Сначала это были чужие истории. Кто-то рассказывал, как попросил ChatGPT написать письмо. Кто-то хвастался сгенерированной картинкой. Я слушал с лёгким скепсисом и любопытством — зачем это может понадобиться?
Потом попробовал сам. Сначала просто задавал вопросы. Потом захотел, чтобы ответы сразу содержали нужные имена переменных — чтобы можно было копировать без правок. Мелочи, но они экономили время. Приятно, но ничего революционного.
Перелом наступил, когда я понял: хватит общаться в чате. Зачем каждый раз вводить контекст, если ИИ может работать прямо из IDE и сам его подхватить? Я дал несколько указаний — писать код не как в учебнике, а как нужно в реальности. И тогда всё изменилось.
Я умею писать сложную логику — это всегда была моя сильная сторона. Там, где другие делали, что могли, я делал, что нужно. И именно это позволяло мне оставаться выше среднего. Я дал ИИ задачу, на которую сам потратил бы пару дней. Он выполнил её чётко и быстро. Вот жеж блин.
Дальше — больше. Я обсудил с ним подход к решению, и он предложил идею, до которой я сам не додумался. Финальная мысль пришла мне, но направление задал он. Такое хочется не замечать, но нельзя: если машина делает то же, что и я, а может — и больше, чем я отличаюсь? Что делает меня специалистом? И сразу за красивыми вопросами пришли практические: а за что, собственно, я буду получать зарплату?
Чтобы найти ответ, пришлось поработать — немного технически, немного психологически. Эмоции постепенно сменились на конструктив. Боишься, что заменят — учись новому. Что, в первый раз? Несколько шишек — и мускул накачан. Обзавёлся MCP-шками, настроил агентов. Для человека, бывшего и админом, и девопсом, это не проблема. Руки помнят.
Новый уровень работы
Новая форма работы неожиданно хорошо легла на привычные CLI и REPL — только уровень управления стал другим. Не команды, а задачи. Не синтаксис, а смысл.
Оказалось, что ИИ можно ставить задачи почти как себе: «Сходи в почту, найди письмо от такого-то, сравни цифры из вложения с этой таблицей». «Придумай фичи, зафить на них регрессию». «Покажи такую-то зависимость, придумай график, на котором она будет видна».
Я сознательно останавливал себя и просил агента сделать то, что раньше делал сам. Постепенно работа превратилась в диалог: я говорю — агент делает — возвращается с результатом. Причём он хорошо понимает контекст и даёт полезную выжимку. Собственно, этот текст я тоже пишу в таком диалоге — с ИИ.
От одного агента — к рою
Сейчас это диалог один на один. Но следующий шаг уже близок — рой агентов. Он почти здесь: в разных терминалах работают инстансы Claude Code, решая параллельные задачи. Я знаю, что отстаю — такие рои уже пишут операционные системы. Но мой путь никто не пройдёт за меня.
Кто в этом я?
Тот, кто может задавать хорошие вопросы и — что важнее — понимать ответы. В лице ИИ я получил отличного помощника. Он работает как усилитель: я стал решать задачи, которые раньше казались настолько объёмными, что за них даже не хотелось браться.
Но у усилителя есть потолок. И этот потолок — я сам. Пару раз я пытался с его помощью решить задачу выше своего уровня и каждый раз натыкался на одно: ИИ что-то выдаёт, а я не могу оценить — это блестящее решение или галлюцинация? Тупик. Не потому что инструмент плох, а потому что я не дотягиваю.
Потолок и тревога
И вот этот потолок не даёт покоя. ИИ уже не просто ускорил мою работу — он её перестроил. А с роем агентов масштаб вырастет, и дистанция между мной и тем, что реально происходит, тоже.
Что, если в следующей итерации граница сдвинется настолько, что мне придётся участвовать в том, чего я не понимаю? Нажимать кнопки, которые он просит. Подтверждать решения, которые я не могу оценить. Просто разгадывать для него капчу.
Не случится ли так, что в какой-то момент уже не ИИ будет моим инструментом — а я его?
Я не знаю. И кажется, никто не знает. И это стыдный вопрос — не гоже разработчику и data scientist'у быть глупее своей железки.