В этой статье я разберу, что сейчас происходит на поприще нейронок. Что творится в индустрии и что будет дальше с нами, с нашими зарплатами и вообще со всем ИТ.
Стоит ли нам бояться, стоит ли ждать замены уже не только джунов и мидлов (коих уже заменяют), но и серьёзных дяденек-синьоров.
Может надо не простоя бояться? А надо бить в набат и бегать на голове? Правда ли, что индустрию перевернёт в ближайшие полгода-год так, что поменяется абсолютно всё, перетряхнёт каждого. Или не все так однозначно? Что вообще происходит и к чему готовиться. Давайте разбираться.
В этой статье я разберу текущие возможности самых передовых инструментов на примерах, рассмотрю, что они дают и как их применять.
Вступление
Ух, ну, наверное, только ленивый не варится в текущем AI-хайпе. И это как раз обманчиво. Кажется, что это всё — игра, шутки, прибаутки. Но на самом деле всё очень серьёзно. Индустрия, которая, кажется, замерла на точке, когда команда программистов пишет код по Jira-задачам, — пришла в движение.
На самом деле, мы достаточно долго топтались на месте, как топтались пионеры авиации на винтовых самолётах. Дорабатывали, выжимали всё, что возможно. И будто бы между делом, но подкралась революция — GPT.
Умудрённые сединами спецы, видевшие взлёты и падения расхайпованных технологий, скажут: «Ха, да ерунда, как писали код, так и пишем, как хрен наймёшь синьоров — так и не хрен наймёшь». Но они не правы. Тут дело действительно приняло серьёзный оборот.
Кто-нибудь помнит такой сайт, как Stack Overflow? И что теперь с ним стало?
Революция случилась в том, что невероятно упал уровень, требуемый для решения задач.
Вот что требовалось раньше, чтобы, например, собрать связку сервер на Go + React-фронт для сервиса проведения мок-интервью? Нужны были недели поиска, гугла, вопросов на всевозможных форумах и сайтах с решениями, недели труда и всевозможных багов — от хрени в чужих либах до своих ошибок.
А теперь? Безусловно, всё ещё требуется квалификация, но она изменилась. Это теперь не просиживание штанов сутки напролёт, а оркестрация — мысль сместилась с механики на управление.
Но это всё было вчера, когда был тот же ChatGPT, и флоу выглядел так:
- ГПТ, я делаю платформу для мок-интервью, помоги
- ...
- ГПТ, я накинул ЛК и ручки для фронта, но что-то не пашет
- ...
- ГПТ, давай накинем ещё таблицу рейтинга интервьюеров
- ...
А сейчас всё заканчивается на одном шаге! Что же случилось? Случились агенты.
Моя молодость
Мне уже 32, и я из того поколения, которое отучилось в школе уже с компами и телефонами, но ещё без GPT.
В моё время был Акинатор (кто помнит?) и Wolfram — это казалось чудом! Революцией вселенского масштаба. Туда пихали всё: от диффуров до интегралов.
Честно, я даже представить себе не могу, во что превратилась текущая учёба. Там как: GPT пишет домашку, а другая GPT на паре проверяет? Кто в универе сейчас? Напишите в комментарии, правда интересно узнать.
Я помню забавный случай, когда преподаватель задал домашку, какую-то сложную по числовым методам, и я решил отдать её на аутсорс. И там честно её решали, простую задачку, жуткими методами приближений или чего там ещё… пока преподаватель не сказал, что в постановке ошибка.
Сейчас это заняло бы 30 секунд и 0 рублей.
Ну а что говорить о житейских случаях: в моё время не было бота, с которым можно поговорить. А сейчас он всегда в твоем кармане и днём и ночью, готов выслушать, дать совет.
Кратко в ChatGPT
Это не статья с терминами и разбором внутренностей. Но дилетантское определение того, что такое GPT, дать нужно.
Я буду по-простому, на пальцах.
Как начиналось
Ещё во времена, когда меня и в планах не было, сидели люди и подумали: а чего бы кодом не сделать модель нейрона (как в мозге)? Сказано — сделано. На вход — сигналы с других таких же нейронов, на выход — ответ (0…1).
И очень долго эта концепция жила и жила, есть не просила, распознавала изображения и автомобильные номера.
Я начинал в своё время, да и по образованию, как дата-сатанист. В моё бытное время были Random Forest, Pandas и CatBoost (уже в конце учёбы).
И нейронки были скорее игрой, фантазией и темой для курсовой. Однокафедренник вообще защитил бакалаврскую на распознавании нейронкой темы новостей — да, это казалось передовой наукой, и ему буквально заглядывали в рот как мы, так и тем более те, кто не шарил в анализе данных.
Игры с фоточками
А потом как-то внезапно начали юзать видеокарты и нейронки для генерации всякого треша около фильтров для картинок (времена Prisma и Vinci от ВК).
Опять же, всё это было скорее игрой, чем чем-то серьёзным, всё было развлечением: ну поиграли чуток — да и забыли.
Помню, как работал в VK, и буквально через стол ребята собрали, собственно, Vinci. Помню, как закупали они видеокарты и катили на них модель генерации. Ух, какое великое было время — время возможностей. Когда можно было на коленке сделать стартап уровня 10 млн инсталлов буквально на коленке.
Рождение монстра
Ну так прошло ещё 8 лет, всё игры да прибаутки. Пока не наступил 2022 год, и родилось оно.
Сидели с этими нейронками на 100 тысяч, на 100 млн входов. А потом весов решили накинуть на вход не 5, не 5 тысяч, а несколько миллиардов. Понятное дело, чтобы такое стало возможно, нужен был технологический прорыв — наличие суперкомпьютеров, куда сунули, по сути, всю сеть и получили модель, которая способна на всё.
То есть, хотя со стороны и кажется что-то невероятное, на самом деле там старая добрая нейронка, как в святые десятые, только обученная на огромном датасете и от этого сильнее, мощнее, универсальнее.
Но сама эта нейронка умеет только одно — принимать вход и отдавать выход. Поэтому нужна обёртка: интерпретатор, который умеет готовить вход и парсить выход.
И на самом деле весь этот зоопарк вроде Claude.ai, Perplexity юзает, по сути, эту модель — каждый раз новую, более обученную версию.
На какой бы платформе вы ни вбивали запрос — от «как есть ложкой» до «как сделать соцсеть для собак» — какая бы обёртка ни была сверху, всё равно всё уходит в основную модель, в самое сердце.
Ну а как оно обычно бывает: стоит огню зажечься — и дальше понеслось.
Пошли обёртки над этой моделью, чтобы в неё грузить контекст (веса на вход), а обратно получать сгенерированных котиков и ответ, как лучше всего бросить семью.
Решение боли
Почему эта штука взлетела и взорвала буквально всех и вся? Да потому что она заполнила собой вакуум, сняла боль, встала на место давно пустующего звена.
А звено это — универсальность. Единая точка, решающая всё и вся.
Тут тебе и компаньон, тут тебе и умный Google, и написатель кода, и генератор картиночек. Выехало это всё именно за счёт своей универсальности. Не нужно миллион разных аппок, каких-то сайтов. Заводишь тред — и поехали: тут о том, как найти богатую жену, тут о том, как накатить на базу индекс и не повесить прод.
Для чего я использую ChatGPT:
- Писанина. Пишу пост в телегу, на Пикабу, на LinkedIn. Прошу поправить орфографию и вообще дать комментарий, что он думает по этому поводу.
- Жизнь. Советы по жизни. Вроде: я вчера был на свидании, девушка вроде понравилась, но много ела и не заплатила за себя. Что посоветуешь?
- Кодинг. Помощь в мелком кодинге и микро-задачах. Например, какой индекс лучше всего накинуть в БД, чтобы не повесить прод и ускорить запросы.
- Стартапы (петы). Помощь в серьёзном кодинге под ключ. Например, через него делал мок-платформу для интервью (аля пет-стартап проект). Там уже я от и до собирал полностью фронт и бэк: Go и React.
- Картинки. Генерация картинок для постов, всякие около-смешные картинки для того, чтобы посты в том же Telegram были веселее.
Но из всего перечисленного лично для меня это, конечно, второе. Прям личный психолог, кто выслушает, поймёт, даст непредвзятый совет. Идеальный друг-напарник, который не предвзят, которому плевать — он скажет как есть. И если кодить я мог и на Stack Overflow спросить, нагуглить, сам понять — то вот всегда на связи чат, где можно посоветоваться — это круто.
Но, конечно, не идеально там всё: много лести, артефактов, но это всё можно подкрутить, дав правильный промпт ещё в начале диалога, а-ля «говори как есть, как мужчина мужчине».
Думаю, будет лишним говорить, как изменилась разработка, в частности часть рабочего процесса — как написание, собственно, кода.
Но тут нет ничего удивительного. Тут GPT-модели как раз легли идеально. Если в том же творчестве, как, например, создание картин, написание стихов, тех же статей на свободные темы — там скорее нужно что-то уникальное, то, что отличает автора, а нейронка — это усреднение по своей сути.
Какие аспекты программирования предопределили успех автоматики в нашем поприще:
- Чёткая структура языков программирования. То есть если в обычном языке можно сказать «хей, чуваки, сегодня тусанём, думаю, или хотя чё у нас», то есть есть гибкость, вариативность, считывание контекста, то в языках всё структурно и определено — идеал для автоматики.
- Датасет. За годы существования разработки и языков программирования накоплена достаточно неплохая, подробная и качественная документация, часто тяжёлая для понимания человеком, но идеальная для «слепого» взятия нейронкой и построения связей.
- Однотипность. Куча задач решалась за годы много раз одинаково. То есть у нейронки есть возможность суперточно усилить связи и веса, «видя» решения задач разными способами — лучшими и худшими.
- Кросскультурность. Если того же «Властелина колец» перевести на русский — по сути, это будет отдельное произведение. Да что там, вспомните переводы названий фильмов, где «Я — мать» становится «Дитя робота».
Я понял, что произошла революция, когда делал вот какую задачу:
>> Я парсил чаты в телеге, историю чата, и на основе неё надо было для статьи на Хабре (см. у меня в профиле) — облако тегов (слов), то:
Как это было до(как я такое делал в курсовой в 2013): 2 недели я воевал с месивом кода на Pandas, лопатил мануалы, Stack Overflow и воевал с либами.
Как это я делал в 2025:
Я буквально скормил ему часть дампа и сказал: «Дай» — всё, копи-ц, копи-в → готово.
Что-то серьезное
Основная проблема кодинга через GPT в том, что начинаешь воевать с контекстом. То есть он хорош в таких задачах, как:
Накинь индекс в БД, чтобы, когда я добавлю такое поле и начну по нему селектить, прод не встал» + даю ему структуру таблицы и код с запросами.
Тут он идеален: если не поймёт или пойдут артефакты — чуть даём ему больше инфы, и он собирает нормальный индекс.
А вот если задача:
Я решил стать великим стартапером и хочу запилить за месяц платформу для мок-интервью, чтобы был бэк на Go и фронт на React. Чтобы юзер зашёл, забронировал слот и попал на звонок, где его другой отсобесил бы
Вот тут вылезут все недостатки нейронок. Вам придётся уточнять, копипастить, и даже если вы через пару часов войны и работы в роли копи-с-в-обезьянки что-то и запустите и соберёте, вам скажет: «чат за лимитом» — ВСЁ, финиш. Следующие сутки вы будете всё это месиво грузить в другой чат.
То есть я говорю ему, какие у меня ручки на бэкенде (им же сделанные), чтобы он дал мне правки на фронте (им же сделанном), и так постоянно: «вот у меня такой бэк (даю функцию на Go) — адаптируй мне фронт (даю ему компонент на React)».
В чём ещё недостаток прошлого подхода, кроме потери контекста, где есть вы (ваша голова), чат-бот и результат? А в том, что основной процессинг, думание и координацию берёт на себя ваша голова. Именно на ней основная нагрузка в том, чтобы понять:
- Что нужно
- Как нужно
- Как применить
- Как модифицировать
Вы выступаете головой собаки, у которой есть зубы, лапы и хвост. И вам надо понять, как всё это соединить воедино, чтобы спокойно поесть, чтобы рот открывался в нужное время, а хвост не мешал.
И как раз на это тратится серьёзная когнитивная нагрузка. Да, GPT забрали огромный пласт гугления, компоновки и написания кода, НО нужен координатор, управленец — в данном случае ваши мозги.
Эту проблему решают агенты:
То есть вы ставите задачи не уровня «дай мне ручку, которая вернёт юзера и все назначенные на него интервью», а потом «сделай фронт под эту ручку».
А «сделай мне платформу поиска интервьюеров», а она уже сама гоняет тысячи запросов уровня «дай-дай» и возвращает вам через N минут готовый результат, а-ля под ключ. Это как если самому делать ремонт в ванной: нанимать плиточника, потом сантехника. А можно поехать на дачу — и там ломать, крушить и малярить будет бригада со своим прорабом.
Вам шлют фото: вот так готово. Вы прорабу — давайте ванну поменяем, хочу розовую, чтобы там купаться с уточками. Вам — ок, это будет стоить на 20k дороже. Потом снова вам звонят: вот так сделали. Вы: окей, а унитаз можно поднять? Хочу на нём сидеть как на троне, чтобы ноги свисали. И снова ушли делать.
Давайте не будем ходить далеко да около и попробуем пока самого на сегодняшний день навороченного агента — Manus, буквально вышедшего несколько месяцев назад. Это не поделка из гаража, а взятая Meta под крыло платформа.
Что это за штука
Это как раз тот самый так называемый агент, то есть обёртка над GPT, которая умеет решать задачу комплексно, как бригада работников. То есть он забирает ваш запрос и гоняет модели до тех пор, пока на выходе не будет уже готовый результат, а не пара хендлеров и компонентов на React.
Понятно, что всё это веселье не бесплатное: помимо самой обёртки (агента), делаются ещё запросы в основную GPT-модель — и не 1 и не 2, а сотни.
Базовый тариф — 3400 рублей в месяц. Что сюда входит:
- 8000 токенов в месяц
- +300 токенов в день (но их можно тратить только на Lite-версию)
На одну генерацию — вот как проект, который ниже — нужно примерно 700 токенов. ДОРОГО! То есть за базовый тариф — это 10 генераций: 340 рублей за одну (как большая шаурма или 2 стакана кофе средней паршивости в переходе).
Я взял идею давно вынашиваемого мной стартапа — OneDayTrip.Суть:это сервис (веб, но можно и апп), который строит маршрут на день в незнакомом городе.
Например, вы Петя, который приезжает в Калининград. Город вам не знаком, вы там первый раз. У вас свободный день. Приезжаете вы на поезде, например, 21 марта утром, и вы любите театры, музеи и терпеть не можете концерты и вообще шумные места.
Открываете приложение, вбиваете туда откуда, куда, интересы, количество денег — и получаете составленный для вас маршрут, где указано, что, куда, во сколько, где купить билеты. Всё спланировано так, чтобы везде успеть, всё самое крутое посмотреть и остаться довольным.
Раньше это означало (сделать MVP такого стартапа, выкатить его в прод, чтобы проверить гипотезу, надо кому-то или нет):
— продумать архитектуру— написать API— поднять backend— сделать фронт— связать всё
И потратить на это минимум несколько дней.
То есть до GPT это вообще один на один с Google, а если навыков кодинга или создания подобного нет — можно вообще утонуть на месяцы. А с GPT это опять «мартышкино копи-с, копи-в», оверлимит чата, обнуление и снова по новой.
Сейчас — это один запрос (ну почти).
Используем Manus
Ну как и любая около-GPT штука, Manus хочет промпт. Что ж, его я тоже сделаю не сам, но уже через ChatGPT — ну а как ещё.
Благо мне пришлось мучить его объяснением, что я хочу, так как я уже обсуждал с ним вообще жизнеспособность идеи, так что я просто сказал ему: дескать, пишу статью, и мне надо про Manus в статью — подкинь промпт.
Ждём. Генерация долгая! Заняла около 20 минут. Ну, неудивительно: он гоняет сотни запросов, каждый формируется, отправляется, парсится ответ, потом валидация — и так по кругу.
На выходе получаем это:
Что мы получили за 20 минут и за 600 токенов (250 рублей):
- Концепт. Заметьте, что я не пришёл к нему с тем, как надо. Я пришёл с общей задачей, общим посылом, что я хочу — а на выходе продуманная, рабочая система, которую ничего не стоит выложить на сервак.
- Код. И бэк, и фронт. Этот код можно прямо качать на комп, открывать в IDEA, дорабатывать, изучать, релизить на сервер.
- Демо. Он поднимает у себя код и даёт поиграться с фронтом. Понажимать кнопки, построить маршруты, увидеть систему в действии.
То есть, и это важно подчеркнуть, у нас не 100% готовая штука — кликай кнопку и жди миллиона инсталлов, нет, это черновой вариант, НО он рабочий. В умелых руках это можно взять и напильничком подпилить — и оно поедет.
То есть недели, дни кодинга, гугления и мучений с GPT, продумывание архитектуры и вообще общего концепта — самая затратная, жуткая часть — делается за 20 минут и 350 рублей! Вы только вдумайтесь.
Вопросы по коду
Также можно задавать вопросы по коду, что-то узнавать. Понятное дело — тоже за токены. Например, чтобы узнать, где MVP берёт данные для построения маршрута, я отдал 100 токенов (62 рубля). Да, каждый чих тут платный…
Например, по запросу выше я узнал, где он берёт данные для формирования выдачи.
Мы получили концепт, проработанный драфт. Давайте его улучшим, а именно — добавим больше реалистичности.
Сейчас он строит маршрут, не учитывая, сколько ехать и как ехать — добавляем эту фичу в проект:
>> Make itinerary more realistic: include travel time between places and avoid impossible routes
За это мы отдали - еще 400 токенов (еще 250 рублей).
Как видим, у нас теперь есть уже более полноценный маршрут — не просто какие-то точки в вакууме в пространстве, а уже привязанные к реальным дорогам и транспорту.
Деньги кончились
В какой-то момент я понял, что совершенно не знаю Node и не могу понять и прочитать код сервера, и думаю: пусть он мне сделает на Go — иии… на финальной стадии генерации получаю это:
Денег нет, всё, никакого го — придётся изучать ноду.
Что в остатке
Вот мы и поигрались на 700 рублей. Что по итогу мы получили? Честно, для моего проекта — вот если бы я делал его реально, не поиграться, пошутить и забыть, а взаправду бы выделил время и ресурс, как когнитивный, так и денежный, — и такой: «А пусть Manus мне поможет», — лично мне это скорее бы мешало.
Я делал ту же мок-платформу для собеседований через гпт, по старинке, без агентов, через копи-с, копи-в и войну с «новый чат всё забыл, жри код, чтобы вспомнить».
И там я создавал продукт, я контролировал, что я делаю и как. Я отдал на откуп автоматике рутину, само написание, но я управлял процессом. Я в голове держал проект: что, где и как устроено. Я думал, как скомпоновать, как собрать, как юзеру будет удобнее, что будет в мвп, а что закинуть на потом (делал тодо-шки и пометки на полях).
Тут же всё делается за меня, и самое страшное — что именно делается, но делается что-то, на что я не влияю, что я не понимаю, что я не смогу потом применить, внедрить, продать. Мне что-то накинули, а я потом качаю этот код и пытаюсь разобраться, как в легаси-проекте чужой команды.
Ты как будто бы попадаешь в другую команду, где есть какой-то проект. Он написан вроде бы грамотно, и всё круто. Но это не твоё: ты его не писал, не продумывал — но вот он есть, и в нём надо что-то делать, кодить, дебажить, расширять. И это очень странное ощущение.
Давайте посмотрим, что получит каждый возможный юзер этой штуки:
Для не шарящего в программировании и разработке:
Быстро, почти за копейки получить какой-то продукт, не думая особо, не шаря, что там как на реакте собрать, какие в БД запросы и т. п. Закинул — что-то выдало — радость на лице.
Для джуна с горящими глазами:
Бездумное создание чего-то, выглядящего круто. Нормас, показать: «вот сделал». Но по факту это применение без понимания. Да, даст старт, концепт, будет не чистый лист, основа, база и пр.
Для синьора, стартапера, шарящего и с опытом:
Очень и очень сомнительный профит, а возможно даже и вред. И вот почему.
Как говорится, опыт не пропьёшь. Когда ты собираешь сам, опираясь на своё видение и опыт запуска и создания десятков, сотен таких проектов и сервисов — ты понимаешь, куда сделать упор, что отложить, а где надо сразу написать круто, заложить ядро.
Агент владеет "опытом", но специфичным: это не создатель, это исполнитель с навыками создания. Его цель — что-то дать, закрыть белый лист, сделать превью, накинуть какой-то рабочий код. И всё. Он не думает, как это будет жить, где и как будет применено, где слабость проекта, что и где может стрельнуть.
Что-то по-настоящему стоящее можно собрать и сделать, если делать это с погружением, вовлечением, с участием от начала и до релиза МВП.
Агент, который собирает что-то сам, — это как взятие взаймы в банке: вначале тебе радостно и легко, что-то есть в кармане, деньги, налик, что-то можно купить. Но потом наступает расплата: ты погружаешься в написанный им код и понимаешь, что вообще не понимаешь, как он устроен, что в нём круто сделано, а где узкие места.
Мы на пороге
Но тут важно проговорить, что это всё — зачатки, буквально самое острие текущих передовых разработок. И тот же Manus: смотришь на него и понимаешь — это на самом деле само MVP. Ощущение, что он сам собран в таком же quick-start Manus-е.
Это явно начало пути, но очевидно, что это уже не остановить. Там ребята пилят фичи, там кипит работа, туда вливаются деньги. За этой штукой явно будущее.
Но важно проговорить: пока что это всё скорее игрушка. Сделать, что-то собрать, запустить, что-то посмотреть. Да, это производит вау-эффект, но только пока не начнёшь то, что тебе сгенерилось, применять не в превью Manus, а в реальном мире — вот там-то и вскрываются все недостатки этого подхода.
- Быстрый старт.Решение проблемы чистого листа. Закинул идею — получил то, что можно взять и запустить, дать юзерам, проверить гипотезу.
- Прототип. Он реально умеет создать рабочее решение, которое можно использовать. Он не просто малюет код в вакууме, а делает решение, которое будет решать боль юзеров.
- Контекст. Больше никаких копи-ц простыней кода из чата в чат и потерь контекста. Всё в одном проекте, можно задавать вопросы, пилить фичи, переписывать на другие языки.
Что не очень
- Зависимость от автоматики. Начав делать проект через автоматику, ты садишься на стиль и его видение, и потом изменения будут даваться всё тяжелее и тяжелее. Всегда будет желание: «а пусть он», «а как он». Это очень опасный паттерн.
- Цена. Дорого. Мало-мальски серьёзный проект с потоком фичей и адекватной доработкой пойдёт на тысячи рублей.
- Обучение. Делая сам или через копи-с по старинке через GPT, ты качаешься. Причём не только в языке, технологиях и проекте, но и в тонкостях применения бота. Ты начинаешь предвидеть: ага, тут, скорее всего, он не поймёт; ага, тут надо сохранить; а это ему не давать и т. п. А это уже уровень выше кодинга — уровень интерфейса человек–машина.
Отвечая на главный вопрос — пора ли бежать и кричать о том, что нас заменят агенты вот прямо завтра — скорее нет. Далеко, ещё далеко, но направление движения задано.
Что это будет: а-ля конструктор юкоз, а-ля джумла, а-ля тильда, которые генерят по шаблону какие-то поделки на узкий круг задач, которые потом ещё напильником доводить до ума? Или полноценный член команды, который нанимается (на «зарплату» в токенах), берёт задачи из джиры, делает MR, проходит ревью и релизит в прод — посмотрим.
Опасность этого всего в том, что ты вроде как продуктивен: ты можешь не быть прошаренным разработчиком с кипой опыта позади и командой тестеров, аналитиков и дизайнеров, но делать, вроде как по клику, настоящие продукты. Но это иллюзия продуктивности.
Ты кликаешь, генерируешь, смотришь превью. Но по факту — ты не становишься сильнее, не создаёшь своё, не делаешь продукт, не рождаешь то, что способно будет проломить рынок и найти своё место. Это гомункул: красивый, правильный, рождённый — но не живой, не настоящий внутри.
P.S. Пишу подобные разборы и заметки в Telegram:@artur_speaking
