Бесплатные материалы

Я перестал быть вайбкодером и стал программистом

Я перестал быть вайбкодером и стал программистом

Когда большую часть кода пишет нейросеть, легко почувствовать, что ты больше не программист. Я прошёл через это сам: переход в тимлиды, массовое внедрение ИИ в разработку, потеря ощущения собственного вклада и вопрос — зачем я столько лет учился и чему теперь учить других?
В этом разговорном видео делюсь историей последних месяцев: как мысль «я просто вайбкодер» мешала мне работать и преподавать, почему я решил заново научиться программировать с ИИ и что помогло вернуть удовольствие от решения задач. Рассказываю про оптимизацию промптов, экономию токенов, собственные MCP-инструменты и новый фокус на декомпозиции задач.
Отдельно разбираю, почему знания Go, архитектуры, баз данных и внутреннего устройства систем по-прежнему нужны: именно они помогают сформулировать требования, которые нейросеть сама может не учесть. На примере ключей идемпотентности показываю, где проявляется инженерный опыт, и делюсь результатами AI-first подхода — от подготовки заданий для студентов до создания своей LMS меньше чем за две недели.
Если у тебя тоже возникало ощущение «код пишет ИИ, а я здесь зачем?» — поделись опытом в комментариях.
В этом уроке:
  • Переход в тимлиды и AI adoption: как изменились моя работа, ревью и ощущение личного вклада.
  • Профессиональная идентичность: почему мысль «я не программист, я вайбкодер» мешала адаптироваться.
  • Кризис преподавателя: чему учить, когда нейросеть решает студенческое задание за один промпт, и как менять подход к заданиям.
  • Обучение заново: решение стать профессионалом в работе с новым инструментом, как когда-то программисты освоили компиляторы.
  • Возвращение интереса: экономия токенов, оптимизация промптов, MCP и подготовка заданий за часы вместо дней.
  • Новая роль разработчика: декомпозиция задач и формулирование требований вместо концентрации только на наборе кода.
  • Ценность фундаментальных знаний: Go, архитектура, базы данных и конкретный пример с ключами идемпотентности на клиенте.
  • AI-first на практике: собственная LMS меньше чем за две недели, работа со студентами ИТМО и автоматизация бытовых задач.
  • Будущее канала: почему я продолжаю преподавать и рассказывать про инженерную базу.
Главный вывод моего опыта: знания и инженерное мышление помогают получать больше от новых инструментов. Я продолжаю рассказывать про фундаментальную базу и учусь применять её в разработке с ИИ.

Таймкоды

00:00:00 - Личная история: как изменилось моё отношение к программированию
00:00:46 - Переход в тимлиды: меньше кода, больше архитектуры и ревью
00:01:20 - AI adoption: нейросети пишут код и помогают его ревьюить
00:03:19 - Потеря ощущения собственного вклада и удовольствия от работы
00:04:55 - Кризис преподавателя: чему учить, если код пишет ИИ?
00:05:44 - Решение заново научиться программировать с нейросетями
00:06:53 - Как меняются задания для студентов: аналогия с компиляторами
00:07:43 - «Я не программист, я вайбкодер»: мысль, которая мешает адаптироваться
00:08:29 - Как вернулся интерес: промпты, экономия токенов и MCP
00:09:14 - Новый фокус: декомпозиция задач вместо набора кода
00:09:45 - Почему фундаментальные знания стали ещё важнее
00:11:23 - AI-first на практике: преподавание, своя LMS и бытовые задачи
00:13:01 - Зачем я продолжаю преподавать и делиться своим опытом
00:14:35 - Итоги и планы канала

Дополнительные материалы к видео

Материалы из видео
Mindset