Работата в софтуерния свят вече се промени из основи с идването на изкуствения интелект. Не вярвам, че някой би го оспорил, независимо дали в положителен или отрицателен аспект, с ентусиазъм или отвращение, с нетърпение за бъдещето или опит да останем в миналото.

Колко обаче са различни нещата и докъде ще стигнат?

Джемал Ахмедов ще ни покаже отговорите на 29 ноември в уъркшопа на conf.ai. Той ще впрегне ИИ агентите, които ще заработят като цял софтуерен екип.

Преди това обаче е време да поговорим. За хаотичното настояще и неясното бъдеще на софтуерния свят в годините на напредналия изкуствен интелект. „Винаги ще имаме човек в процеса по създаване на софтуер“, казва Джемал. Така ли е наистина?

– Спомняш ли си кога и как изкуственият интелект навлезе в работата ти като софтуерен инженер?

– Бумът в тази посока започна точно когато пък аз започнах да пътувам. И ми стана интересно – нещата се променяха много бързо и хората не го разбираха. Бях просто наблюдател, който стои отстрани и чете какво се случва.

Но като се прибрах и започнах работа като консултант за английска компания, ми стана още по-интересно и започнах да го използвам повече, включително и с екипа, с който работим. Идеята на нашия отдел е да правим експерименти и прототипи много бързо. Да можем да видим дали нещо ще сработи като бизнесмодел, дали изобщо се харесва и ще намерим клиенти за него, и ако е така, да го развием.

Постепенно и други отдели от компанията започнаха да внедряват тези технологии, водени от нашия опит. Имахме пълна свобода и започнах да използвам най-различни платформи. В момента главните са Cursor, Claude Code, но тогава имаше и разширения на VSCode, Copilot. Започнах да намирам някакъв шаблон как работят и как – не, да търся най-добрите начини как да ги внедряваме – даже не само в нашия екип, но и в компанията като цяло. Започнах да изнасям лекции и презентации кое как се използва, дали е от полза. Така, лека полека, изградихме процеси, а днес цялата компания работи по този начин.

Впечатляващите снимки, които виждате, не са генерирани от изкуствения интелект…, а са напарвени от днешния ни гост, чието хоби е снимането с дрон.

– Този набор от приложения се промени много бързо. Допреди година основното решение беше да си копираш някакъв въпрос в чата, най-много Copilot да ти допише някой и друг ред код. Сега вече има безброй платформи и базирани на агентите средства, които променят из основи работата ни на програмисти.

– Така е, доста бързо се надграждат нещата, но същевременно и не толкова. От гледна точка на големите езикови модели сме в един постоянен цикъл. Имаме няколко големи играчи: Anthropic, OpenAI, Gemini, Grok, DeepSeek. Единият дава нова версия, идва следващият, постоянно се върти този цикъл. Моделите стават по-добри, могат да работят с все повече контекст, веднага след това се развиват и платформите, които пък ни помагат конкретно в създаването на софтуер. Те постоянно добавят и нови възможности как да работим с тях.

В началото бяха по-скоро асистенти. Идват, помагат ти с идеи, допълват, докато в момента нещата доста се променят, виждаме, че са способни и сами на все повече задачи. Те са ни полезни, допринасят в работата ни, но приносът им става много по-голям, когато ги използваме в конкретен работен процес.

Когато те са внедрени в ежедневната работа, тогава вече виждаш истинския ръст в продуктивността.

Особено ако е в екипи, ти имаш някакви очаквания и метрики и виждаш какво се случва. Amazon внедриха нещо подобно, добавиха процес, воден от спецификациите на проекта в тяхната платформа, която също надгражда VS Code. Това позволява да планираш внимателно, преди да правиш нещо. В момента Cursor прави същото – добавиха планиране като процес.

Но всичко отива в една посока – към агенти, и виждаме как се повтаря един подход.

Дори тези средства да бъдат различни, те започват да работят горе-долу по един и същи начин. Това е много интересно.

– Но пък го виждаме често в нашия бранш. Конкретно в моята област например, фронтенд програмирането, трите най-популярни платформи все повече и повече си заприличват.

Днес обаче ти преподаваш, и то с успех, прилагането на ИИ средства в създаването на софтуер. Кои са към момента технологиите, които препоръчваш? Какво да внедрим ние, програмистите?

– Аз съм човек, на когото бързо ми доскучава и обичам да уча нови технологии – затова например от корпоративната среда отидох в консултантството.

Днес виждаме, че технологии като JavaScript си остават работещи и ефикасни и доста хора ги използват. И дори когато има нови, по-модерни системи, те много често решават да използват тази група технологии.

От проект на проект зависи доста. На всеки, който в момента е решил да става програмист, бих му казал

да научи JavaScript, главните му парадигми и концепции.

– Кои ИИ приложения използваш всеки ден?

– В момента главно работя с две. Ясно е, че те отдавна не помагат само за това да пишем код. За оркестрация използвам Claude Code, който е допълнен от доста агенти. На ниво проект повече използвам Cursor. Старая се двете да са съвместими, синхронизирам ги да работят заедно.

– Спомена ефективността. Говоря си с много хора по тези теми и повечето лидери от нашия бранш казват, че ИИ добавя 5-10%. В същото време виждам в работата си как говорим за подобряване на ефективността в пъти. Разбира се, не във всички задачи, да кажем, ако говорим за оправянето на бъгове, там е значително по-малко. Според теб къде е реалната оценка?

– Лично за мен

ефективността, която такива средства дават, е около 30%.

Това пак е доста! Позволяват ти в 30% от времето да бъдеш креативен в работата си или да се фокусираш върху други части.

Спомена бъговете. Ако не използваш ИИ, виждаш някаква грешка, отиваш и търсиш къде е този код, който я предизвиква. Обаче вече имаш агент, който може да отиде, да намери грешката и в същото време да анализира и да сравни как би изчезнала.

Ако имаш най-прост проблем, който е в реална среда, не можеш да го възпроизведеш на своя компютър. Но вече имаш ИИ, който да ти помогне.

С ИИ автоматизация, особено за грешки, много лесно можеш да си автоматизираш и да подобриш дребните проблеми. Дори да имаш прекрасно работещ проект, който е 99,99% ефективен, всяко следващо число след десетичната запетая е по-невъзможно за допълване. Но пък много успешно се постига с помощта на ИИ.

Навсякъде, където има сигнал, че нещо не е според очакванията, можеш да си автоматизираш, агентът да отиде, да анализира и да подготви предложение за промяна в кода, с която проблемът е решен. Ти само като преглеждаш, тестваш и го пускаш към потребителя.

– Близо ли сме до момента, в който няма да има нужда да преглеждаме кода, който изкуственият интелект пише, докато ни предлага дадено подобрение?

– Не мисля, че сме близо, нито че ще стигнем дотам скоро.

През март тази година CEO-то на Anthropic беше казал, че след 3 до 6 месеца 90% от кода ще се пише от ИИ. Месеците минаха, но докъде стигнахме? Доникъде.

Винаги ще имаме човек в процеса по създаване на софтуер.

Да, нашата работа като инженери ще се промени драстично. От моята гледна точка виждам, че тя ще стане повече като на проектови мениджъри. Твоите агенти ще са тези, които ще управляваш и оркестрираш по един или друг начин, но на края на деня ти пак ще проследяваш тяхната работа, за да си сигурен, че са я свършили както трябва.

Честно казано, в момента аз вече правя точно това, дори да не ми е описано официално в ролята.

– Няма ли опасност по този начин малко по малко да се отучим да пишем и четем код? Доколкото не го пишем наистина, не се налага.

– Според мен не е така – за да четеш този код, трябва да го разбираш. Иначе няма да му позволиш да стигне до проекта. Сигурно има хора, които го правят, но аз, ако не разбера един код, никога не бих го допуснал. Може да позволи уязвимост или просто да не работи както трябва.

Точно поради тази причина, за да работиш с такива инструменти първоначално, ти наистина трябва да познаваш професията си и да разбираш кое как работи.

В момента, ако съм човек, който тепърва навлиза в програмирането, първо бих седнал да науча базовите парадигми, правила, основите – как те работят, да ги усвоя и да ги разбирам максимално, преди да започна да пиша код с ИИ.

Да, той ще го напише за две минути, но ако не знаеш как работи и защо е по този начин, рано или късно ще имаш сериозни проблеми

В моя случай, ако трябва да създавам нещо ново, например архитектура, пак бих го използвал като асистент, да ми помогне, да го разбера максимално, за да мога да го интегрирам. Тази креативна част, за която говорих, идва в този момент. От личния си опит, използвайки ИИ в работата си, аз научавам повече, отколкото съм знаел преди.

– Има го и това. Виждаш например неща, които ИИ ти предлага, а не си знаел, че може да станат по този начин. Но, ако стигнем до класическия въпрос от последните години – ето, аз останах без работа буквално заради ИИ, работодателите ми решиха, че няма нужда от такъв тип специалисти. Мислиш ли, че това ще се случва по-често? 30% ефективност може да се измерва и с 30% по-малко програмисти, нужни в даден проект. Доста съкращения виждаме – ясно е, че има и икономическа ситуация, но търсенето се промени.

– Доста бързо еволюира нашата роля като инженери, без значение в коя точно област. И ще става още по-тегаво, но

ние трябва винаги да сме в крак с модата, както казват.

Най-вероятно ще се търсят по-малко хора в дадени отдели, защото наистина в определен момент един инженер би вършил работа, за която преди това са били нужни 5-10 човека. Нормално е.

Но пък ще излезе и още работа. В момента писането на код става страшно достъпно за много хора. Дори да не разбират абсолютно нищо, те си правят приложения, но тези приложения със сигурност ще имат много сериозни проблеми.

Инженери ще продължават да се търсят, просто уменията ни трябва да се променят.

Ако не се развиваш с новото поколение технологии, все по-трудно ще ти е да си намериш работа.

– Това обаче и преди се е случвало, само може би не чак толкова бързо. Да кажем – фронтенд програмирането едно време е било просто да пишеш HTML и CSS, после това изобщо не е било достатъчно.

– Абсолютно, да.

– Ако сме в тази роля – на програмисти, които са поизостанали и до момента не включват пълноценно ИИ в работата си, откъде според теб да започнем? Има ли нужда от теория на машинното самообучение, или направо да се отива към конкретните приложения?

– Не ни трябва машинно самообучение, което е доста хубаво. Имаме доста голямо ниво на абстракция върху това, което днес познаваме като ИИ – големите езикови модели. Ако знаеш как да ги използваш правилно, ще се оправиш много лесно.

Откъде бих започнал? Бих разгледал как работят тези ИИ средства, но

има една стъпка преди това, която мисля, че много хора в днешно време пропускат – как да пишеш ефективни промптове.

Има доста концепции и подходи, които човек да научи, за да започне да ги прилага правилно. Но после може да ги използва навсякъде и ще стане много по-ефективен в работата си. Знаеш ли ги веднъж, можеш да седнеш да експериментираш и да видиш колко по-лесна ще стане твоята работа.

– Кое никога не бива да делегираме на изкуствения интелект?

– Трябва да внимаваме много за сигурността. Това е един от най-големите проблеми от бързото внедряване на ИИ автоматизации. Знаем, че тези ИИ приложения следват определени правила и ограничения за сигурността, но все още не е добре да им вярваме прекалено.

Със сигурност трябва да внимаваме много да не им изпращаме лична и чувствителна информация. Хубаво е, че постепенно и самите приложения се развиват в тази посока -– не достъпват файлове и ресурси, където по идея се пази такова съдържание.

Разбира се, трябва да внимаваме, но аз съм по-скоро зад идеята да седнеш и да експериментираш максимално, да видиш какво може да ти позволи такава нова технология. Не трябва да се стряскаме, не трябва да се плашим. Точно обратно, интересно е да го правим.

За всеки инженер по принцип би трябвало да е интересно как се развиват нещата, какви са новите концепции, добавки, които използваме, къде минава границата на възможностите им. По този начин градиш.

В нашата работа няма как да се развиваш, ако не си любопитен и не продължаваш да се учиш.

– Близо ли сме, според теб, до предела на тези технологии? Може би вече сме стигнали някакво плато…

– Не мисля, че ще е скоро, виждаме как тези модели стават все по-мощни и по-мощни. Започват да разбират все повече и да се приближават до идеята за генерален ИИ. След това може би ще стигнем до сингулярност, но ще видим. Така или иначе, за момента моделите продължават да напредват. По същия начин еволюират и платформите, които използваме в софтуерната разработка.

Дали ще срещнем някакво технологично препятствие, което ще забави развитието драстично? И сега се забелязват такива. Едно от тях е да намираме достатъчно информация, за да продължаваме да снабдяваме модела, да продължава да се учи.

И още: ще имаме ли достатъчно енергия, за да снабдяваме тези машини така, че да работят максимално добре? Това вече е голям проблем. Сам Алтман искаше да създаде атомна централа специално заради центровете за данни. Явно няма да стане в Америка, но сключиха договор с Обединените арабски емирства, които ще го направят. Там и без това вече максимално използват ИИ за какво ли не е. Докато ни се чудим какво можем да правим, там вече го имат в абсолютно всяка посока.

– Има ли неща в тази област, които нямаш търпение да се появят? Такива, на които ИИ не е способен, а би могъл да бъде…

– Чакам с нетърпение да стигнем момента на сингулярността, когато вече ще имаме генерален ИИ и не знаем какво ще последва.

Колкото и страшно да е, толкова и интересно ще бъде,

защото според мен големите промени ще започнат точно тогава. Иновативността ще започне, очаквам да видя неща, които не съм си представял.

Иначе това, което очаквам от софтуерна гледна точка, е да имам един безпогрешен личен асистент, на когото да мога да доверявам всичко. Този генерален ИИ да ми бъде на телефона и да решава всяка задача, която му поставям.

Като инженер искам всичко да е ефективно, максимално добре организирано. Ако правя нещо, да имам абсолютно всички опции. До момента това, което виждам, е , че то ми намира например най-популярните резултати, но не ми дава цялата картинка за някои неща, освен ако не отида и не попитам отново и отново.

– Когато дойде сингулярността, ще се радвам да седнем да поговорим отново. Но какво да очакват хората от събитието, което ще водиш?

– Ще имаме нов уъркшоп, който е доста напреднал в сравнение с предишните издания. Няма да си играем само със самите инструменти, ще гледаме как най-ефикасно да ги използваме, като създаваме сами процеси на работа. Идеята е да създадем и автоматизираме максимално един ИИ инженерен екип. Имаш собствен отбор, с който работиш в близки до реалните условия.

Как ще стане това? Идеята е участниците сами да опитат всичко, да усвоят нещата много по-лесно и дълбоко. Всеки ще се научи как да си пише сам агенти, ще се научи на нови промпт техники, които да използва в работата си.

Ще работим индивидуално, но същевременно и групово. Всеки ще трябва да помисли за проблемите, които има в работата си, било то от самото планиране, поставяне на изисквания, тасковете, тестване, ревюта, доста области ще покрием. Веднъж, когато знаем това, ще видим как да създадем агенти, които да ни помогнат да си вършим по-лесно работата.

Ще минем през фундаментални знания, които ще ни трябват за създаване на агенти и след това ще ги създаваме. Ще видим и нещо ново – как да синхронизираме различните платформи така, че да работят заедно – например Cursor и Claude Code. Накрая имаме и предизвикателство за всички – дали ще успеем да симулираме един ИИ спринт, като всичко е максимално автоматизирано.

В conf.ai предлагаме и още нещо – корпоративни уъркшопи, персонализирани спрямо конкретните нужди на компаниите. Защото виждаме как ИИ може да подобри ефективността в различни компании според нуждите им – далеч не само на инженери. Могат да са от гледна точка на проектови хора, специалисти от маркетинга, бизнес анализатори, управители на фирми. Имаме и един екип, който се занимава с ИИ автоматизация и помага в най-разнообразни области в зависимост от това какво самият бизнес изисква.