Сумерки чат-ботов: почему навык работы с AI устаревает быстрее, чем ты его осваиваешь
Ты перестал удивляться тому, что вчера казалось фантастикой. Мы внутри экспоненты, и главное смещение происходит не в моделях, а в том, как мы с ними работаем. От диалога с чат-ботом к управлению агентами, от умения формулировать запросы к глубине предметной экспертизы.
Несколько лет работы с AI дают странный эффект: перестаешь удивляться тому, чему стоило бы. Очередной скачок способностей, очередной раунд «а теперь модель умеет то, что еще вчера казалось фантастикой», очередная новость о том, что какой-то агент отработал задачу, на которую у человека ушли бы недели. И вместо удивления чувствуешь только усталость от необходимости переучиваться.
Но если остановиться и посмотреть на траекторию, картина оказывается необычной. Мы живем внутри экспоненты, и это главная причина, по которой AI постоянно ощущается как серия разрозненных шоков, а не как плавный прогресс. Каждый фиксированный отрезок времени приносит больший прирост, чем предыдущий. Модель, которая год назад работала пару часов с высокой вероятностью ошибки, сегодня выдает шестнадцать часов автономной работы с одного промпта. План, написанный прошлой зимой, уже описывает другую реальность. Это не гипотеза, а то, с чем сталкиваешься каждый день, если используешь AI для реальных задач.
Самое интересное, на мой взгляд, происходит не на уровне моделей, а на уровне того, как мы с ними работаем. Долгое время доминирующим паттерном была ко-интеллектуальность: задаешь вопрос, проверяешь ответ, корректируешь, идешь дальше. Человек в петле, шаг за шагом. Этот подход никуда не делся, но перестал быть главным способом получать ценность. Все чаще работа выглядит не как диалог с чат-ботом, а как управление агентами. Ты не обсуждаешь с AI каждый шаг, а ставишь задачу, даешь инструменты и отпускаешь на часы, а иногда на дни.
Это принципиально другой навык. Он требует не умения формулировать запросы, а умения ставить задачи, декомпозировать цели, проверять результаты на расстоянии. По сути, управленческий навык в чистом виде. И здесь обнаруживается неожиданная вещь: профессия перестает предсказывать успех. Юрист, никогда не писавший код, оказывается не менее эффективен в работе с AI-агентом на юридических задачах, чем программист, работающий в незнакомом домене. Разбирающийся в предмете, вот что имеет значение. Не владеющий искусством промптинга.
Данные это подтверждают. Отдельное исследование пользователей Claude Code показало: не профессия определяла успех, а глубина предметной экспертизы. Чем лучше человек понимал задачу, тем более полезный результат он получал от каждого запроса. Причем это работало для всех профессий одинаково. Software engineer с тем же успехом брался за незнакомую задачу, что и юрист или HR-специалист в своей области. Экспертиза победила титул.
Я замечаю это и на себе. Последние полгода я все меньше разговариваю с моделями и все больше распределяю между ними работу. Один агент собирает и анализирует вакансии, другой пишет черновики, третий проверяет и правит. Мое время уходит не на диалог, а на настройку системы, проверку границ и принятие решений о том, что делать с результатом. Это похоже на управление маленькой командой, которая никогда не спит, не просит выходных и готова работать круглосуточно. Но требует другого уровня ответственности: если я неправильно поставил задачу, агент сделает неправильную работу в сто раз быстрее, чем я успею заметить.
Самое тревожное в этой экспоненте даже не способности моделей, а наша неспособность за ними поспевать. Институты двигаются со скоростью комитетов. Люди, со скоростью привычек. А экспонента не ждет. Тот, кто полгода назад выстроил идеальный воркфлоу вокруг чат-бота, сегодня обнаруживает, что воркфлоу устарел еще до того, как был оптимизирован. Новый разрыв между тем, что инструмент может сегодня, и тем, что мы научились с ним делать в прошлом квартале, стал главной формой устаревания, к которой нас никто не готовил.
И это, пожалуй, самый трудный вывод. Не в том дело, что AI становится умнее, а в том, что само понятие «навык работы с AI» успевает устареть между двумя обновлениями моделей. Мы перешли от эпохи, где нужно было учиться диалогу с машиной, к эпохе, где нужно учиться управлять тем, что работает без твоего участия. И этот переход происходит прямо сейчас, без четких границ, без инструкций и без гарантии, что следующий виток не обесценит только что выученные правила.