Упродовж 2024–2025 років великі мовні моделі (Large Language Models, LLM) перейшли від допоміжного інструменту до активного учасника процесу розробки програмного забезпечення. Спостереження відомого дослідника у сфері штучного інтелекту та співзасновника OpenAI Андрея Карпати свідчать про якісну зміну парадигми програмування, яка стала помітною вже наприкінці 2025 року. Йдеться не про поступове покращення продуктивності, а про фазовий зсув у способі організації інженерної праці.
Повідомляє видання GALERA.NEWS, посилаючись на публікацію Андрея Карпати.
Зміна робочого процесу програмування
Однією з ключових тенденцій є перехід від ручного написання коду до так званого «декларативного програмування мовою намірів». Значна частина розробки сьогодні виконується шляхом формулювання вимог і цілей природною мовою, тоді як безпосередню реалізацію бере на себе LLM-агент. За оцінкою Карпати, співвідношення між ручним кодуванням та агентним підходом у його власній практиці за кілька тижнів змінилося з приблизно 80/20 на 20/80.
Цей перехід супроводжується психологічними та професійними викликами, зокрема відчуттям втрати контролю над традиційними інженерними навичками. Водночас переваги такого підходу — можливість виконувати масштабні «дії над кодом» і швидко охоплювати великі кодові бази — роблять повернення до попередньої моделі малоймовірним.
Обмеження та ризики використання агентів
Попри зростання автономності LLM, повна відмова від інтегрованих середовищ розробки (IDE) є передчасною. Сучасні моделі схильні до помилок нового типу: це не синтаксичні збої, а тонкі концептуальні неточності, пов’язані з неправильними припущеннями, недостатнім розумінням контексту або надмірною складністю архітектурних рішень.
Зокрема, LLM-агенти:
- рідко ініціюють уточнювальні запитання;
- не завжди виявляють внутрішні суперечності у вимогах;
- схильні до надмірного ускладнення коду та абстракцій;
- можуть змінювати або видаляти фрагменти коду, які не є безпосередньо пов’язаними з поставленим завданням.
Це зумовлює необхідність постійного людського контролю та рев’ю, особливо у критично важливих системах.
Витривалість як новий фактор продуктивності
Однією з найпомітніших характеристик LLM-агентів є їхня практично необмежена витривалість. На відміну від людини, агент не зазнає втоми, не втрачає мотивації та може тривалий час послідовно перебирати варіанти розв’язання задачі. Ця властивість суттєво знижує роль «стаміни» як обмежувального фактора в інженерній діяльності та відкриває нові можливості для розв’язання складних або раніше економічно недоцільних задач.
Розширення, а не лише прискорення
Вплив LLM на продуктивність не зводиться до прямого прискорення виконання завдань. Набагато суттєвішим є ефект розширення: інженери виконують більше завдань і беруться за проблеми, які раніше залишалися поза їхніми компетенціями або часовими можливостями. Це знижує бар’єр входу в нові домени знань і сприяє міждисциплінарній роботі.
Вплив на навички та професійну ідентичність
Карпаті звертає увагу на поступову атрофію навичок ручного написання коду. Процеси генерації коду та його аналізу залучають різні когнітивні механізми: навіть за зниження здатності писати код «з нуля» інженери зберігають спроможність ефективно читати, оцінювати та коригувати результати роботи агентів.
Водночас змінюється й характер задоволення від роботи. Для багатьох програмування стає більш творчим і менш рутинним, однак це може поглибити розрив між фахівцями, які отримують задоволення від самого процесу кодування, та тими, для кого ключовою цінністю є створення кінцевого продукту.
Інформаційне перевантаження та «slopocalypse»
Окрему увагу приділено ризику масового зростання низькоякісного AI-згенерованого контенту. Очікується, що вже у 2026 році значна частина цифрового простору — від репозиторіїв коду до наукових публікацій і соціальних мереж — може бути перевантажена матеріалами сумнівної цінності. Це створює нові виклики для систем фільтрації, оцінки якості та довіри до інформації.
Висновки та відкриті питання
Загальний висновок полягає в тому, що наприкінці 2025 року LLM-агенти досягли порогу когерентності, який спричинив системні зміни в програмній інженерії. Інтелектуальні можливості моделей наразі випереджають рівень інтеграції в організаційні процеси, інструменти та інфраструктуру.
Серед ключових відкритих питань залишаються:
- подальша еволюція різниці в продуктивності між середніми та провідними інженерами;
- баланс між універсальністю та спеціалізацією в умовах широкого доступу до LLM;
- вплив агентного програмування на ринок праці та структуру цифрової економіки.
Очікується, що 2026 рік стане періодом активної адаптації індустрії до нових можливостей і обмежень, пов’язаних із використанням LLM-агентів у розробці програмного забезпечення.
