Zatím ne — a mezera není o rychlosti psaní. Moderní AI generuje code pozoruhodně dobře, ale inženýrství softwaru je mnohem víc než pouhá produkce kódu. Co jí chybí, je úsudek kolem kódu: rozhodování, co stavět, proč to stavět a zda je výsledek vlastně správný v chaotickém systému reálného světa.
Co AI dělá dobře
- Načrtávání kódu z jasného popisu — funkce, typový kód, známé vzory.
- Vysvětlování a překlad kódu a navrhování oprav pro izolované chyby.
- Rozsah vzpomínání — zná základy více knihoven, než kterákoli osoba.
Co jí stále chybí
- Kontext reálného světa a úsudek — nemůže vidět vaše uživatele, vaše omezení ani pět neudokumentovaných důvodů, proč je systém takový, jaký je.
- Odpovědnost — když nasazení poškodí data v 2 ráno, za výsledek odpovídá člověk. AI nemůže být na standby nebo být držena zodpovědná.
- Řešení nejednoznačných požadavků — skutečné specifikace jsou vágní a rozporuplné; přeměna "udělej checkout rychlejší" na správnou změnu je vlastní práce.
- Návrh na úrovni systému a trade-offy — volba mezi konzistencí a latencí, nebo stavba vs nákup, vážení nákladů, schopnosti týmu a pětileté perspektivy.
- Ladění nových problémů — selhání, která jsou rozprostřena přes služby, infrastrukturu a časování, kde neexistuje žádná odpověď na Stack Overflow.
- Komunikace se stakeholdery — vyjednávání rozsahu, odmítání a slaďování lidí.
Co se vlastně stane
AI přesunuje práci spíše než odstraňuje inženýra. Méně času na ruční psaní rutinního kódu, více času na formulování problémů, kontrolu výstupu a ověřování. Role se posunuje výš v zásobníku — od autora každého řádku k vedoucímu a ověřovateli rychlejšího procesu.
Proč to má smysl
Brát "AI píše kód" jako "AI dělá práci" je klasická chyba — zaměňuje nejviditelněji viditelných 20 % s celkem. Těžké, cenné části inženýrství jsou přesně ty části, kde je AI nejslabší: nejasnost, trade-offy, odpovědnost a ladění nových problémů. Chápání toho vám říká, kde se vyvinout vlastní — ne v překonávání modelu, ale v úsudku, který nemůže nahradit.