ИИ должен был заменить программистов - а увольняют их меньше всех

Разберёшься за 20 минут · Уровень: для новичка · Данные проверены на 11.07.2026

Что узнаешь:

• Что реально стоит за рекордом увольнений 2026 и цифрой «56% ссылаются на ИИ» - на проверенных данных
• Почему инженеров сокращают меньше всех: разбор отчёта SignalFire (-11% против -25%)
• Кого ИИ правда вытесняет - и где за ним прячут обычные сокращения
• Что происходит с рынком джунов и правда ли туда теперь не войти
• Какие навыки дорожают, а какие обесцениваются - и что делать уже сейчас
• Что со всем этим русскоязычному разработчику и как не отстать по инструментам

Главное. Весь 2026-й ставит рекорды по увольнениям, и в большинстве громких случаев называют одну причину - ИИ. По логике первыми должны сыпаться программисты: если нейросеть пишет код, зачем столько людей. Но свежий отчёт венчурного фонда SignalFire показывает ровно обратную картину: найм инженеров в крупных техах просел на 11%, тогда как в среднем по компаниям - на 25%. Инженеров сокращают меньше всех, их доля в найме даже выросла. Ниже разбираю, почему так вышло, кого на самом деле режут под флагом ИИ, что творится с рынком джунов и что со всего этого тебе - особенно если ты разработчик из России.

Заголовки про то, что ИИ заменит программистов, идут волнами уже третий год. В 2026-м под них подвели цифры: увольнений и правда рекорд, и работодатели всё чаще прямо кивают на искусственный интеллект. На этом фоне легко поверить, что профессия обречена. Я сел и свёл данные из отчётов и трекеров на 11 июля 2026 - и картина оказалась заметно сложнее лозунга.

Тема движется быстро, цифры устаревают за недели, поэтому все числа, даты и проценты в тексте держу на 11 июля 2026 и помечаю, где источник считает по своей методике, а где данных по России попросту нет.

Что случилось: 186 тысяч сокращений и ИИ как главный виновник?

Главное. Увольнения в 2026-м действительно рекордные. Трекер SkillSyncer, который сводит воедино данные TechCrunch и других СМИ, к концу июня насчитал 267 крупных сокращений на 185 894 человека - почти 186 тысяч за неполный год. По его же сводке 56% этих событий называют причиной ИИ, автоматизацию или машинное обучение. Цифра пугающая, но за ней прячется важный нюанс методики, из-за которого её легко прочитать неверно.

Начнём с масштаба, чтобы дальше было от чего отталкиваться. По данным трекера SkillSyncer (он компилирует отчётность TechCrunch, Bloomberg, Reuters и SEC-фильтры) на конец июня 2026, за год в технологической отрасли прошло 267 крупных сокращений почти на 186 тысяч человек - в среднем около тысячи уволенных в день. Май 2026-го стал худшим месяцем по числу техувольнений за несколько лет. Это фактура, на которой и строятся все разговоры про то, что ИИ заменит программистов и айтишников скопом.

Теперь та самая цифра про ИИ. По той же сводке 56% событий увольнений в 2026-м прямо ссылаются на ИИ, автоматизацию или машинное обучение - это затронуло 156 270 работников в 150 компаниях. Отсюда и родился нарратив «нейросети выкидывают людей на улицу». Но у слова «событие» есть подвох: событие - это сам факт объявления о сокращении. Сколько человек потеряли место именно из-за ИИ, за такой цифрой не разглядеть. Компания может назвать ИИ одной из причин реструктуризации, в которой на самом деле смешаны ставки, перенайм ковидных лет и замедление роста.

Есть и вторая, более консервативная оценка - от кадрового агентства Challenger, Gray & Christmas, которое считает по-своему. По его данным (пересказ HR Dive и CFO Dive, 3 июля 2026), в первом полугодии 2026 в техсекторе США объявили о 139 156 сокращениях - на 83% больше, чем годом раньше. Но ИИ как явную причину назвали в 101 743 анонсах увольнений за год по всем отраслям, и это около 23% всех сокращений против 56% у первого счётчика. При этом ИИ стал причиной номер один четвёртый месяц подряд - такого в истории этих замеров ещё не было.

Кто считает	Что берут за единицу	Всего за 2026	Ссылаются на ИИ
Трекер SkillSyncer	событие увольнения	185 894 человека / 267 событий	56% событий (156 270 чел.)
Challenger, Gray & Christmas	анонс сокращения, США	139 156 за полугодие (+83%)	101 743 анонса (~23% всех)
Опрос Gallup	ответ самого уволенного	~21% компаний сокращают штат	1% назвали ИИ причиной своего увольнения

Разница между «56%» и «23%» - это две линейки, которые меряют разные вещи: доля событий против доли всех сокращений. А третья цифра ломает картину совсем. Когда социологи Gallup спросили о причине увольнения самих уволенных людей, ИИ назвал только 1% - остальные говорили про реструктуризацию, урезание расходов и ликвидацию роли (Gallup, «U.S. Workers Continue to Report Downsizing»; пересказ Bloomberg, 18 июня 2026). То есть в пресс-релизах ИИ звучит громко, а в ответах живых людей почти не слышен. Вопрос в том, совпадает ли корпоративное объяснение с тем, что происходит на самом деле. И вот тут данные начинают расходиться с лозунгом про то, что ИИ заменит программистов.

Правда ли, что инженеров увольняют меньше всех?

Главное. Да, и это подтверждено цифрами. Венчурный фонд SignalFire в отчёте State of Talent Report 2026 разобрал найм в 12 крупнейших техкомпаниях мира. Общий найм там на 25% ниже уровня 2019 года, а найм инженеров - только на 11%. Мало того, доля инженеров среди новых сотрудников выросла с 46% в 2019-м до 55% в 2025-м. То есть на фоне общего охлаждения рынка разработчиков берут даже чаще относительно всех остальных.

Вот главный факт, который ломает лозунг «ИИ заменит программистов». SignalFire - венчурный фонд, который ежегодно анализирует реальные данные о найме. В отчёте State of Talent Report 2026 он посчитал, как изменился набор людей в 12 компаниях, которые называет «tech majors»: Alphabet, Meta, Apple, Amazon, Microsoft, Netflix, Nvidia, Tesla, Uber, Airbnb, Block и Stripe. Общий найм в них на 25% ниже уровня 2019 года. А вот инженерный найм просел всего на 11% (SignalFire, State of Talent 2026; пересказ TechCrunch, 24 июня 2026).

Разрыв в 14 процентных пунктов - это и есть та самая устойчивость. Если бы ИИ выкашивал разработчиков в первую очередь, инженерная кривая падала бы круче общей. Она падает более полого. И это хорошо видно, когда ставишь инженеров рядом с другими функциями из того же отчёта.

Функция в крупных техах	Найм к уровню 2019
Инженерия	-11%
Маркетинг	-36%
Продакт-менеджмент	-39%
Дизайн	-48%
Найм в целом	-25%

Дизайн просел почти в пять раз сильнее инженерии, продакт и маркетинг - в три с лишним. Если кого и «заменяет» ИИ по этим цифрам, то точно не разработчиков. А их доля и абсолютно растёт.

Показатель	Инженеры
Доля в новых наймах, 2019	46%
Доля в новых наймах, 2025	55%
Ранние стартапы, найм к 2019	+7%

[Exhibit 1: найм в крупных техах упал на 25%, а у инженеров - только на 11%]

[Exhibit 2: доля инженеров в новых наймах выросла с 46% в 2019 до 55% в 2025]

Дальше - больше. На ранней стадии стартапов инженерный найм даже вырос на 7% к уровню 2019 года, тогда как общий набор там просел на 4%. Молодым компаниям в 2026-м нужны прежде всего те, кто строит продукт. Текучесть у инженеров тоже самая низкая среди функций - около 9% против примерно 13% у продаж и дизайна: их реже увольняют и они реже уходят сами.

Меняется и структура команд. Число инженеров на одного менеджера в крупных техах выросло примерно до 12 (было 10 в 2019-м), а в стартапах - до 15. Компании срезают менеджерскую прослойку и оставляют инженерное ядро. Если где-то и идёт замена людьми на ИИ, то скорее в координаторских ролях, чем в тех, кто пишет и держит систему.

Глава исследований SignalFire Ашер Банток описывает разрыв прямо: причиной увольнений стабильно называют ИИ, причём применительно к коду, но на земле это с реальностью бьётся плохо - инженеров как раз держат и делают продуктивнее.

«Они внезапно стали намного продуктивнее, и работы для них - бесконечно много».

• Asher Bantock, глава исследований SignalFire, TechCrunch, 24 июня 2026

Смысл цитаты простой: компания в пресс-релизе говорит «сокращаем, потому что ИИ», а по факту инженеров держит и даже добирает. Лозунг про то, что ИИ заменит программистов, живёт в заголовках, а до наймовых таблиц так и не добрался.

Почему ИИ сделал программистов нужнее, а не лишними?

Главное. Работает эффект, который экономисты называют парадоксом Джевонса: когда ресурс становится дешевле и эффективнее, его начинают потреблять больше, а не меньше. ИИ удешевил написание кода - и спрос на код вырос, потому что теперь можно взяться за то, что раньше было слишком дорого. Разработчик с ИИ-инструментами делает больше, и работы вокруг него только прибавляется.

Логика «нейросеть пишет код, значит программисты не нужны» звучит убедительно ровно до того момента, пока не вспомнишь, как устроен спрос на софт. Он почти бездонный: у любой компании список того, что стоило бы автоматизировать и улучшить, всегда длиннее, чем руки. Пока код был дорогим, до нижней части этого списка не доходили. ИИ удешевил производство кода - и до неё начали доходить. Экономисты называют это парадоксом Джевонса, и именно на него ссылается TechCrunch, объясняя устойчивость инженеров.

Тут кроется красивый парадокс. Доля кода, который пишет ИИ, реально растёт: Сатья Наделла говорил, что в репозиториях Microsoft уже 20-30% кода сгенерировано нейросетью. Казалось бы, вот оно, доказательство, что ИИ заменит программистов. Но чем больше кода отдаётся машине, тем больше его надо ревьюить, встраивать и держать в работе - а это и делают инженеры, которых стало нужно больше.

Есть и живые голоса в подтверждение. Дженсен Хуанг, глава Nvidia, ещё весной 2026-го сказал, что после внедрения агентного ИИ его разработчики «заняты как никогда»: агенты постоянно подкидывают им следующую идею, которую надо оформить и довести (апрель 2026). А руководитель отдела экономики Anthropic Питер Маккрори охладил панику с другой стороны - через статистику безработицы.

«По крайней мере, нет заметной материальной разницы в уровне безработицы между работниками профессий с высокой и низкой подверженностью ИИ».

• Peter McCrory, глава отдела экономики Anthropic, цитата через TechCrunch, 24 июня 2026

Эта позиция опирается на исследование Anthropic Economic Index (Массенкофф и Маккрори, март 2026). У него есть красноречивая деталь про программирование. Теоретическая подверженность кода искусственному интеллекту - 94%: почти всё в работе разработчика ИИ в принципе может затронуть. А вот наблюдаемая, реальная доля задач, где ИИ уже применяют, - около 33%. Между «в теории может» и «на практике делает» лежит огромный разрыв, и именно в нём живёт профессия. Пугают обычно первой цифрой, работают - по второй.

Другими словами, если бы ИИ уже заменял людей массово, это торчало бы в цифрах занятости. Пока не торчит. Но честный разбор требует показать и обратную сторону, потому что данные о продуктивности ИИ - штука неоднозначная.

С одной стороны, контролируемый эксперимент Microsoft Research с GitHub Copilot: разработчики с доступом к ассистенту написали HTTP-сервер на JavaScript на 55,8% быстрее контрольной группы - за 1 час 11 минут против 2 часов 41 минуты (arXiv, Microsoft Research). С другой - исследование некоммерческой организации METR: 16 опытных open-source разработчиков на 246 реальных задачах в больших репозиториях (около миллиона строк кода) думали, что ускорились на 20%, а по факту оказались на 19% медленнее с ИИ (metr.org, июль 2025, методика обновлена в феврале 2026). Время съедала перепроверка ненадёжного вывода.

Разгадка противоречия в контексте задачи. На чистом новом проекте ИИ реально ускоряет, на знакомой большой кодовой базе - может тормозить, потому что цена ошибки высокая и всё приходится вычитывать. Поэтому компании и держат инженеров ради другого - чтобы те решали, где ИИ применить, а где он навредит. Скорость печати тут уже вторична. Это уже не совсем прежняя работа - и об этом отдельный разговор ниже.

Если хочется самому пощупать, где ИИ ускоряет, а где мешает, удобно иметь под рукой сразу несколько моделей и гонять одну задачу через разные. На provod.ai флагманы вроде Claude Opus 4.8, GPT-5.5 и Gemini 3.1 Pro собраны в одном чате и под единым API, оплата в рублях, без VPN и зарубежных карт. Это к слову - к доступу из России вернёмся отдельным разделом.

Кого тогда реально режут - и при чём тут ИИ?

Главное. ИИ действительно сокращает рабочие места, но не там, где кричат заголовки. Сильнее всего просел найм новичков и рутинные функции: поддержка, ввод данных, простой контент. А ещё ИИ стал удобным прикрытием для сокращений, которые случились бы и без него - после перенайма 2021-2022 годов и разворота ставок. Аналитики прямо предупреждают: часть «ИИ-увольнений» - это обычная чистка расходов с модной вывеской.

Раз инженеров держат, то кого режут под флагом ИИ. Ответ: тех, чью работу ИИ и правда съедает целиком, - и тех, кого удобно сократить, свалив на ИИ. Разберём обе группы, потому что их постоянно путают.

Первая группа - рутинные роли. По разным разборам 2026 года, ИИ в первую очередь вытесняет обслуживание клиентов первой линии, ввод данных, простой копирайтинг и базовые операционные задачи. Это функции, где выход предсказуем и проверять его дёшево, - ровно там нейросеть заменяет человека без большого риска. К написанию и поддержке сложного софта это отношения почти не имеет.

Конкретика это подтверждает. Salesforce, сокращая штат в феврале 2026-го, прямо объяснила: число тикетов в поддержке упало, добирать саппорт больше не нужно. IBM ещё раньше заменила около двухсот HR-позиций ИИ-агентами - снова функция, где выход легко проверить. Инженерное ядро при этом компании чаще перетасовывают, чем вырезают: под нож идут менеджмент, поддержка и дублирующие роли, а разработчиков перераспределяют внутри. Cloudflare, срезая 1100 человек в мае 2026-го, прямо назвала лишним именно средний менеджмент - слой, который ИИ-инструменты прореживают быстрее всего. Разработчиков в этой волне не тронули: их работа переехала ближе к тем самым агентам, которых компания и внедряет.

Вторая группа - жертвы «ИИ-отмывки» сокращений. Здесь стоит назвать вещи своими именами. Технологические компании перенабрали людей в 2021-2022 годах на дешёвых деньгах, потом ставки выросли, инвесторы потребовали экономии - и начались сокращения. Списать их на ИИ выгоднее, чем признать управленческий просчёт: звучит как «мы в авангарде прогресса» вместо «мы ошиблись с наймом». На это прямо указывают весомые голоса, и это давно не форумные скептики.

«Каждая крупная компания раздута по штату... И теперь у всех есть волшебное оправдание: а, это ИИ».

• Marc Andreessen, венчурный инвестор a16z, TechCrunch, 15 июня 2026

Андриссен оценивает, что большинство компаний перештатены на 25-75%. Ему вторит академическая сторона. Пол Остерман, почётный профессор менеджмента MIT Sloan, напоминает, что оправдывать сокращения новой технологией компании научились давно.

«AI - идеальный предлог, чтобы оправдать крупные увольнения. Так говорят уже двадцать лет».

• Paul Osterman, профессор MIT Sloan, Fortune, 31 мая 2026

Показательный кейс - Oracle: в отчёте 10-K от 22 июня 2026 компания сократила 21 тысячу человек за год (13% штата) и прямо связала это с «внедрением ИИ-технологий». Параллельно Oracle, как и Meta (та сократила 8 тысяч человек и одновременно перевела 7 тысяч сотрудников на ИИ-роли), наращивает миллиардные вложения в ИИ-инфраструктуру. Увольнения соседствуют с ростом капзатрат, а бизнес при этом не сжимается - вот он, портрет «ИИ-отмывки».

Косвенное подтверждение - деньги. По данным TechTimes (16 июня 2026), волна сокращений на фоне ИИ не улучшила финансовые показатели урезавших компаний: доходность не выросла. Если бы ИИ действительно замещал труд с явной выгодой, это отразилось бы на цифрах быстрее. Пока чаще получается «уволили, назвали ИИ, а легче не стало».

Есть и данные с обратным знаком, и честно их привести. Совместный разбор Ramp и Revelio Labs по занятости примерно 22 тысяч компаний (TechCrunch, 29 июня 2026) показал любопытное. Фирмы, которые серьёзно вкладываются в ИИ (в среднем 30 долларов на сотрудника в месяц в первые месяцы внедрения), нарастили штат на 10,2%, а число начальных позиций у активных внедренцев ИИ выросло на 12%.

Авторы сами оговариваются, что выборка смещена к быстрорастущим стартапам, и «работа не доказывает, что ИИ повсеместно создаёт рабочие места». Но вывод из неё осторожный и важный: там, где ИИ встраивают всерьёз, людей чаще добирают. Растущий бизнес берёт ИИ в ускорители и команду при этом не режет.

[Exhibit 3: 56% или 23% - почему у ИИ-увольнений две разные цифры]

При этом было бы нечестно сказать, что ИИ вообще ни при чём. Он реально сокращает один сегмент рынка разработки, и очень болезненно, - вход в профессию. Об этом стоит поговорить прямо, потому что именно тут живёт главный страх читателя.

Значит, джуниором теперь не устроиться?

Главное. Здесь плохая новость честная. Найм новичков просел куда сильнее, чем найм разработчиков в целом: по SignalFire, набор выпускников в крупных техах упал примерно на 65% к уровню 2019 года, а в ранних стартапах - на 76%. Академики из Стэнфорда фиксируют относительное падение занятости молодых работников в профессиях с высокой подверженностью ИИ примерно на 13%. Так что тезис «ИИ заменит программистов» неверен для отрасли в целом, но для входа в неё планка реально поднялась.

Тот же отчёт SignalFire, который показывает устойчивость инженеров, не щадит новичков. Найм выпускников (new grad hiring) в крупных техах упал примерно на 65% к уровню 2019 года, а в стартапах ранней стадии - на 76%. Топовые выпускники CS-программ 2025 года на 45% реже идут в tech majors, чем прежние когорты, и вдвое чаще, чем выпуск 2022 года, выбирают путь основателя стартапа. Логика компаний холодная: раньше джуниор писал простой код и рос, теперь этот простой код пишет ИИ, а на джуниора нужен сеньор, который проверит.

Это подтверждают и вне венчурных данных. Экономисты из Stanford Digital Economy Lab выпустили работу с говорящим названием «Канарейки в угольной шахте» (Бриньолфссон и соавторы, ноябрь 2025, обновление февраль 2026). На данных крупнейшего в США расчётчика зарплат ADP они показали: у молодых работников 22-25 лет в профессиях, сильнее всего задетых генеративным ИИ, занятость относительно просела примерно на 13% (до 16% при части контролей) - даже с поправкой на состояние отдельных компаний.

«В среднем влияние ИИ на рабочие места остаётся умеренным. Но когда мы измеряем эффект по стадии карьеры, проявляются драматические различия».

• Nela Richardson, главный экономист ADP, Fortune, 27 июня 2026

Тревога эта живая, из первых рук. В тредах на Hacker News за май-июнь 2026 разработчики описывают рынок изнутри: одни компании отбирают «2-6% откликнувшихся», кандидаты с опытом ловят отказ «слишком квалифицирован». Под удар, по народному ощущению, попадают оба полюса - и дорогие сеньоры, и дешёвые джуниоры, тогда как середина держится. Формально это анекдоты с форума, но они точно ложатся на цифры Стэнфорда и SignalFire.

Русскоязычный рынок подтверждает картину без всякого ИИ-мистицизма - через простую арифметику спроса и предложения. Автор Хабра в разборе найма (данные на 13 апреля 2026) приводит срез: на позицию senior React - всего пара открытых вакансий против больше тысячи активных профилей кандидатов, а HR получают порядка тысячи откликов в день. Джуниорских позиций в этом срезе - единицы на целое направление.

«Рынок IT в полной заднице».

• автор Хабра о найме в 2026-м, habr.com, апрель 2026

Формулировка резкая, но за ней стоят данные, эмоций там как раз минимум: миф о «вечном дефиците кадров» разбивается о тысячу откликов на две вакансии. По агрегированной статистике hh.ru (пересказ отраслевых медиа, 2026), число вакансий в ИТ за год ощутимо просело - оценки доходят до трети рынка, - а число резюме, наоборот, выросло. Отдельного независимого исследования именно про эффект ИИ на найм разработчиков в России нет - есть общая картина охлаждения рынка. Честно об этом говорю, чтобы не выдавать спад найма за доказанную «замену людей нейросетью».

Почему так вышло, видно из механики найма. Раньше джуниор был дешёвым способом закрыть простые задачи и вырастить своего специалиста. Теперь простые задачи закрывает ИИ, а чтобы проверить его выход, нужен кто-то поопытнее. Компании публикуют вакансии с меткой «junior», но по факту зовут туда людей с опытом - разрыв между числом объявлений и реальным наймом на входе фиксируют несколько отраслевых обзоров (данные вторичные, привожу с оговоркой). Дверь не заперта, но пороговое требование к тому, что ты умеешь на входе, поднялось.

Отсюда практический вывод для новичка, и он не в том, чтобы сдаться. Ценность джуниора теперь в том, чего ИИ пока не делает сам: собрать работающий проект целиком, прочитать и поправить сгенерированный код, довести фичу до прода. Тот, кто входит в профессию с умением поставить задачу агенту и проверить результат, обходит того, кто просто выучил синтаксис. Планка выросла, но выросла в понятную сторону.

Вывод неприятный, но трезвый: армия желающих войти в профессию встречает узкую дверь. Только это не значит, что ИИ заменит программистов как класс. Просто нижняя ступенька лестницы стала выше, и запрыгнуть на неё сложнее, чем пять лет назад.

«Вайбкодинг» всех спасёт или это ловушка?

Главное. Вайбкодинг - когда пишешь продукт, диктуя нейросети на естественном языке и почти не читая код, - отлично работает на прототипах и разваливается на проде. Исследователи фиксируют рост уязвимостей, которые тянутся прямо к ИИ-сгенерированному коду. Так что «просто вайбкодить» остаётся навыком, но профессию собой не заменяет, и без инженерного контроля он превращается в мину замедленного действия.

У истории про то, что ИИ заменит программистов, есть популярное продолжение: мол, теперь любой напишет приложение словами, и разработчики не нужны. Это и есть вайбкодинг - код по «вайбу», когда описываешь задачу на человеческом языке, а нейросеть выдаёт реализацию, которую ты почти не читаешь. На демо и прототипах выглядит как магия. Проблемы начинаются, когда это едет в продакшн.

Сигналы уже собирают предметно. Проект Georgia Tech «Vibe Security Radar» отслеживает подтверждённые уязвимости, которые прослеживаются напрямую к ИИ-сгенерированному коду: в январе 2026-го таких было 6, в феврале - 15, в марте - уже 35 за месяц (вторичный пересказ, июль 2026). Рост примерно в шесть раз за квартал. Стэнфордская инициатива SCALE запустила отдельное исследование того, как студенты взаимодействуют с вайбкодинг-платформами, - тема стала академической, вышла за рамки одного хайпа.

Русскоязычная сторона говорит то же самое цифрами из корпоративных блогов на Хабре (Otus, Netology, 2026, - данные корпоративные, не независимое исследование, читаем с поправкой): до 45% ИИ-сгенерированного кода содержит уязвимости, команды отмечают рост переработок кода на 41% и снижение стабильности поставки. Вендор код-ревью Codacy приводит совсем резкие числа про рост «текучки» кода, но это маркетинг компании, которая продаёт решение проблемы, - подаю с явной оговоркой.

Живые наблюдения соло-разработчиков на Хабре за 2026 год складываются в одну мысль: вайбкодинг отлично гонит скорость на старте и подводит на дистанции. Прототип за вечер - легко. Через месяц тот же проект превращается в комок, который никто, включая автора, до конца не понимает, потому что код никто толком не читал. Разница между «работает на демо» и «держится в проде под нагрузкой и правится через полгода» - это и есть инженерная работа, которую ИИ не отменил.

⚠️ Важно для новичка. Вайбкодинг - это не лёгкий вход в профессию в обход учёбы. Скорее наоборот: чтобы ИИ-код не превратился в дырявый прод, нужно уметь его прочитать, поймать уязвимость и переписать. Это навык сеньора, и подменить его собой он не может. Поэтому вайбкодинг усиливает опытного и подставляет того, кто на него понадеялся вместо знаний.

Отсюда мостик к главному практическому выводу. Раз ИИ меняет содержание работы разработчика, стоит понять, во что именно она превращается - и какие навыки на этом дорожают.

Что это значит для тебя как разработчика?

Главное. Ценность смещается от «быстро писать код» к «управлять ИИ и отвечать за результат». Дорожают системный дизайн, ревью ИИ-кода и оркестрация агентов - то, что нейросеть пока не тянет сама. Дешевеет рутина: бойлерплейт, простой CRUD, механическая верстка. По данным SignalFire, спрос уже сместился: ИИ- и research-инженеров стало заметно больше, а чистая фронтенд-специализация просела.

Профессия не исчезает - она перестраивается, и это видно даже по составу вакансий внутри инженерного найма. По SignalFire, с запуска ChatGPT в конце 2022 года доля ИИ- и ML-инженеров в найме выросла на 39%, forward-deployed инженеров - на 30%, research-инженеров - на 28%. А вот чистая фронтенд-специализация просела примерно на 25%. Рынок голосует за тех, кто строит и внедряет ИИ, и остывает к тем, кто делает то, что ИИ уже неплохо генерирует.

Что дорожает	Что дешевеет
Системный дизайн под нагрузку	Механический бойлерплейт
Ревью и отладка ИИ-кода	Простой CRUD руками
Оркестрация агентов, сборка пайплайна	«Просто написать функцию»
Архитектура, ответственность за прод	Копипаст готовых решений

[Exhibit 4: с запуском ChatGPT спрос сместился к ИИ-инженерам, фронтенд просел]

Практики формулируют сдвиг одинаково. Старший инженер в 2026-м пишет руками небольшую часть кода, а основная работа сместилась к тому, чтобы поставить задачу агенту, декомпозировать её и проверить результат. Адди Османи и Майк Мейсон в разборах агентного код-ревью (2026) подчёркивают: это именно senior-уровневая работа, и её не займёт человек, чья единственная квалификация - знакомство с ИИ-инструментами. А Андрей Карпатый описывает это через образ стажёров: агенты - как интерны, которым отдаёшь рутину, а на человеке остаются эстетика, суждение, вкус и надзор (Andrej Karpathy, Sequoia Ascent 2026). Аналогия точная. Стажёру можно поручить много, но ответственность за результат остаётся на том, кто поручил. С агентом так же: он быстро генерит куски, а решать, что из этого пойдёт в прод, держит систему и не развалит её через полгода, - работа человека. Именно поэтому она и не удешевляется вместе с кодом.

Формулировка с профильного разбора звучит ещё жёстче: лучшие инженеры 2026-го - не те, кто лучше всех пишет код, а те, кто лучше всех не доверяет ИИ-коду и умеет его проверить. Здесь и проходит новая линия между миддлом и сеньором: способность спроектировать систему и отревьюить то, что нагенерил агент. Алгоритмы на собеседовании отходят на второй план. Тот, кто вложился в это, дорожает; тот, кто застрял на «быстро набить функцию», дешевеет вместе с задачей, которую теперь делает машина.

Что делать прямо сейчас: план на 2026

Главное. Не пытаться пересидеть ИИ и не надеяться, что «вайбкодинг заменит учёбу». Рабочая стратегия - стать тем, кого держат: научиться управлять ИИ-агентами как инструментом, прокачать системный дизайн и ревью, и вложить сэкономленное на рутине время в архитектуру. Ниже - конкретные шаги, не общие слова.

Собрал план из того, что советуют практики и требуют реальные вакансии, - без банальностей вроде «учи промптинг».

1. Освой оркестрацию агентов целиком, а не только «кнопки Cursor». Работа физически переезжает со стадии «написать» на стадию «поставить задачу агенту и проверить». Учись строить процесс: какие агенты, в каком порядке, с какими проверочными гейтами. Это структурный навык уровнем выше, чем нажать автокомплит.
2. Сделай ревью ИИ-кода отдельной дисциплиной. Скептическое чтение чужого и сгенерированного кода - измеримый навык, который стоит тренировать целенаправленно, не надеясь, что «придёт с опытом». Именно за это в 2026-м платят.
3. Вложись в системный дизайн. Время, которое ИИ экономит на CRUD и тестах, реинвестируй в архитектуру распределённых систем под нагрузку. На собеседованиях 2026-го граница миддл/сеньор проходит здесь.
4. Научись понимать пределы ИИ. Исследование METR показало: на больших знакомых кодовых базах ИИ может замедлять на 19%. Разработчик, который вовремя говорит «здесь агент не поможет, надо руками», эффективнее того, кто доверяет тулу везде. Это конкурентное преимущество, и слабостью тут не пахнет.
5. Если ты в начале пути - добирай то, что ИИ не делает. Junior-рынок узкий, и вход туда теперь через «Junior+»: российские компании в 2026-м прямо пишут в требованиях умение использовать ИИ-агентов для генерации бойлерплейта, тестов и первичной отладки. Знание синтаксиса больше не отличает, отличает умение гонять агентов и проверять их.
6. Держи доступ к сильным моделям. «Умею работать с ИИ-агентами» упирается в простую вещь - доступ к самим моделям. Если инструмент под рукой нестабилен, ты тренируешь навык на слабой версии. Для русскоязычного разработчика это отдельная задача, к которой перейдём ниже.

Как это выглядит на практике в 2026-м. День инженера всё меньше про то, чтобы час писать функцию руками, и всё больше про то, чтобы сформулировать задачу, разбить её на куски, раздать агентам, а потом вдумчиво прочитать, что они вернули, поймать ошибку и решить, что идёт в прод. Скорость печати перестала быть отличием. Отличает то, насколько точно ты ставишь задачу и насколько строго проверяешь результат. Это ровно те навыки, за которые в отчёте SignalFire держатся зарплаты, и ровно то, чего нет у человека, который умеет только нажимать автокомплит.

5 ошибок в том, как думают «ИИ заменит программистов»

Главное. Большинство паники вокруг вопроса, заменит ли ИИ программистов, держится на подмене понятий: путают долю событий с числом уволенных, рынок джунов со всей профессией, а вайбкодинг с инженерией. Ниже пять частых ошибок мышления и как правильно - чтобы принимать решения по карьере на проверенных данных, отбросив пугающие заголовки.

Собрал их из реальных споров в сообществах и из того, что чаще всего путают в разговорах про то, заменит ли ИИ программистов.

1. Считать «56% ссылаются на ИИ» доказательством замены. Это доля событий, где ИИ назвали причиной. Число реально замещённых нейросетью людей - совсем другая величина. Как правильно: читать методику. Часть таких увольнений - обычная чистка расходов с модной вывеской.
2. Мерить профессию по рынку джунов. Вход в отрасль правда сузился, но это не судьба всей профессии. Как правильно: разделять «войти стало труднее» и «профессия умирает» - это разные утверждения с разными данными.
3. Путать вайбкодинг с инженерией. Продиктовать прототип и вынести его в прод - разные вещи, между ними лежит ревью, безопасность и отладка. Как правильно: относиться к ИИ-коду как к коду стажёра, который надо проверить.
4. Думать, что «ИИ-навыки» - это скорость промптинга. Ценность в суждении и надзоре, а быстрый набор запроса тут почти ни при чём. Как правильно: качать то, за что отвечаешь ты, - архитектуру и ревью, не ограничиваясь формулировками для нейросети.
5. Ждать, пока «всё уляжется». Рынок уже перестроился: спрос сместился к тем, кто управляет ИИ. Как правильно: осваивать инструменты сейчас, вместо того чтобы пересиживать, пока разрыв между «умею» и «не умею» не стал непроходимым.

А что в России - и как не отстать по инструментам?

Главное. Отдельного исследования про эффект ИИ на найм разработчиков в России нет, есть общая картина: рынок остыл, вакансий меньше, конкуренция за вход выросла. Но вывод из мировых данных работает и здесь: устойчивее тот, кто умеет работать с ИИ-агентами. А для русскоязычного разработчика первый барьер к этому навыку - сам доступ к моделям: Anthropic и OpenAI Россию официально не поддерживают, карты РФ за рубежом не работают с 2022 года.

По России честно: независимой аналитики уровня SignalFire или Стэнфорда, которая отдельно вычленяет эффект ИИ на найм разработчиков, на 11 июля 2026 в открытом доступе нет. Есть общая статистика hh.ru в пересказе медиа - и она про охлаждение: вакансий в ИТ меньше примерно на 20% за год, конкуренция за вход выросла кратно. Причин тут клубок: ставки, общее замедление, возврат к экономии. Приписывать всё нейросетям было бы натяжкой, и я этого делать не буду.

А вот что переносится напрямую - это вывод про навык. Если по мировым данным устойчивее всех оказались те, кто умеет впрягать ИИ в работу, то и русскоязычному разработчику логично двигаться туда же. И здесь всплывает чисто местный барьер. Топовые модели, на которых и строится это умение, - Claude, GPT, Gemini - официально из России недоступны: Anthropic и OpenAI режут доступ, а карты российских банков за рубежом не работают с 2022 года. Инструмент, который во всём мире стал базовым навыком, для российского разработчика начинается с задачи «как вообще к нему подключиться».

И тут есть цифра, которая переворачивает весь страх с головы на ноги. По тому же опросу Gallup, техработники, которые пользуются ИИ хотя бы раз в месяц, теряют работу втрое реже. Риск увольнения у них около 6% против примерно 18% у тех, кто ИИ почти не трогает. А 62% всех уволенных как раз почти им не пользовались (Gallup; пересказ Bloomberg, 18 июня 2026). Получается, что рискует не тот, кого «заменит ИИ», а тот, кто не научился с ним работать. Владение инструментом - это страховка, а не угроза.

Спрос это видно по рынку: в 2026-м расплодились гайды в духе «как настроить Claude из России» и агрегаторы, дающие доступ к моделям за рубли. По опросу JetBrains (январь 2026), инструменты вроде Claude Code и Cursor за девять месяцев выросли в разы: осведомлённость о Claude Code подскочила с 31% до 57%, а реальное использование - примерно с 3% до 18%. 90% разработчиков уже регулярно берут хотя бы один ИИ-инструмент, а по данным Stack Overflow больше половины профессионалов используют ИИ ежедневно. Причём большинство держит стек из нескольких инструментов сразу, редко кто ограничивается одним: сегодня удобнее Claude Code, завтра Cursor, для отдельной задачи - другая модель. Отстать по ним - значит отстать ровно по тому навыку, который держит инженеров на плаву.

Это как раз то, ради чего существует provod.ai. Один доступ ко всем топовым моделям сразу - Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro, DeepSeek v4, Qwen и другим - в одном чате и через единый API, совместимый и с OpenAI, и с Anthropic. Оплата по факту за токены в рублях: картой РФ, через СБП или по счёту с закрывающими документами для бизнеса. Цены один к одному с официальными, без наценки посредника. Смысл простой: чтобы тренировать тот самый устойчивый навык - гонять ИИ-агентов и проверять их, - тебе нужен стабильный доступ к сильным моделям в полной версии - на урезанных огрызках навык не растёт.

Хочешь качать навык, который реально держит инженеров на рынке, - работу с топовыми моделями, вместо того чтобы гадать, заменит ли ИИ программистов? provod.ai даёт Claude, GPT, Gemini и другие флагманы в одном окне и через единый API, оплата в рублях, без VPN и зарубежных карт.

Коротко: заменит ли ИИ программистов?

Главное. На данных 2026 года - нет: ИИ перестраивает профессию, но не отменяет её. Инженеров сокращают меньше всех, их доля в найме растёт, а спрос смещается к тем, кто управляет ИИ. Плохая новость касается входа: рынок джунов сузился, планка поднялась. Хорошая - для тех, кто уже внутри и готов освоить новую роль: работы стало больше, а не меньше.

Свести всё в одну картину можно так. Рекорд увольнений 2026-го реален, и ИИ в объяснениях звучит чаще всех. Но когда смотришь в наймовые таблицы вместо пресс-релизов, лозунг «ИИ заменит программистов» рассыпается: инженеров держат крепче остальных, потому что удешевление кода разогнало спрос на него, а не убило. Режут в основном рутинные функции и вход в профессию, плюс часть сокращений просто прикрывают модным словом.

Что сделать прямо сейчас, смотря кто ты:

• Уже работаешь разработчиком. Не пересиживай. Осваивай оркестрацию агентов и ревью ИИ-кода как отдельные навыки, вкладывай сэкономленное время в системный дизайн. Именно за это платят в 2026-м.
• Только входишь в профессию. Знай, что дверь узкая, и готовься под «Junior+»: синтаксис плюс умение использовать ИИ-агентов и проверять их. Одного знания языка теперь мало.
• Ты из России. Данных именно по РФ мало, но навык универсален. Первый шаг - обеспечить себе стабильный доступ к топовым моделям, потому что без него не потренировать то, что держит инженеров на плаву.

Профессия программиста не умирает под нейросетями - она поднимает планку и меняет содержание. Вопрос 2026 года звучит иначе: кто из программистов научится работать с ИИ быстрее остальных.

Источники

• AI was supposed to kill engineering jobs, but new data suggests they're the most resilient - TechCrunch, 24 июня 2026
• SignalFire, State of Talent Report 2026 - signalfire.com, 24 июня 2026
• Every major tech layoff in 2026 that has name-checked AI - TechCrunch, running list, июнь-июль 2026
• SkillSyncer, трекер техувольнений (компилирует TechCrunch, Bloomberg, Reuters, SEC; данные на конец июня 2026)
• Tech accounts for nearly a third of US layoffs in H1 2026, Challenger finds - HR Dive / CFO Dive, 3 июля 2026
• U.S. Workers Continue to Report Downsizing - Gallup; пересказ Bloomberg, 18 июня 2026
• The AI layoff wave is becoming a powder keg (Marc Andreessen) - TechCrunch, 15 июня 2026
• CEOs blame AI for layoffs, but an MIT professor says it fits a long-running pattern (Paul Osterman) - Fortune, 31 мая 2026
• Oracle 10-K filing о сокращении 21 000 при внедрении ИИ - 22 июня 2026
• Tech Layoffs Hit 1,115 a Day in 2026: Cuts Fail to Boost Returns - TechTimes, 16 июня 2026
• Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI - Stanford Digital Economy Lab (Brynjolfsson et al.), ноябрь 2025, обновление февраль 2026
• Комментарии Erik Brynjolfsson и Nela Richardson (ADP) - Fortune, 27 июня 2026
• Dario Amodei, эссе о будущем занятости, и комментарий Andy Thurai (Cisco) - Forbes, 21 февраля 2026
• Measuring GitHub Copilot's impact on productivity - Microsoft Research, arXiv
• Measuring the impact of AI on experienced open-source developer productivity - METR, июль 2025, обновление февраль 2026
• Andrej Karpathy о работе с агентами - karpathy.bearblog.dev, 2026
• Разборы агентного код-ревью - Addy Osmani, Mike Mason, 2026
• Vibe Security Radar - Georgia Tech, пересказ 2026
• Найм в IT 2026: 2 вакансии, 1000 откликов в сутки - Habr, апрель 2026
• Статистика ИТ-рынка РФ (пересказ hh.ru) и опрос инструментов - отраслевые медиа и JetBrains, январь-июль 2026

Заменит ли ИИ программистов, решает то, кто быстрее научится с ним работать. Сама нейросеть тут не приговор. А работа с топовыми моделями начинается с доступа. provod.ai: Claude, GPT, Gemini и другие флагманы в одном чате и через единый API, оплата в рублях легально, без VPN и зарубежных карт, с закрывающими для бизнеса.

---

provod.ai — один контур от первого теста до рабочего продукта

Проверьте гипотезу в интерфейсе, а затем перенесите её в API: команда сохраняет выбранную модель, общий баланс и доступы, не начиная интеграцию и закупку заново перед запуском.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Тестовые и боевые запросы оплачиваются по одной прозрачной логике: официальная цена модели 1:1, без собственной маржи provod.ai.

Доведите AI-сценарий до production: форма регистрации · цены на модели · защита данных по 152-ФЗ · API и интеграции