научиться его писать.

И здесь появляется структурная проблема, которой до AI практически не существовало в таком виде:

AI capability ↑
       │
       ├── стоимость implementation ↓
       │
       ├── senior throughput ↑
       │
       └── потребность в части junior work ↓
                         │
                         ▼
              learning opportunities ↓
                         │
                         ▼
             future senior supply ?

Знак вопроса здесь принципиален.

Мы пока не знаем, как система адаптируется.

Никто не доказал, что senior'ы «вымрут»

Было бы слишком легко превратить наблюдаемую тенденцию в красивый апокалиптический прогноз.

Данных для этого нет.

Образование может измениться. Компании могут сознательно строить новые apprenticeship-модели. Появятся симуляции production, deliberate debugging exercises, AI-assisted обучение, новые способы code review и среды, где junior будет учиться не производить boilerplate, а проверять решения агентов и понимать системы.

Более того, Seoul National University отдельно предупреждает, что падение junior hiring нельзя приписывать только GenAI: одновременно действуют post-pandemic workforce adjustments и экономический slowdown.

Поэтому утверждать сегодня, что через двадцать лет hard-skilled senior-разработчиков обязательно не останется, было бы гаданием.

Но можно утверждать гораздо более скромные вещи, которые уже наблюдаются:

AI забирает существенную часть задач, традиционно выполнявшихся junior-разработчиками;
junior vacancies относительно senior vacancies сократились;
работодатели повышают требования к опыту даже внутри прежних job titles;
опытные разработчики способны получать очень большой leverage от AI;
в большом GitHub-исследовании measurable productivity effect проявился именно у senior developers;
сами experienced developers при высокой AI adoption остаются наиболее осторожными относительно корректности AI-output;
часть привычного apprenticeship pathway действительно перемещается из связки senior → junior в связку senior → AI.

Этого уже достаточно, чтобы говорить о новом состоянии рынка без фантазий о гарантированном будущем.

Парадокс следующего поколения

И здесь появляется главный вопрос.

Рынку становится всё интереснее человек, который сочетает две характеристики:

очень глубокая инженерная экспертиза
                ×
очень высокая AI fluency

Первая обычно является результатом долгих лет практики.

Вторая позволяет резко умножить отдачу от первой.

Но если входных позиций становится меньше, а AI всё раньше берёт на себя задачи, через которые формировалась первая характеристика, естественный pipeline воспроизводства таких специалистов становится менее очевидным.

Это и есть парадокс:

Мы начинаем особенно высоко ценить результат старой системы подготовки инженеров именно в тот момент, когда сама эта система начинает меняться.

Сегодня существует поколение разработчиков, которое успело десять, пятнадцать, двадцать и больше лет строить software без возможности делегировать понимание системе, способной мгновенно написать реализацию.

Они были вынуждены читать документацию, разбирать чужой код, помнить ограничения железа и сети, самостоятельно искать race conditions, чинить production ночью и жить с последствиями собственных архитектурных решений.

Теперь эти же люди получили AI.

Получилась исторически необычная комбинация: старый hard-earned mental model плюс совершенно новый исполнительный leverage.

Возможно, именно это и будет дефицитным ресурсом

Мы не думаем, что будущее принадлежит разработчикам, которые отказываются от AI ради сохранения «настоящего программирования».

И точно так же нет оснований считать, что способность быстро генерировать software автоматически заменяет глубокую инженерную подготовку.

На ближайшем этапе особенно сильным выглядит третий путь:

Не конкурировать с AI в написании кода. И не отдавать AI инженерное мышление. Использовать его, чтобы многократно увеличить мощность уже существующего инженерного мышления.

Возможно, со временем AI научится надёжно выполнять и эту часть работы. Возможно, изменится сама форма инженерной экспертизы. Возможно, индустрия построит совершенно новый путь подготовки специалистов.

Но рынок 2026 года уже отличается от рынка нескольких лет назад.

AI умеет писать достаточно хорошо, чтобы просто «уметь кодить» становилось менее редким преимуществом.

При этом способность увидеть почти правильную, убедительно оформленную, протестированную — и всё равно фундаментально неверную систему становится только важнее.

И пока это так, AI-driven hard-skilled senior developer выглядит не пережитком старой эпохи, а одним из наиболее leverage-rich специалистов новой.