AI, вайбкодинг и новый рынок разработчиков: что происходит в индустрии

Как AI меняет разработку, почему пет-проекты стали важнее продакшена и что происходит с рынком труда — честный разговор с Борисом Дипнером, iOS тимлидом.

Борис Дипнер, город — Караганда, тимлид iOS-разработки в BCC Business, LinkedIn

О себе 

Я Senior iOS-разработчик с более чем семи годами опыта в iOS и восьми годами в IT. Сейчас работаю тимлидом.

Начинал со спортивного программирования в школе, писал на C, C++. Занимаюсь менторством и участвую в акселерационных программах, а также являюсь одним из организаторов Google DevFest Kazakhstan и iOS-комьюнити — провели более 20 митапов.

Около 80% опыта связано с FinTech, также работал в marketplace-направлении, включая Wildberries. Помимо разработки, активно развиваю IT-сообщество через мероприятия и менторство.

Какие задачи можно оптимизировать с помощью нейросетей

В работе это в первую очередь код-ревью: я делаю первичный прогон с помощью AI, убираю очевидные ошибки, а потом уже сам смотрю глубже. Особенно полезно, когда одни и те же классы используются в разных частях проекта — нейросеть помогает быстро подсветить потенциальные зависимости и затронутые модули. Туда же уходит документация: раньше это занимало много времени, потому что нужно было от структуры кода перейти к понятному описанию домена. Сейчас AI сильно ускоряет этот процесс — он умеет и диаграммы собрать, и текст переписать так, чтобы его понял любой человек.

То же самое с тестами: скучные кейсы теперь легко генерируются автоматически, и можно больше времени тратить на edge-сценарии и сложную бизнес-логику.

Но самые интересные кейсы — это пет-проекты. Недавно у меня был опыт, когда за пару дней я почти ничего не делал вручную: от идеи до готового приложения в сторе. Сначала через Google Stitch AI и Claude мы спроектировали UX, флоу пользователей и структуру данных, затем я сгенерировал дизайн.

Дальше подключил инструменты через MCP и экспорт из Figma. Я использую разные IDE — где-то удобнее Windsurf, где-то Claude, где-то Cursor. Через интеграции дизайн и контекст сразу становятся доступны в коде. Архитектуру мы тоже быстро обсудили с Claude — это заняло около 20 минут.

В итоге: дизайн готов, реализация готова, тесты добавлены — и приложение можно публиковать.

Про рынок разработки и найма

Рынок сильно изменился. Во-первых, стало много инфлюенсеров и разработчиков, которые делают свои продукты.

У меня, например, была простая идея: уставали глаза, я забывал их закапывать — вспоминал только когда уже начинали болеть. Плюс упражнения. Я сделал приложение как фитнес-трекер, только для глаз: напоминания о каплях и усталости. Это и была вся идея.

И таких кейсов сейчас становится все больше — люди массово делают приложения и выкладывают их в стор. Из-за этого даже ревью стало дольше: раньше новое приложение могли проверить за день, сейчас это уже может занимать около недели. Рынок просто перегружен.

На рынке труда тоже неоднозначная ситуация. Есть стартапы, которые поднимают инвестиции и буквально тратят все на AI-токены, чтобы экспериментировать и смотреть, что можно автоматизировать.

А в найме порог входа для новичков заметно вырос. Раньше можно было не знать чего-то на старте — главное, чтобы человек был адекватный, остальное быстро добиралось опытом. Сейчас же из-за повсеместной кодогенерации ошибки могут маскироваться, и это становится риском.

Также изменились и сами собеседования: иногда видно, когда кандидат использует AI в реальном времени — ответы звучат однотипно, есть паузы, ощущение, что он просто читает текст. Это сильно меняет динамику интервью.

Я сам попробовал обе стороны — и интервьюера, и кандидата с такими инструментами в тестовом формате. И заметил, что при высокой технической базе это скорее мешает, чем помогает: проще честно подготовиться и пройти собеседование без костылей.

Но был и хороший опыт: одно интервью с зарубежным стартапом, где дали 20 минут и разрешили использовать любые AI-инструменты. Важно было не просто решение, а то, как ты формулируешь промпты, как работаешь с инструментами и принимаешь архитектурные решения. Мы потом вместе разбирали код и подход — и это, на мой взгляд, близко к тому, как будущие собеседования будут выглядеть в индустрии.

Рекомендации 

Люди сейчас больше учатся проходить собеседования, чем реально работать.

Я это вижу и по новичкам, и по своему опыту преподавания — я веду группу по iOS-разработке, у нас даже есть тема вайб-кодинга. И рынок уже адаптируется: больше лайв-кодинга с объяснением вслух, больше практических задач, меньше «расскажи теорию из книжки», больше вопросов на понимание, а не на заучивание.

Главная ошибка новичков сейчас — использовать AI как замену понимания. Когда человек просто получает ответ, копирует его и идет дальше. Да, он может быстро «собрать» приложение, но по факту развивается только навык промптинга. Это тоже важно, но фундамент никуда не исчез: алгоритмы, структуры данных, понимание платформы все равно нужны.

AI может генерировать код, но он не объясняет, зачем он такой. И если не понимать базу, ты просто не сможешь оценить, правильно ли он вообще что-то сделал.

Поэтому важно использовать AI как усиление, а не как костыль — когда ты уже понимаешь, что происходит, и можешь критически смотреть на результат.

И отдельно — навык формулирования задач. Хороший промпт сейчас действительно становится инженерным навыком. Модели не «думают» в человеческом смысле, они предсказывают следующий токен. Поэтому ключевое — уметь четко понимать проблему и формулировать желаемый результат.

Нетворкинг — одна из самых важных вещей для разработчика. Он работает в обе стороны: ты можешь позвать кого-то в пет-проект, а можешь сам попасть в интересную команду через знакомых. И когда ты уже работал с человеком, тебе проще потом пригласить его на интервью или порекомендовать в компанию. Поэтому митапы и живые встречи — это обязательно. Даже если нет времени на лекции или обучение, всегда можно выбраться на пару докладов, познакомиться с людьми и просто расширить круг общения.

Где лучше всего начинать карьеру  

Я бы порекомендовал начинать карьеру с корпорации — как базу для получения опыта.

В стартапе или небольших проектах можно довольно быстро упереться в потолок, особенно по качеству кода и пониманию того, как он должен выглядеть в продакшене. И это усиливается, если активно использовать AI: он помогает быстро писать код, но не всегда формирует правильное понимание архитектуры и стандартов.

В корпорациях обычно более выстроенные процессы. Не всегда идеально, но в среднем там больше внимания к code quality, ревью, тестированию и инженерной культуре. Плюс — это доступ к людям с большим опытом, у которых можно многому научиться.

Сейчас в целом рынок сложный: не так важно, где именно стартовать — стартап или корпорация. Если получается попасть на junior-позицию, это уже хорошо.

Но ключевое — не останавливаться на этом. Важно искать ментора, составлять свой план развития, разбираться в технологиях глубже и пробовать реализовывать их самостоятельно, а не только через AI. Тогда появляется реальное понимание, с чем ты работаешь и почему решения устроены именно так.