Sztuczna inteligencja zmienia pracę programistów: od autorów kodu do orkiestratorów
Nie jest zaskoczeniem, że sztuczna inteligencja zmienia pracę programistów, zwłaszcza że coraz więcej kodu można delegować tej technologii. Pisanie każdego komponentu ręcznie przestaje być absolutnym centrum pracy, a coraz większe znaczenie zyskują inne zadania, takie jak dobre zrozumienie problemu, decyzja o sposobie jego rozwiązania, projektowanie systemu i sprawdzanie, czy to, co generują modele AI, działa zgodnie z oczekiwaniami.
Programiści stają się orkiestratorami
Karan M.V., dyrektor międzynarodowy ds. Relacji z Deweloperami w GitHub, wyjaśnia to w wywiadzie dla Saba Aafreen w Open Source For You. Jego zdaniem programiści przechodzą od bycia głównie autorami kodu do stania się również rozwiązywaczami problemów i orkiestratorami inteligentnych agentów.
Nie oznacza to jednak, że programiści przestaną programować na zawsze. Część ich odpowiedzialności zaczyna się przesuwać na wyższy poziom. Rola „orkiestratora” polega na decydowaniu, co należy zbudować, dzieleniu pracy, dawaniu kontekstu agentom, ustalaniu ograniczeń i nadzorowaniu tego, co one produkują. Karan podkreśla, że informatyka, inżynieria oprogramowania i projektowanie systemów pozostają niezbędne, aby ocenić, czy rozwiązanie ma sens, czy też AI się myli.
Autonomia agentów AI i podział pracy
Różnica w stosunku do pierwszych asystentów programowania polega na stopniu autonomii. Agent może otrzymać zadanie, pracować z kontekstem repozytorium i generować zmiany, które następnie przechodzą testy, przeglądy i inne kontrole. To umożliwia podział różnych części aplikacji. Karan wymienia zadania związane z frontendem, backendem, bazami danych i testowaniem, a także debugowanie, przeglądanie kodu i walidację decyzji architektonicznych.
Programista nadal musi decydować, co można delegować, jakie uprawnienia otrzymuje każdy agent, ale przede wszystkim, gdzie są granice. Musi również umieć komunikować ograniczenia i przewidywać, jak system może zawieść. Im więcej wykonania jest zautomatyzowane, tym ważniejsze staje się rozróżnienie między wynikiem pozornie poprawnym a naprawdę wiarygodnym.
GitHub wdraża nowe rozwiązania
Strategia, którą GitHub promuje na 2026 rok, zmierza właśnie w tym kierunku. Sztuczna inteligencja zaczyna interweniować nie tylko przy generowaniu fragmentów kodu, ale także w przeglądach, integracji ciągłej, debugowaniu i utrzymaniu repozytoriów. Firma już planuje przepływy, w których inteligentni agenci mogą klasyfikować zgłoszenia, badać błędy CI lub utrzymywać dokumentację. Te działania nie są poza kontrolą, ponieważ można je ograniczyć za pomocą uprawnień i poddawać standardowym mechanizmom, takim jak testy, przeglądy kodu lub zabezpieczenia, zanim zmiany trafią do projektu.
Zmiana nie polega więc na wycofaniu programisty z procesu. Polega na przesunięciu go w kierunku decyzji, które determinują, jak ten proces się rozwija.