„Слонът в стаята“: Защо техническата експертиза е по-важна от всякога в ерата на AI
В нов анализ на състоянието на технологичната индустрия, популярният софтуерен инженер и обучител Джош Комо разглежда „слона в стаята“ — въпросът дали все още има смисъл да се учат нови програмни умения в свят, доминиран от изкуствен интелект [1]. Според Комо, макар големите езикови модели (LLM) да са станали „шокиращо добри“ в програмирането, те не са заместител на разработчиците, а по-скоро мощен множител на тяхната експертиза.
Ефектът на множителя
Основният аргумент на Комо е, че най-големите успехи с AI инструментите се наблюдават при хора с дълбоки познания в своята област. Той дава за пример Мат Пери, създателят на библиотеката за анимации Framer Motion [1].
Изображение: Svetni.me / Авторско изображение
Пери споделя, че чрез използването на AI е успял да затвори 160 софтуерни проблема (issues) през първото тримесечие на 2026 г., при първоначална цел от 60. Нещо повече — мащабен рефакторинг на Framer Motion, планиран за цяло тримесечие, е бил завършен за един-единствен следобед [1]. Според Комо това не е доказателство, че AI е по-добър от хората, а че експерт като Пери може да „усили“ способностите си многократно, когато владее инструмента професионално.
Проблемът с „vibe-coding“
В контраст с тези успехи, Комо посочва тенденцията на т.нар. „vibe-coding“ (програмиране „по усет“ без дълбоки познания), често обсъждана в платформи като Reddit [1]. Хората с малък или никакъв опит в разработката често успяват да създадат работещ прототип (MVP), но бързо достигат момент, в който AI моделите започват да генерират код, който решава индивидуални заявки, без да отчита цялостната архитектура на приложението.
„Без насоки, LLM моделите са склонни да се вкарват в ъгъла“, отбелязва Комо. Той сравнява AI с екипировката на супергерой: „AI инструментите приличат повече на костюма на Железния човек. Той може да прави невероятни неща, но не и сам по себе си“ [1].
Значението на фундаменталните знания
Изводът на Джош Комо е категоричен: AI има умножаващ ефект върху съществуващите технически умения. Колкото по-добре един разработчик разбира уеб разработката, толкова по-ефективно ще може да задава правилните въпроси на инструменти като ChatGPT и да оценява техните отговори [1].
Вместо AI да обезсмисля ученето, той прави дълбокото разбиране на технологиите — от софтуерна архитектура до специфични концепции като делта време и линейна интерполация — по-ценно от всякога за създаването на уникални и сложни продукти.
Източници: