Íme a cikk magyar nyelvű, SEO-optimalizált összefoglalója, amely 2-4 bekezdésben, átfogóan és olvasmányosan mutatja be a szerző gondolatait.
Egy 10 éves tapasztalattal rendelkező szoftvermérnök azt írja le, ahogy a nagy nyelvi modellek (LLM-ek) fokozatosan elértéktelenítik a szakmai tudását. Pályafutása során tudatosan specializálódott a pénzügyi és fizetési rendszerek domain-specifikus ismereteire, mint a PCI-megfelelés, a kettős könyvelés vagy a tranzakciók idempotenciája. Egy új, a mesterséges intelligenciát maximálisan támogató munkahelyén azonban szembesült azzal, hogy az LLM-ek, a vezetői elvárásoknak megfelelően, képesek voltak gyorsan és hatékonyan megírni a tervezési dokumentumokat és összekötni a komplex rendszerek logikai pontjait. Ez a felismerés volt az első pillér, ami összeomlott: a több év alatt felhalmozott, mély domain-tudás hirtelen promptolhatóvá és így árucikké vált.
A második fájdalmas csapást a hibakeresés és elosztott rendszerek területén elszenvedett tudásának elértéktelenedése jelentette. A szerző úgy gondolta, hogy a gyakorlati tapasztalatot igénylő, összetett hibák (pl. versenyhelyzetek, harmadik féltől származó integrációs problémák) kivédése lesz a hosszú távú foglalkoztatásának biztosítéka. Azonban az MCP-k (Model Context Protocols) és az ágens-alapú munkafolyamatok, valamint a fejlettebb modellek (mint Claude 4.5, 4.7) és a DataDog MCP megjelenésével a hibák 90%-át egyetlen utasítással megoldják a gépek. Ezzel a kivételes hibakereső képessége is promptolhatóvá vált, így a szerző úgy érzi, már csak egy “átlagos, lecsupaszított mérnök” lett a piacon.
A harmadik, még álló pillér – a kódminőség és a szoftverarchitektúra iránti érzék – szintén veszélybe került. A szerző karrierje során nagy hangsúlyt fektetett a tiszta, jól strukturált kódra (DDD, Hexagonális architektúra), és úgy gondolta, ez lesz az utolsó mentsvára. Azonban két probléma is felmerült: egyrészt az iparág már nem tartja fontosnak ezt a képességet, mivel a kódot egyre inkább gépek számára írják, és egy “C” vagy “D” minőségű kódbázis is elég. Másrészt ezt a képességet ma már leegyszerűsítve “ízlelésnek” (taste) hívják, ami azt sugallja, hogy a mély szakértelem helyett egy szubjektív tulajdonsággá vált.
Összességében a szerző mély egzisztenciális válságot él át. 10 évnyi specializált tudása (domain ismeretek, hibakeresés, architektúra) fokozatosan elértéktelenedik, és attól tart, hogy a csúcson lévő mérnökök is ugyanabba a “generalisztikus” versenybe kényszerülnek, ahol a fizetések és a lehetőségek csökkennek. A kiutat a kutatás-fejlesztésben, például a matematika és a gépi tanulás felé való elmozdulásban látná, de ezt családi okok és a piac telítettsége miatt nem tudja megvalósítani. A cikk keserű felhanggal zárul, ahol a szerző még a favágást is komolyan fontolóra veszi alternatív szakmaként.
Ez a cikk a Neural News AI (V1) verziójával készült.
A képet Aerps.com készítette, mely az Unsplash-on található.
