• Каждая крупная революция в программировании повышала уровень описания намерений программиста для машины.
• Джон Бэкус и команда FORTRAN перенесли работу программиста от машинных инструкций к формулам, циклам и условиям.
• Генеративный ИИ сделал программный код дешевым и практически мгновенным.
• Главным дефицитом становится точное и целостное описание продукта.
• Следующая среда разработки будет работать с моделью цифровой системы, из которой автоматически создаются код, тесты, инфраструктура и документация.
• Программирование научных расчетов требовало почти механического перевода математической задачи в длинную цепочку машинных операций.
• FORTRAN часто описывают как один из первых широко используемых языков высокого уровня.
• Главным изобретением стала новая единица работы программиста - вычислительная идея.
• Код перестаёт быть дефицитом, но качество результата зависит от качества ответа на вопрос «Что должна делать система, при каких условиях, для каких людей, с какими данными, в каких границах и какими доказательствами правильности?»
• Генеративный ИИ делает эту слабость особенно заметной, но для создания надежных систем требуется строгая семантика, версионирование, проверяемые контракты, управление зависимостями, автоматическое тестирование и прозрачная трассировка решений.

Мне кажется, мы приближаемся к ещё одному изменению уровня абстракции. Рабочей единицей станет цифровая система как целое. Человек будет описывать:

• цели;
• участников;
• состояния;
• решения;
• бизнес-правила;
• процессы;
• интерфейсы;
• сущности данных;
• ограничения;
• права доступа;
• внешние механизмы;
• сценарии ошибок;
• критерии правильности.

ИИ-агенты и компиляторы смогут превращать эту семантическую модель в исполняемую реализацию. Изменится и профессиональный центр тяжести. Будущий специалист вполне может глубоко понимать код. Архитектор здания понимает свойства материалов, работу конструкций и инженерные ограничения. При этом его ежедневная работа сосредоточена на устройстве целого.