В сообществе разработчиков набирает обсуждение тема, связанная с формированием нового массового навыка — «опытный пользователь LLM». Поводом стала публикация в потоке «Разработка», автор которой проводит параллель между нынешним этапом и прошлыми волнами массовой переквалификации: сначала все стремились в юристы, затем в IT. По его мнению, сейчас мы стоим на пороге закрепления в резюме формулировки об уверенном владении большими языковыми моделями, причём без внятного объяснения, что именно она означает. Это не столько новость о конкретном продукте или релизе, сколько фиксация отраслевого сдвига, который уже влияет на требования к специалистам. Показательно, что сам автор не приводит ни цифр, ни метрик — это качественное наблюдение участника рынка, а не отчёт с данными, и именно в таком виде тезис и расходится по профессиональным чатам.

Ключевая деталь материала — тезис о естественной девальвации навыков. Навык «опытный пользователь ПК» когда-то был весомым преимуществом, а со временем исчез из резюме как самостоятельная ценность. Автор замечает, что в компаниях уже жалуются на «нейро-слоп код» или документацию, а часть специалистов не принимает в расчёт работу, которую не верифицировал агент. Гонка версий моделей и архитектур только набирает обороты, и, по мнению автора, многое изменится, но человек как профессионал останется центральной фигурой. Здесь важно, что девальвация подаётся не как катастрофа, а как нормальный цикл: компетенция сначала становится редкостью, потом — преимуществом, затем — гигиеническим минимумом и, наконец, исчезает из перечня достижений, потому что её наличие подразумевается по умолчанию. Вопрос лишь в том, сколько времени займёт этот цикл для LLM и успеют ли рынок и образование подстроиться под его темп.

Техническая и продуктовая сторона вопроса раскрывается через метафору инженерного мышления. Автор напоминает анекдот про физика, математика и инженера, которым дали задание найти объём красного резинового мячика: инженер достаёт «таблицу объёмов красных резиновых мячей». Смысл не в том, чтобы идти проторенной дорожкой, а в умении подбирать оптимальный инструмент под задачу. Знание фреймворков и языка программирования ускоряет работу, но не является непреодолимым барьером: на вопрос «на каком языке пишешь?» инженер может ответить «а на каком надо?». LLM в этой логике — ещё один продвинутый инструмент в ряду от логарифмической линейки до специализированных программ. Автор отдельно подчёркивает, что инженер — это не должность, а склад ума и способ решения задач: инженером в IT может быть тестировщик, программист или руководитель, важен сам принцип работы с задачами, а не формальная роль в штатном расписании.

Контекст и бэкграунд автор выстраивает через примеры из разных областей. Он вспоминает UX детства, когда в дедушкином ГАЗ-69 подсветка приборов была зелёной или красной, а лампа у пассажира светила на ноги для чтения карт. Затем приводит кейс китайского автопрома с выдвигающимися ручками и сенсорными панелями: выглядит эффектно, но в критической ситуации миллисекунды на адаптацию зрения и невозможность нащупать сенсор оборачиваются проблемой. В новых автомобилях возвращаются физические кнопки — инженерный цикл замыкается. Похожая логика прослеживается в эволюции протоколов: от бинарных RPC, DCOM и CORBA к SOAP с тяжёлыми надстройками и XMLSchema, затем к JSON, JSON Schema, OpenAPI и YAML, после чего новинка снова проходит путь от хаоса к стандартизации и легаси. Эта схема «новинка — хаос — стандартизация — легаси» и есть тот фон, на котором автор предлагает смотреть на LLM: сегодняшняя неопределённость вокруг моделей — не аномалия, а знакомая фаза отраслевого цикла.

Для российского рынка и отрасли в целом значение этого обсуждения двойственное. С одной стороны, навык работы с LLM становится обязательным требованием для разработчиков, аналитиков, тестировщиков и руководителей. С другой — автор предупреждает об экзистенциальном кризисе: агентские системы и роботы забирают всё больше функций, и специалисты боятся, что их заменят. Формулировка «ИИ заменит профессию, но не человека» звучит как попытка успокоить, но одновременно признаёт, что профессии действительно трансформируются. Реакция отрасли пока неоднородна: кто-то видит в этом освобождение от рутины, кто-то — угрозу статусу эксперта. Дополнительный слой — вопрос доверия: если часть специалистов уже не принимает в расчёт неверифицированную агентом работу, значит, меняется не только инструментарий, но и сами критерии профессиональной пригодности результата.

Сравнение с альтернативами напрашивается само: раньше роль универсального инструмента выполняли поисковые системы, Stack Overflow, документация и собственный опыт. Теперь LLM претендует на то, чтобы стать тем самым «журналом объёмов красных мячей», который ускоряет решение типовых задач. Однако есть и риски: слепое доверие к агенту без верификации порождает «нейро-слоп», а непонимание ограничений моделей может привести к ошибкам в критических системах. Автор напоминает, что ИИ уже плотно сидит в прошивках медицинского и промышленного оборудования, где цена ошибки — человеческие жизни или годы работы. Именно поэтому «опытный пользователь LLM» — это не про умение нажимать кнопки в чате, а про понимание границ применимости инструмента и умение вовремя сказать «здесь я проверю сам».

Перспективы и открытые вопросы остаются. Будет ли «опытный пользователь LLM» формализован как измеримый навык или останется размытым штампом в резюме? Как работодатели станут проверять эту компетенцию, если единых стандартов нет? Сможет ли инженерное мышление компенсировать девальвацию конкретных технических знаний, или рынок потребует новых сертификаций? Ответов пока нет, но направление движения понятно: инструменты меняются быстрее, чем определения навыков, и профессионалам придётся постоянно пересобирать свой набор компетенций, чтобы не оказаться в положении «опытного пользователя ПК» образца нулевых.