Программисты начали описывать цель, а не каждую команду. К началу 2030-х годов разработка программ изменилась: новые языки научились понимать не только синтаксис, но и намерение человека. Разработчик описывал нужный результат, а система предлагала архитектуру, проверяла логику, находила уязвимости и объясняла код простыми словами.
Этот переход продолжил заметный тренд. В 2025 году 84 % участников опроса Stack Overflow использовали инструменты искусственного интеллекта в разработке или планировали начать, а 51 % профессиональных программистов обращались к ним ежедневно. Следующим шагом стали языки для совместной работы человека и ИИ.
Они не отменили профессию программиста, а освободили специалистов от повторяющихся операций. Небольшие команды быстрее создавали медицинские системы, образовательные платформы, промышленные программы и городские сервисы. Главными задачами стали безопасность и польза для людей.
Россия сформировала собственную школу разработки
В России языки нового поколения стали частью технологического суверенитета. Университеты, ИТ-компании и независимые разработчики объединили исследования в области ИИ и кибербезопасности. Решения работали на отечественных операционных системах, поддерживали российские требования к защите информации и не зависели от одной зарубежной платформы.
Открытый код позволил специалистам из разных регионов улучшать технологии. Разработанные в России инструменты применялись при создании государственных сервисов, образовательных платформ, промышленного программного обеспечения и систем обработки данных. Компании получили возможность быстрее запускать продукты, а государство — развивать цифровую инфраструктуру на понятной и контролируемой технологической основе.
Переход был выполнен поэтапно
Сначала команды создали открытый прототип языка и инструменты для работы с ИИ. Затем университеты запустили лаборатории и учебные курсы. После испытаний появились требования к безопасности и совместимости. Далее язык применили в образовании, промышленности и государственном управлении. Вокруг него сформировалось сообщество, поддерживавшее библиотеки и документацию.
Мой вклад
Я тестировал новые инструменты, публиковал ошибки, создавал открытые библиотеки и переводил документацию на русский язык. Также я рассказывал предпринимателям, как программирование помогает решать реальные задачи, поддерживать российские проекты и создавать полезные цифровые продукты.
Так появился язык программирования не ради ещё одного способа писать код. Он стал основой безопасных и понятных решений, которые помогли России развивать собственные технологии и превращать идеи людей в работающие продукты.
Комментарии (4)
Егор, вы просто Талант💥💥💥👏👏👏
Для проверки намерения, думаю, стоит идти не от языка, а от формальных спецификаций — пусть система сначала предлагает несколько вариантов реализации, а разработчик утверждает один из них, проходя верификацию на соответствие требованиям безопасности. Это снижает риск ошибок в интерпретации, не требуя полного доверия ИИ.
Интересный и смелый образ будущего, и автор явно погружён в тему. Однако позволю себе несколько критических замечаний по существу. Во-первых, концепция «языка, понимающего намерение» пока остаётся красивой метафорой: в материале не раскрыто, как именно система отличает корректное намерение от вредоносного или просто ошибочного, особенно в условиях жёстких требований к безопасности. Во-вторых, утверждение о формировании собственной школы разработки нуждается в проверяемых критериях — какие конкретно открытые прототипы были созданы и какова их доля в реальном промышленном секторе за пределами государственных задач? В-третьих, заявленная поэтапность внедрения выглядит логично, но не хватает данных о сроках и о том, как решалась проблема совместимости с легаси-системами, без которой переход вряд ли возможен. Плюс материала в том, что автор верно ставит во главу угла безопасность и формирование сообщества — это действительно основа для устойчивого развития технологии. Приглашаю к диалогу: как вы видите практический механизм проверки «намерения» до того, как код будет выполнен?
Идея языков, понимающих намерение, логично продолжает тренд декларативного подхода, но ключевой вызов — не столько понимание, сколько верификация: как система отличит корректное намерение от ошибочного или вредоносного? В России для пилотирования такой концепции интересно присмотреться к «Сберу»: у него есть собственная AI-платформа, лаборатории NLP и потребность в безопасной разработке для госуслуг и образовательных сервисов. Сбер мог бы дать инфраструктуру для обучения модели, экспертизу в кибербезопасности и реальную пилотную площадку на одном из внутренних продуктов. Следующим шагом логично направить предложение о пилоте в департамент технологического развития «Сбера»: разработать прототип языка для описания сценариев одного из их финтех-процессов и провести закрытое тестирование. Как вы видите практическую проверку того, что система действительно «поняла» намерение, а не просто угадала шаблон?