
הבעיה אינה הקוד של AI, אלא הידע שהצוותים איבדו
ברשומה שפורסמה ב-ssp.sh טוען סיימון שפטי כי הקוד שמייצר AI אינו הבעיה המרכזית; הסיכון האמיתי הוא שצוותים כבר אינם מבינים את המערכות שלהם ואת התכלית שמאחורי החלטות קודמות.
סיימון שפטי (Simon Späti), כותב בתחום הנדסת נתונים שמפרסם את רשומותיו ב-ssp.sh, טוען ברשומה מ-26 בספטמבר 2026 כי הבעיה האמיתית בקוד שמייצר AI אינה הקוד עצמו, אלא הידע שנעלם יחד איתו. לדבריו, צוותים כבר אינם יודעים כיצד פועלת המערכת שלהם ומדוע התקבלו החלטות טכניות מסוימות.
הטענה: קוד בינוני ותכלית שאבדה
להערכתו, AI כותב קוד ברמה בינונית בערך, ולכן בסיס קוד שהיה מתחת לבינוני יכול לעלות לרמה בינונית בקלות יחסית. הוא אינו רואה בכך את ההישג המרכזי: "הבעיה אינה הקוד של AI, אלא שאיש לא יודע דבר וכולם פשוט שואלים את Claude". לדבריו, מה שנשאר הוא צוות בלי שום תוכנית.
שפטי מוסיף כי מי שעבדו לפני עידן כלי ה-AI נאלצו להכיר את התחום לעומק, ואילו הכלים האלה הפכו את הידע הזה ל"נראה מיותר". מי שמתחיל היום בתחום לא מוכר מתוך פרומפטים פשוט לא בונה את הבסיס הזה.
מה מספרים מהנדסים בחברות גדולות
הוא מצטט פוסט של המשתמש Voxium ב-X, המתאר מעבר לחברה גדולה: כעבור חצי חודש הוא גילה שמפרטים, קוד, בדיקות, PRD, כרטיסים, פתרונות שלהם ודוחות נוצרים כולם ב-Claude Code. לפי אותו תיאור, איש בצוות לא אוהב את המצב, ההנהלה דורשת לשחרר מהר יותר, ואנשים עובדים 12 עד 13 שעות ביום.
שפטי מביא את הפוסט כדוגמה לתזה שלו ולא כנתונים מדודים; עד 28 בספטמבר צברה הרשומה 214 נקודות ב-Hacker News.
צוותי נתונים, מנהלי מוצר ויסודות
עמדה מנוגדת שהוא מצטט מגיעה מהויט אמרסון: הנדסת נתונים שונה, משום שאנשי נתונים תמיד היו צריכים להבין את המוצר ואת העסק מהיום הראשון, ולכן AI רק מסיר עבורם חיכוך. שפטי מסכים חלקית, אך מוסיף שהיתרון הזה נשען על ניסיון קודם.
הוא גם מביא הערה של שון ביהאן: אנשים שאינם יודעים לתכנת אבל יודעים בדיוק מה הם רוצים תמיד היו בעלי ערך. ההסתייגות של שפטי היא שאדם כזה יכול כיום לבנות מוצר, אבל בלי כישורי תכנות הבסיס יהיה חלש, במיוחד אם שפה שגויה או מודל מחשבתי שגוי נבחרו מלכתחילה.
התחזוקה היא עדיין הבוס האחרון
מסקנתו היא שתחזוקה נשארת החלק הקשה ביותר. ככל שקל יותר לייצר צינור נתונים, אפליקציה או דשבורד, כך יש יותר מה לתחזק, וזה נעשה קשה באמת כשאף אחד לא מבין את המערכת. AI, הוא מציין, אינו יכול לנסח לעצמו פרומפטים, ולכן כוונה, טעם, עיצוב וארכיטקטורה עדיין חשובים.
שפטי מכנה את המצב בחלקו בעיה עצמית וחוזר על טיעון מהדיון: אילו חברות היו ממשיכות לגייס ג'וניורים, פער הידע לא היה גדל כל כך מהר. הוא מודה שקל לומר זאת, אך לא קל לעשות.
SiTech — פיתוח אתרים בכוח ה-AI
אנחנו בונים אתרים מהירים ומודרניים ומשלבים AI בתהליכי עבודה אמיתיים. יש לכם פרויקט או שאלה? נשמח לעזור.