Коли Борис Черні, уродженець України та керівник продукту Claude Code в Anthropic, каже, що «100% мого коду пише Claude Code», це вже не звучить як провокаційний жарт. За рік від запуску цей інструмент встиг перетворити спосіб, у який працюють розробники, і, за оцінками Semianalysis, став автором близько 4% усіх публічних комітів на GitHub. Аналітики прогнозують, що до кінця року ця частка може зрости до 20%.
Claude Code починався як внутрішній «хак» у лабораторії Anthropic, а сьогодні його вплив відчувають не лише інженери, а й інші технічні ролі. На тлі заголовків на кшталт заяви Spotify про те, що їхні найкращі розробники «не написали жодного рядка коду з грудня завдяки AI», стає зрозуміло: йдеться не про ще один «асистент у редакторі», а про зміну самої природи програмування.
Коли інженер більше не торкається коду
Найяскравіший маркер цієї трансформації — власний робочий процес Бориса Черні. Він стверджує, що з листопада не відредагував жодного рядка коду вручну. Увесь його код пише Claude Code, а сам він щодня відправляє від 10 до 30 pull request’ів, поки у фоновому режимі паралельно працює кілька агентів.
Це не про «автодоповнення» чи «згенеруй мені функцію», а про повну делегацію написання коду. Людина залишається в ролі постановника задач, рецензента, архітектора, але не «друкаря» синтаксису.
Показово, що при цьому Черні говорить не про втрату задоволення від ремесла, а навпаки: він «ніколи не отримував стільки задоволення від програмування, як зараз», саме тому, що йому більше не доводиться займатися дрібною рутиною. Весь «мінімум» — від шаблонного коду до дрібних виправлень — відданий моделі. Людина фокусується на суті: що саме потрібно побудувати, чому саме так, як це вписується в продукт і користувацький досвід.
Цей зсув добре пояснює, чому Anthropic фіксує приблизно 200% зростання продуктивності на одного інженера в термінах кількості pull request’ів після впровадження Claude Code. Паралельно, за оцінкою Черні, сама команда інженерів за рік приблизно вчетверо збільшилася. У результаті компанія отримала не просто «більше людей», а «більше людей, помножених на вдвічі більшу індивідуальну продуктивність».
Від автодоповнення до агентів, що діють у світі
Ключова відмінність сучасних інструментів на кшталт Claude Code від попередніх поколінь «розумних IDE» полягає в тому, що модель не лише генерує текст коду, а й уміє діяти через інструменти.
У внутрішній еволюції Anthropic це виглядало як послідовність: спочатку модель стає дуже доброю в кодуванні, потім — у використанні інструментів, а далі — у взаємодії з комп’ютером як таким. Саме на цій траєкторії народився Claude Code, а поруч із ним — інші продукти на кшталт MCP, десктопного застосунку та, пізніше, Cowork.
Перші прототипи, які збирав Черні, були максимально простими: термінальний інтерфейс, кілька інструментів, експерименти з тим, що модель здатна зробити без детальних інструкцій. Один із показових моментів — коли він просто дав моделі «bash»-інструмент і запитав: «Яку музику я зараз слухаю?». Модель сама зрозуміла, як використати доступний інструмент, щоб відповісти на запитання, хоча її ніхто спеціально не вчив саме такій послідовності дій.
Це і є сутність агентного підходу: модель не просто відповідає на запит, а планує, обирає інструменти, виконує команди, аналізує результати й продовжує ланцюжок дій. У випадку з Claude Code це означає, що AI не лише «дописує функцію», а й може:
- проглядати кодову базу,
- аналізувати логи та телеметрію,
- читати баг-репорти,
- пропонувати виправлення,
- готувати pull request’и.
У Anthropic Claude автоматично рецензує 100% pull request’ів, після чого до справи підключається людина. Це двошаровий процес: спочатку машинна перевірка, потім людська. Така схема дозволяє масштабувати обсяг змін, не жертвуючи контролем якості й безпеки.
Коли AI не просто пише код, а пропонує ідеї
Наступний рівень — коли модель перестає бути лише «виконавцем» і стає джерелом ініціатив. Claude Code вже зараз, за словами Черні, починає «вигадувати ідеї»: переглядає фідбек, баг-репорти, телеметрію, шукає закономірності й пропонує, що варто виправити або що можна доставити в продукт.
Це наближає AI до ролі справжнього колеги, а не інструмента. Умовний «агент-співробітник» може:
- помітити, що певна помилка часто повторюється в логах;
- зіставити це з відгуками користувачів;
- запропонувати зміну в коді чи UX;
- підготувати патч і PR.
У цьому сенсі Claude Code і пов’язаний із ним продукт Cowork демонструють, як агентний підхід виходить за межі інженерних команд. Cowork дає змогу нетехнічним фахівцям уперше працювати з AI, який не просто «відповідає в чаті», а реально діє: читає пошту в Gmail, працює зі Slack, виконує завдання в інших робочих інструментах. Для багатьох це перший досвід взаємодії з системою, яка не лише радить, а й робить.
Це важливий маркер майбутнього: якщо сьогодні AI-агенти вже можуть брати на себе частину ініціативи в межах технічних процесів, то далі вони дедалі частіше будуть виступати як «співавтори» продукту — від ідеї до реалізації.
«Чи варто вчитися кодувати?» — питання, яке швидко старіє
На тлі всього цього природно звучить запитання, яке сьогодні хвилює багатьох: чи має сенс зараз вчитися програмувати? Черні відповідає на нього максимально радикально: протягом року-двох це «майже не матиме значення», оскільки кодування як таке буде «значною мірою вирішене» AI.
Важливо зрозуміти, що під «вирішеним» мається на увазі не повна відсутність потреби в людях, а радикальна зміна того, що означає «уміти програмувати». Якщо раніше це означало знати синтаксис, структури даних, фреймворки, то тепер акцент зміщується на:
- формулювання задач,
- розуміння користувача й продукту,
- здатність мислити системно,
- уміння читати, перевіряти й критикувати згенерований код.
Черні прогнозує, що до кінця року «всі будуть продукт-менеджерами і всі будуть кодити». Тобто вміння описати бажану поведінку системи, сформулювати вимоги, поставити правильні обмеження й критерії успіху стане універсальною навичкою, а не прерогативою окремої ролі.
У цьому світі традиційний титул «software engineer», на його думку, почне поступатися місцем більш широкому поняттю «builder» — людини, яка будує продукти, використовуючи AI як основний інструмент реалізації. Це болісний перехід для багатьох, хто ідентифікує себе саме як інженера-кодера, але логіка змін очевидна: якщо машині можна делегувати рутину, то цінність людини зміщується в бік творчості, дизайну систем, розуміння домену.
Показовий епізод: на одному з заходів для розробників у травні 2025 року Черні припустив, що до кінця року інженерам може більше не знадобитися IDE для написання коду. Реакція аудиторії — «чутний подих» у залі. Але якщо екстраполювати частку коду, яку вже тоді писав Claude, крива перетинала позначку 100% до кінця року. Тобто не лише «частина коду», а фактично весь новий код міг би бути згенерований AI.
Як виглядає інженерія, коли AI пише більшість коду
Усередині Anthropic ця трансформація вже відбулася в повсякденній практиці. Кілька ключових елементів нового робочого дня інженера можна описати так.
По-перше, AI стає першим виконавцем. Інженер формулює задачу, описує контекст, обмеження, бажаний результат — і передає це Claude Code. Модель генерує код, тести, документацію, пропонує варіанти реалізації.
По-друге, AI стає першим рецензентом. Усі pull request’и автоматично проходять через Claude, який аналізує зміни, шукає потенційні помилки, проблеми з безпекою, невідповідності стилю чи архітектурі. Лише після цього PR потрапляє до людського рев’юера.
По-третє, AI стає постійним фоновим агентом. Поки інженер займається іншими справами, кілька агентів можуть паралельно:
- розбиратися з чергою багів,
- аналізувати нові логи,
- готувати пропозиції оптимізацій,
- оновлювати залежності,
- рефакторити застарілі частини коду.
По-четверте, AI стає інтерфейсом до всієї інфраструктури. Через такі продукти, як Cowork, нетехнічні колеги можуть взаємодіяти з кодовою базою, даними, внутрішніми інструментами, не вивчаючи API чи SQL, а просто формулюючи запити природною мовою.
У результаті змінюється не лише швидкість, а й структура роботи. Менше часу йде на механічне «перекладання» вимог у код і більше — на обговорення того, які саме вимоги правильні, як виміряти успіх, як забезпечити безпеку й надійність.
Місія, безпека й чому це важливо саме зараз
На тлі стрімкого зростання можливостей AI і його дедалі більшої автономності питання безпеки перестає бути абстрактною темою для дослідників. Для Anthropic це — центральний елемент ідентичності компанії. Саме місія безпечного розвитку AI стала причиною, чому Борис Черні повернувся до Anthropic після короткого переходу в Cursor.
Він описує культуру Anthropic як місію, яку поділяють усі: якщо запитати будь-кого в коридорі, чому вони тут, відповідь майже завжди буде «через безпеку». Це важливо не лише на рівні цінностей, а й на рівні продуктового дизайну.
Коли AI-агенти отримують доступ до реальних інструментів — від GitHub до Gmail і Slack — вони перестають бути «іграшкою в пісочниці». Вони можуть змінювати код у продакшені, відправляти листи, змінювати налаштування систем. У такому середовищі питання контролю, аудиту, обмежень і прозорості стають критичними.
Claude Code і Cowork — це не просто «зручні помічники», а тестовий полігон для того, як виглядатиме робота з потужними агентами в реальних організаціях. Автоматичний код-рев’ю, багаторівнева система безпеки, чіткі межі доступу — усе це елементи, без яких масштабування таких інструментів було б ризикованим.
Тут важливо, що Anthropic не просто нарощує можливості моделей, а й паралельно вибудовує захисні шари. У контексті зростання частки коду, який пише AI, це вже не опція, а необхідність: помилка моделі може означати не лише «баг у фічі», а й серйозні вразливості або небажані дії в зовнішніх системах.
Болісний, але неминучий перехід до ролі «builder»
Для багатьох інженерів нинішні зміни виглядають загрозливо. Якщо AI пише весь код, рецензує pull request’и, аналізує баги й навіть пропонує ідеї, що залишається людині? Відповідь, яку пропонує практика Anthropic, — перехід від ролі «того, хто пише код», до ролі «того, хто будує системи».
Це включає:
- глибоке розуміння домену й користувачів;
- здатність формулювати задачі так, щоб AI міг їх коректно виконати;
- уміння перевіряти, ставити під сумнів і коригувати результати роботи агентів;
- відповідальність за етичні, безпекові й довгострокові наслідки рішень.
Черні прямо говорить, що цей перехід буде «болісним для багатьох». Але водночас він відкриває двері для людей, які раніше не могли чи не хотіли вчитися традиційному програмуванню. Якщо «кодування як ремесло» дедалі більше делегується AI, то бар’єр входу в створення програмного забезпечення різко падає.
У такому світі «всі кодять» у тому сенсі, що всі можуть описати бажану поведінку системи й отримати працюючий результат. Різниця між «інженером» і «не інженером» зміщується з технічних навичок на здатність мислити продуктово, системно й відповідально.
Висновок: коли AI стає співавтором, а не інструментом
Рік із Claude Code показав, що зміни, про які ще недавно говорили як про далеке майбутнє, вже відбуваються в щоденній роботі інженерів. 4% публічних комітів на GitHub, перспективи зростання до 20%, 200% приросту продуктивності на інженера, десятки pull request’ів на день, повністю написаних AI, — усе це не теорія, а поточна практика.
Головний зсув полягає не лише в тому, що AI «швидше пише код», а в тому, що він стає активним учасником процесу розробки: аналізує, пропонує, діє, рецензує. Людина в цьому ланцюжку переходить від ролі «виконавця синтаксису» до ролі «будівельника систем», який формулює задачі, контролює якість, відповідає за безпеку й сенс.
У найближчі роки це, ймовірно, змінить не лише інженерні команди, а й структуру всіх технічних ролей. Якщо прогноз Черні справдиться, «усі стануть продукт-менеджерами й усі будуть кодити», а титул «software engineer» поступово поступиться місцем ширшому поняттю «builder».
Питання вже не в тому, чи варто чинити опір цій хвилі, а в тому, як навчитися працювати разом із нею: будувати процеси, у яких AI-агенти стають надійними співавторами, а не неконтрольованими чорними скриньками. Досвід Anthropic із Claude Code показує, що це можливо — за умови, що швидкість інновацій іде поруч із місією та безпекою.
Джерело
Head of Claude Code: What happens after coding is solved | Boris Cherny — Lenny’s Podcast