Вакуум знаний · IT 2025–2026
Не сдвиг в ролях и не смена разработчиков. На рынок выброшено дешёвое знание-сырьё — возник разрыв между видимостью знания и его реальной глубиной.
Вакуум непонимания: что на самом деле случилось с IT в 2025–2026
Если ты последние пару лет ходишь по конференциям, читаешь Telegram-каналы и слушаешь подкасты про найм, у тебя в голове, скорее всего, крутится одна и та же мутная картинка: «ИИ забирает работу у джунов, сениоры в цене, все бегут в ИИ-инженеры, рынок перегрет, потом остынет, потом...» Меня эта картинка давно не устраивает, и вот почему: она описывает симптомы, но не диагноз. Я для себя в какой-то момент сформулировал диагноз иначе — и хочу поделиться, потому что без этого разговора мы все обсуждаем разные вещи и спорим мимо.
Произошёл не сдвиг в сторону «нового программиста» и не смена поколений разработчиков. Произошёл вакуум непонимания внутри объёма знаний. Звучит абстрактно, но за этим стоит довольно конкретная штука, которую я ниже попробую разложить по полочкам. Если коротко — мы все одновременно перестали понимать, что именно знаем и что именно у нас спрашивают. И компании, и сами разработчики.
Что я имею в виду под объёмом знаний
Давай договоримся о модели. Знание разработчика — это не строчка в резюме и не количество выученных фреймворков. Это объект с несколькими параметрами: объём, качество, целостность, плотность, личная «выращенность». Вместе они образуют многомерное пространство — примерно как у физиков: одни координаты ты можешь нарастить за неделю, другие — только годами. Работодатель раньше, по сути, искал точку в этом пространстве, которая подходит под его задачу: нужен тот, у кого нужный объём, нужное качество и — это часто упускают — целостность. Целостность — это когда знание не нарезано на изолированные кусочки из разных туториалов, а сшито в работающую модель у тебя в голове. Ты можешь не знать API конкретной библиотеки, но у тебя есть модель того, как она устроена и где у неё грабли.
Именно эта целостность и делала разработчика разработчиком, а не оператором Stack Overflow с хорошей памятью. Выращивается она медленно, через свои ошибки, через ночные дебаги, через проекты, которые ты довёл до продакшна и потом три года поддерживал. Это дорогая штука — и для самого человека, и для компании, которая его нанимает.
Что именно произошло
С конца 2022 года — а практически с момента, когда ChatGPT стал нормально отвечать на код — в это многомерное пространство знаний ворвалось огромное количество дешёвого сырья. Сгенерированный код, готовые ответы, шаблоны, рефакторинги «на лету», объяснения «как будто ты пятиклассник». Это не плохо и не хорошо само по себе — это просто новое сырьё. Но дальше начался интересный эффект.
Во-первых, разработчики стали абсорбировать это сырьё по-разному. Часть из нас действительно наращивает свой объём: ты берёшь сгенерированное, разбираешь, проверяешь, пришиваешь к своей модели. Это нормальный путь — инструменты всегда так работали, от IDE до Stack Overflow. Но есть и другая часть, и она, честно говоря, больше: знание перестаёт быть выращенным. Ты не наступил на грабли с этим Promise-ом — ИИ тебе их красиво обошёл. Ты не сломал production деплой через час рефакторинга — ИИ за тебя пять минут переписал, и ты просто принял результат. По фундаментальным вещам это деградация. Не резкая, не очевидная — но накапливающаяся. И её почти никто не меряет.
Во-вторых — и это ключевое — этим сырьём начали пользоваться вообще все. Менеджеры, продакты, сами разработчики, рекрутеры, непрофильные специалисты. Получили доступ к дешёвому знанию-сырью и подумали, что это и есть знание. В опросе Stack Overflow 2025 года 84% разработчиков используют AI-инструменты в работе, 51% профессионалов — ежедневно. Это не шокирующая цифра, шокирующее — другое: 66% тратят больше времени на отладку AI-кода, чем ожидали, а главный фрустратор — «почти правильные, но не совсем» решения (45%). То есть мы массово жуём сырьё, которое выглядит как готовое блюдо, но на поверку оказывается полуфабрикатом с сюрпризом.
И в-третьих, доверие к точности AI-вывода уже переломилось: если в 2024-м полностью доверяли 31% разработчиков, то в 2025-м уже 46% не доверяют (Stack Overflow 2025). Это за полтора года. Мы учимся не доверять — но продолжаем потреблять.
Почему компании не видят
А вот тут начинается самое болезненное. Реально оценить качество и целостность знания может только сам разработчик. И то — не всегда. Компания в массе своей архаична в оценке: она смотрит на цель (фичу, сроки, метрики) и на затраты (зарплату, количество людей). Всё, что между — «знание» — она либо не видит, либо измеряет прокси-метриками: «прошёл собеседование», «знает Kafka», «умеет в Kubernetes». Эти метрики работали, когда знание-сырьё было редким и дорогим, и его наличие в голове кандидата действительно что-то значило. Сейчас оно перестало что-либо значить — но измеритель остался прежним.
Видимость знания и его суть окончательно разошлись. Менеджер видит, что джун с ИИ выдаёт код быстрее, чем сениор без ИИ, и делает вывод, который ему кажется логичным: 37% менеджеров уже открыто говорят, что предпочитают AI интернам (Stack Overflow 2025). Но «быстрее выдаёт код» и «лучше понимает систему» — это две разные метрики. Первая видна в Jira, вторая — только через полгода, когда что-то ломается в неожиданном месте.
Чем это кончится, если ничего не менять
Рынок переформатируется — это уже происходит, и здесь статистика довольно жёсткая. Занятость разработчиков 22–25 лет упала почти на 20% с пика конца 2022 года (Stanford Digital Economy Lab, AI Index 2026). Занятость разработчиков 30+ за тот же период выросла на 6–12%. Hiring junior-разработчиков в крупных компаниях упал на 25–50% за последние 2–3 года. «Сениоризация» entry-level растёт на 35% с 2019 года (PwC AI Jobs Barometer 2026) — то есть входные требования на ту же позицию уже ощутимо выше, чем были пять лет назад. Безработица среди зумеров 22–27 лет — 7,4% против средних 4,2%.
Картинка собирается в довольно тревожную: молодёжь перестаёт входить в профессию, опытные специалисты уходят (выгорают, релоцируются, уходят в консалтинг про ИИ). Когда текущая волна «базового» знания осядет и консолидируется — а она осядет, это уже видно по тому, как компании начинают выдыхать после первичного ажиотажа — начнётся новый рост. Но кто будет абсорбировать это новое знание? Старшие продолжат абсорбировать, но их становится меньше, и у них физически меньше энергии на «всё с нуля». Младших — тех, кто выращивает знание через свои ошибки — просто меньше заводят на конвейер. Это и есть тот самый сломанный конвейер, про который сейчас мало кто говорит вслух, но все его видят.
И да, заметь: 64% разработчиков не считают ИИ угрозой своей работе. Это звучит как утешение — но это снижение с 68% в 2024-м. Тренд уже пошёл, просто пока медленно.
Что делать разработчику
Без паники и без «топ-10 навыков 2026». Несколько мыслей, которые мне кажутся честными.
Первое — относиться к ИИ как к очень мощному сырью, а не к готовому блюду. Каждый сгенерированный кусок — это точка входа, а не точка выхода. Если ты не можешь объяснить, почему этот код работает и при каких условиях он сломается, ты его не знаешь. Ты его сейчас потребляешь.
Второе — намеренно выращивать фундамент. Это скучно, это не монетизируется в моменте, но это единственное, что отличает разработчика от оператора AI. Читай код, который ИИ тебе выдал, без ИИ. Решай задачи, которые тебе кажутся слишком мелкими для ИИ — именно на них растёт целостность модели. Пиши что-то руками, хотя бы раз в неделю, просто чтобы руки помнили.
Третье — если ты нанимающий менеджер или лид, осознай, что твоя метрика оценки сломалась, и начни её чинить до того, как сломается команда. Джун, который медленнее пишет код, но понимает, что он делает, через год будет стоить дороже, чем джун, который быстро выдаёт сгенерированный результат и не понимает, что под капотом. Инвестировать в найм и онбординг младших — это сейчас контр-интуитивное, но стратегически правильное решение.
Не конец, а перезагрузка
Я не думаю, что профессия умирает. Я думаю, она перезагружается — и, как любая перезагрузка, несёт риск зависнуть на чёрном экране. Мы все — и разработчики, и компании — находимся в точке, где старое знание-как-объект ещё не перестало работать, а новое знание-как-поток уже перестало влезать в старые модели найма и оценки. Вакуум между ними — это то, что мы все чувствуем, когда пытаемся нанять, устроиться, оценить, объяснить себе, что происходит.
Из этого вакуума есть выход, и он не в том, чтобы «учить промпты», и не в том, чтобы бежать в ИИ-инженеры. Он в том, чтобы заново научиться отличать знание от его видимости — и в личной работе, и в найме, и в оценке коллег. Тогда и конвейер починится.