فقط همین هفته: اسپیس‌ایکس با گروک ۴.۵ بازار مدل‌های پیشرفته را زیر قیمت زد؛ مدلی که مخصوص کدنویسی و ایجنت‌های خودمختار آموزش دیده و بر پایه فناوری کرسر ساخته شده، فناوری‌ای که اسپیس‌ایکس آن را به قیمت ۶۰ میلیارد دلار خریداری کرده بود. قیمت آن ۲ دلار به ازای هر میلیون توکن ورودی و ۶ دلار به ازای هر میلیون توکن خروجی است — یعنی بیش از نصف قیمت مدل‌های پیشرفته آنتروپیک و اوپن‌ای‌آی — و طبق گزارش‌ها، تقریباً نصف توکن‌های رقبا را برای هر وظیفه مصرف می‌کند. در همین حال، لاوبل، استارتاپ سوئدی سه‌ساله‌ی «وایب-کدینگ»، طبق گزارش‌ها در حال مذاکره برای جذب سرمایه‌ای به ارزش ۳۰۰ میلیون دلار با ارزش‌گذاری ۱۳.۲ میلیارد دلار است، یعنی دو برابر ارزش‌گذاری‌اش در دسامبر، پس از رسیدن به نرخ درآمد سالانه‌ی ۵۰۰ میلیون دلار در ژوئن، با شرکت‌هایی چون ورک‌دی، آسانا و انویدیا به عنوان مشتریان سازمانی. ریپلیت در مارس با ارزش‌گذاری ۹ میلیارد دلار و فکتوری در آوریل با ۱.۵ میلیارد دلار ارزش‌گذاری شدند. همان‌طور که یکی از گزارش‌های این حوزه بیان کرد، وایب-کدینگ اکنون «به‌مراتب محبوب‌ترین و پرسودترین کاربرد هوش مصنوعی» است.

اگر امسال دنبال کار هستید یا می‌خواهید در حوزه‌ی نرم‌افزار قابل استخدام باقی بمانید، هیچ‌کدام از این‌ها انتزاعی نیست. این سیگنالی نسبتاً مستقیم درباره‌ی این است که «توانایی ساخت نرم‌افزار» در سال ۲۰۲۶، روی رزومه و در اتاق مصاحبه چه معنایی خواهد داشت.

آنچه امروز «عرضه می‌شود» چه شکلی دارد

شواهد فقط به دورهای تأمین مالی محدود نمی‌شود. «گلیز» ری‌کست، اپلیکیشن همه‌کاره‌ی وایب-کدینگ برای ساخت و اشتراک‌گذاری اپلیکیشن‌های دسکتاپ مک، به‌تازگی برای همه‌ی کاربران باز شده و با ابزارهایی مثل وابی برای اپلیکیشن‌های موبایل رقابت می‌کند — وایب-کدینگ در حال خروج از ترمینال و ورود به سازنده‌های صیقلی و قابل‌اشتراک‌گذاری است که برای افرادی طراحی شده‌اند که مهندس حرفه‌ای نیستند. حالت Build در گوگل ای‌آی استودیو اکنون به شما اجازه می‌دهد به‌جای شروع از یک پرامپت خالی، به یک مخزن گیت‌هاب موجود اشاره کنید، و آن را به‌طور خودکار به یک اپلیکیشن قابل‌اجرا تبدیل و کلیدهای API را به‌طور خودکار پیکربندی می‌کند. و روشن‌ترین داده‌ی این میان: ام‌آی‌تی و آزمایشگاه لینکلن، از طریق برنامه‌ی فانتوم وابسته به شتاب‌دهنده‌ی هوش مصنوعی وزارت نیروی هوایی و ام‌آی‌تی، مطالعه‌ی موردی‌ای انجام دادند که در آن جاشوا لینچ، دانشجوی افسری بدون پیش‌زمینه‌ی کدنویسی، با استفاده از وایب-کدینگ و زیر نظر یک مربی، یک برنامه‌ی هوش مصنوعی کارآمد و مرتبط با حوزه‌ی نظامی ساخت. این همان روایت «هرکسی می‌تواند با هوش مصنوعی کد بنویسد» است که اینجا، با نام یک فرد و نام یک نهاد مشخص، عینیت پیدا کرده است.

در سطح باتجربه‌تر، جرد سامنر، سازنده‌ی بان، از ایجنت‌های کدنویسی برای بازنویسی کامل ران‌تایم جاوااسکریپت بان از زیگ به راست استفاده کرد — بازنویسی‌ای در مقیاس کامل که به‌طور سنتی برای انجام دستی بیش از حد پرریسک تلقی می‌شد — از طریق چیزی که او آن را «مهندسی ایجنتی» می‌نامد: گردش‌کارهای پویا، اجراهای آزمایشی، و بازبینی خصمانه‌ی خروجی ایجنت. او دنبال یک ترند نبود؛ او در حال حذف باگ‌های حافظه‌ی مکرری بود که از ترکیب جمع‌آوری زباله با مدیریت دستی حافظه‌ی زیگ ناشی می‌شدند، باگ‌هایی که مدل مالکیت راست آن‌ها را از بین می‌برد. این یعنی یک مهندس ارشد که با یک ایجنت هوش مصنوعی همچون ابزار درست برای وظیفه‌ای رفتار می‌کند که پیش‌تر به ماه‌ها کار دستی و دقیق نیاز داشت.

در زیربنای همه‌ی این‌ها، زیرساخت‌ها دارند حول این سرعت شکل می‌گیرند. ریلوی به‌تازگی ۱۰۰ میلیون دلار سرمایه‌ی سری بی جذب کرده، بدون هیچ بازاریابی پولی به ۲ میلیون توسعه‌دهنده رسیده، و بیش از ۱۰ میلیون استقرار (دیپلوی) در ماه پردازش می‌کند. پیام بنیان‌گذار آن صریح است: ابرهای سنتی مثل AWS و GCP برای سرعتی که توسعه‌ی مبتنی بر هوش مصنوعی اکنون دارد، خیلی کند و پیچیده‌اند.

ترجمه‌ی سرمایه‌گذاری به معیار استخدام

روی هم بگذارید: یک تازه‌کار با یک مربی می‌تواند یک اپلیکیشن کارآمد بسازد، یک مهندس باسابقه می‌تواند یک ران‌تایم زبان برنامه‌نویسی را بازنویسی کند، و یک استارتاپ سه‌ساله می‌تواند با اجازه دادن به غیرمهندسان برای توصیف اپلیکیشن‌ها و پدیدآوردن آن‌ها، به نرخ درآمدی نیم‌میلیارد دلاری برسد. این دامنه‌ی وسیع، خودِ نکته است. وایب-کدینگ فقط یک راه ورود برای تازه‌کارها یا فقط یک ترفند بهره‌وری برای مهندسان ارشد نیست — هر دو هست، همزمان، و پولی که به سمت لاوبل، ریپلیت، فکتوری و جنگ قیمتی گروک ۴.۵ در حرکت است می‌گوید سرمایه‌گذاران فکر می‌کنند از این پس نرم‌افزار این‌گونه ساخته می‌شود، نه اینکه این یک فاز گذرا باشد.

از منظر استخدام، این را سه تغییر عینی می‌بینم. این برداشت من از این روند است، نه یک واقعیت قطعی، پس بر همین اساس آن را بسنجید:

  • یک محصول کارآمد و مستقرشده، خط پایه می‌شود، نه عامل تمایز. اگر یک کدنویس تازه‌کار بتواند از طریق یک برنامه‌ی مربی‌محور چیزی کارآمد عرضه کند، جمله‌ی «من X را ساختم و مستقر کردم» به‌تنهایی برای رد کردن آستانه‌ی یک شغل حقوق‌بگیر کافی نخواهد بود — این توانایی مفروض گرفته می‌شود. آنچه شما را متمایز می‌کند، لایه‌ی قضاوتی است که پیرامون آن قرار دارد.
  • احتمال بیشتری دارد که مصاحبه‌ها یک ابزار کدنویسی هوش مصنوعی به شما بدهند تا اینکه آن را از شما بگیرند. مورد دانشجوی افسر، بازنویسی بان، و پذیرش سازمانی لاوبل توسط شرکت‌هایی مثل ورک‌دی و انویدیا، همگی به یک جهت اشاره می‌کنند: کارفرمایان به دنبال افرادی هستند که در هدایت و بررسی کار یک ایجنت مهارت دارند، نه افرادی که ثابت می‌کنند به آن نیازی ندارند. اگر یک تکلیف در خانه سیاستی درباره‌ی استفاده از ابزار هوش مصنوعی مشخص نکرده باشد، به‌جای حدس زدن، مستقیماً از کارشناس استخدام بپرسید.
  • تسلط بر ابزار خاص، اهمیت کمتری نسبت به تسلط بر قضاوت دارد. با رقابت گروک ۴.۵، کلود و مدل‌های اوپن‌ای‌آی بر سر قیمت، و افزایش پلتفرم‌های وایب-کدینگ (لاوبل، ریپلیت، فکتوری، گلیز، وابی، وارد کردن مخزن گیت‌هاب در ای‌آی استودیو)، شرط‌بندی رزومه‌تان روی گردش‌کار خاص یک پلتفرم ریسکناک است — چون خودِ جنگ قیمتی دارد ابزارهای زیربنایی را کالایی می‌کند. آنچه ماندگار است، توانایی ورود به هرکدام از این ابزارها و توضیح این است که چه چیزی را تغییر داده‌اید، چرا، و به چه بخشی از خروجی اعتماد نکرده‌اید — همان انضباطی که سامنر آن را «بازبینی خصمانه» می‌نامد.

این ماه واقعاً چه باید کرد

  • یک چیز کوچک را با یک ابزار وایب-کدینگ، به‌صورت عمومی و مستقرشده، از رزومه یا نمونه‌کارتان لینک کنید عرضه کنید — نه فقط یک دموی محلی یا یک ضبط صفحه‌نمایش.
  • وقتی درباره‌ی آن در مصاحبه صحبت می‌کنید، با آنچه در خروجی هوش مصنوعی بررسی، رد یا اصلاح کرده‌اید شروع کنید. این همان بخشی است که یک مدیر استخدام نمی‌تواند از یک اسکرین‌شات به‌دست بیاورد، و همان بخشی است که واقعاً هنوز کمیاب است.
  • در مصاحبه‌ها و تکالیف خانگی، مستقیماً بپرسید که آیا استفاده از ابزار هوش مصنوعی مجاز یا حتی انتظار می‌رود. این هنجار در حال حاضر آن‌قدر سریع در حال تغییر است که نباید هیچ‌کدام را مفروض بگیرید.
  • روی حفظ کردن نحو (سینتکس) یک پلتفرم خاص بیش از حد سرمایه‌گذاری نکنید. مدل‌های زیربنایی هر چند ماه یک‌بار از نظر قیمت زیر فشار قرار می‌گیرند، و ابزارهای سازنده در حال همگرایی به گردش‌کارهای مشابه‌اند — پرامپت بزنید، یک مخزن وارد کنید، مستقر کنید.

نکته‌ی احتیاطی

این یک تصویر لحظه‌ای از دور تأمین مالی است، نه یک قطعیت. ارزش‌گذاری‌ها بالا و پایین می‌شوند، چرخه‌های هیجانی بیش از حد پیش می‌روند، و یک رقم ۱۳.۲ میلیارد دلاری در مرحله‌ی مذاکره، یک معامله‌ی بسته‌شده نیست. اما یک جنگ قیمتی از یک سو (گروک ۴.۵)، سه دور جداگانه‌ی تأمین مالی در مراحل پایانی از سوی دیگر (لاوبل، ریپلیت، فکتوری)، و یک لایه‌ی زیرساخت ابری بازسازی‌شده از سوی سوم (ریلوی) که همگی به یک کاربرد مشترک اشاره می‌کنند، سیگنالی قوی‌تر از هرکدام به‌تنهایی است. این را به‌عنوان یک پیش‌بینی قوی درباره‌ی جهت‌گیری انتظارات استخدام در سال ۲۰۲۶ در نظر بگیرید، و با ورود داده‌ی بعدی، آن را به‌روز کنید.