Инструменты меняются быстрее, чем люди успевают адаптироваться к ним. Особенно это чувствуется у тех, кто называет себя «создателем». Когда ты привык писать код, делиться опытом с другими — что делать, если теперь это делает нейросеть?
Честно обсудим, какого строить карьеру, когда всё делают машины. Как адаптироваться к эпохе автоматизации и принять мысль, что не ты стал хуже, а просто изменились подходы к работе.
Статья — перевод подкаста с западным специалистом Adam Gordon Bell. Переводом и адаптацией занималась редакция figure.media. Материал описан от лица Адама.
Как началась IT-карьера
Я вырос на ферме. Деньги приносили соевые бобы, а дождь. Привык к старому трактору Massey Ferguson с ковшом спереди и ножами сзади, он справлялся с любой задачей. В гараже стояли зелёный John Deere и огромный комбайн, покрытый ржавчиной. Это и было моё детство.
До ближайших сверстников десятки минут на велосипеде. Поэтому летом я забирался на чердак гаража. Там стояла жара и всё было забито картонными коробками с пыльными книжками. Я сидел там и читал часами просто потому что больше ничего не было и потому что это было интересно.
А потом в доме появился компьютер. Бежевый системник, стоявший на столе в гостиной, гудел, как техника из будущего. Отец позвал друга — того самого, кто «разбирается в компьютерах». Он по телефону объяснил восьмилетнему мне, как зайти в DOS, вставить диск и набрать NUKEM.EXE. Через секунду на экране вспыхнул Duke Nukem. С этого момента всё изменилось. Компьютер стал для меня проводником, отвлекал, увлекал, и, как потом оказалось, определил весь дальнейший маршрут.
Когда инструменты меняются за ночь
В сообществе разработчиков давно растёт напряжение вокруг ИИ, который пишет код. Одни считают, что это всё переоценено, другие — что человечеству пора отойти в сторону, но речь не об этом.
Речь о том, что чувствует человек, который строил свою идентичность кодинга. Когда ты не просто программируешь, а через это выражаешь себя. А потом — в один момент — инструмент, через который ты это делал, перестаёт быть прежним. Меняется суть процесса, и теперь он делает всё самостоятельно — это напрягает…
Я говорю не для тех, кто «за» или «против» ИИ. Он для тех, кто не понял, как теперь быть. Что делать, если тебе всегда было важно создавать руками с нуля, а теперь часть этого процесса автоматизируется. И всё, что раньше было сложным и ценным, превращается в промт в боте.
С самого начала был немного не в своей тарелке
Во многих историях про программистов начало звучит как сцены из «Очень странных дел»: подвал, настольные игры, велосипеды. У меня всё было иначе. Я вырос за городом, и до ближайших домов километры. Школьные друзья были в основном из таких же фермерских семей. Многие из них и сейчас работают на тех же землях, где выросли.
Схожего у нас было немного. В школе я был скорее тем, кто срывал уроки. Я знал, что отличаюсь, но не понимал, чем именно. Не было ярлыка, под который это можно было подогнать.
После школы я поступил на «компьютерный» факультет, но и там не ощутил комфорта. Были друзья, но в целом я оставался в стороне, занимался своими проектами. Писал код, делал сайты, пробовал писать музыку, качал пиратский Photoshop и учился работать с графикой. Главным было что-то собирать, создавать и учиться.
Уже на первой работе, в роли инженера, начали появляться люди, которые не просто знали технологии, а знали себя. Например, мой друг Дон. Он органично существовал в этой культуре — мемы, Star Wars, World of Warcraft. А я не видел «Звёздные войны» и не понимал, в чём смысл рейдов. Мне было интересно, но по-настоящему в этот мир я не вписывался. Но потом случилось то, чего я не ожидал.
Оказалось, я не один такой
Со временем начали попадаться люди, в которых я узнал себя. Помню собеседование в стартапе в центре Сан-Франциско, недалеко от офиса Twitter. И с самого начала было ощущение, что здесь что-то по-другому.
Днём все писали нужный код, как и везде. Но вне задач каждый жил своим: кто-то изучал Haskell, кто-то собирал игру на Unity, кто-то просто писал что-то в стол ради удовольствия. Я упомянул, что люблю Теда Чана, и в ответ услышал: «Да, он классный. Но я сейчас читаю Грега Игана». Впервые казалось, что интересы совпадают не по работе, а по ощущению мира.
Это было непривычно. Но главное, что я тогда ещё не до конца осознавал: я не просто находил похожих людей, я начал понимать, кто я есть.
Зависимость от процесса — и в этом нет ничего лишнего
Несколько лет назад мы с женой отдыхали во Флориде. Она читала у бассейна, а я сидел рядом с ноутбуком и с нуля писал парсер markdown. Казалось бы — отпуск, но я поймал тот самый поток, когда время летит за делом, а с каждым «всё заработало» ловишь микродозу дофамина.
Это напомнило, каким я был подростком. Отец купил снегоход и звал на прогулку. Друг приезжал на мотоцикле, рёв двигателя под окном, а я сидел за стареньким ПК, писал мастермайнд на Turbo Pascal. На улицу я выходил, конечно, но настоящее удовольствие получал от того, что что-то придумал и запустил.
Это чувство не ушло. Тот момент, когда алгоритм наконец обрабатывает все исключения. Когда ты собрал что-то из ничего и оно работает. Это настоящий кайф от процесса. Мне потребовалось слишком много времени, чтобы это признать. Что да, я правда предпочту провести субботу, разбираясь в новом фреймворке, чем быть на вечеринке. Что мне правда интересно автоматизировать что-то, что и так работает. Просто потому, что могу.
Я читаю документацию ради удовольствия. Если кажется, что там может быть решение — я не отстану, пока не разберусь. Иногда решение выходит чрезмерным, но меня это устраивает.
И когда я наконец перестал оправдываться за такие выходные, за работу над кодом в течение двух дней, за разговоры о новом языке в самый неподходящий момент — стало проще. Возможно, это и есть мой главный навык.
Место, где это считалось нормальным
Когда я оказался в Сан-Франциско, понял, что таких, как я, больше, чем казалось. Люди, которые любят собирать проекты, писать, делиться идеями. Но я всё ещё жил проводил часы на Hacker News.
Для меня это стало чем-то вроде цифрового клуба. Неофициальное, но очень точное попадание. Там были люди, которые тоже создавали и могли часами обсуждать красоту кода, решать задачи просто ради удовольствия и с интересом читать про новый язык программирования или очередной подход к матанализу.
После многих лет ощущения, что ты немного не как все, это место дало ощущение: вот, наконец своё. Не «вписался», не «нашёл нишу», а просто здесь нормально быть таким.
Произошёл внутренний раскол
Сейчас 2025 год, и если зайти на Hacker News, то то самое чувство «это моё место» уже не всегда ощущается. Комьюнити, в котором когда-то стало спокойно и понятно, словно треснуло пополам. Кто-то публикует апдейты по Cursor, делится тем, как Claude помогает собирать прототипы за выходные. А кто-то отвечает: «это ломает культуру», «это убивает навык», «это код без смысла».
Я себя отношу к тем, кто посередине. Хотя, если честно, — всё больше тянет к ИИ. Просто потому, что за двадцать лет в профессии я уже видел, как инструменты приходят и уходят. Но желание собирать, пробовать, запускать не уходит. Его не может отнять рынок, даже ты сам у себя это не отнимаешь, как бы ни устал.
ИИ не забирает желание создавать, он наоборот помогает. Может что-то упростить, может ускорить. Да, возможно, часть навыков — тех самых, которые мы копили годами — теперь меняются на интеграцию через API. Это больно, но сама потребность собирать, решать, создавать остаётся.
Возможно, изменится то, что именно мы будем строить. Но зачем — останется прежним. Рынок изменится. Ожидания изменятся. Но если ты всегда делал что-то не из страха, не из-за KPI, а потому что тебе это по-настоящему нравилось — значит, ты это не потеряешь. Даже если всё вокруг меняется.
Когда код меняется на календари
Есть страх, который я знаю слишком хорошо. Я всегда ощущал себя тем, кто что-то делает, но в какой-то неожиданный момент столкнулся со стеной. Когда получил возможность стать тимлидом, это казалось шагом вперёд. Удалённая работа, большой растущий техбизнес, интересная команда, серьёзная компания. Это было до пандемии — тогда таких ролей было немного.
Я хотел попробовать вести команду сильных разработчиков, хотел участвовать в росте компании после IPO. Это выглядело как правильный путь. То, к чему надо стремиться, если ты не просто пишешь код, а хочешь дальше.
Но почти сразу пришло ощущение тревоги. Очень быстро я перестал писать вообще. Когда всё же надо было что-то закоммитить, я открывал VS Code, делал git pull и видел, что прошло 37 дней. Иногда задача была пустяковой: открыть pull request, получить апрув через 2 минуты. Один из коллег написал в Slack: «Кайфово что-то зарелизить, да?» Да, кайфово. Но чувство пропадало так же быстро, как проходил GitHub Actions билд.
Остальное время созвоны. В 8 утра коллеги из Ирландии, потом — Восточное побережье США, к вечеру — западное. Телефон на штативе, наушники в ушах — я иду варить кофе, а фоном ещё один митинг. Обновления в Confluence, комментарии к документам, много «переслать, уточнить, передать». Я ненавижу Confluence, но проводил в нём часы. Вся работа свелась к тому, чтобы быть роутером между людьми. Время в роли менеджера шло быстро, но ощущалось… пусто.
Друг, который в то же время стал менеджером, делился похожими сомнениями. Я тогда сказал ему: «Не парься, ты классный разработчик. Роль менеджера этого не отменяет. Да, ты подрастеряешь навык, но при необходимости быстро наверстаешь. А пока ты в этой роли — это и есть твой фокус». Я действительно так думал.
Жаль, что сам не смог последовать этому совету… Потому что код и построение чего-то своего — это была большая часть моей опоры. А теперь непрерывный поток созвонов, сообщений и ощущения, что я просто поменял любимое дело на календари.
ИИ — это не угроза, пока его контролируешь
Многое из того, что сегодня звучит как отторжение ИИ-инструментов, на самом деле не про технологии. Это про страх потерять то, с чем ты себя связывал годами. Люди отвечают на хайп, и он действительно местами абсурден. Но под этим слоем есть что-то глубже: ощущение, что то, чем ты гордился, что давало опору, вдруг может стать ненужным.
Когда ты годами качал навык, идея, что что-то может это «переписать», — пугает. Даже если ты это не признаёшь. Но есть другая сторона: если ты по натуре программист — ИИ сделаны для тебя. Они тебя не заменят, а усилят. Часть прошлых навыков обесценится, но другие станут в 10 раз сильнее.
Каждый может выбрать, игнорировать или начать разбираться. И тут возвращаемся к началу истории: изучаешь не потому что надо, а потому что интересно. И ни что не отнимет этот интерес. И когда ты разберёшься в этих инструментах по-настоящему, без страха и с интересом — ты снова окажешься в своей зоне.
Придётся снова переизобрести себя
Когда ушёл из инженерной роли в управление, кода стало меньше. Работа закрывала ту же потребность создавать. Просто другим способом: тексты, видео, демо-проекты. Тоже творчество, просто через другой интерфейс.
Это работало, но это была уже не та атмосфера… Раньше я хотел понимать что-то новое, оставаться сильным разработчиком. Запускал сайд-проекты, чтобы попробовать инструмент, протестировать подход, или просто сделать то, что не успевали реализовать на работе так, как хотелось.
В команде часто не хватало времени. Или кодовая база была слишком старая. Или просто никто не верил, что можно лучше. А я верил, даже когда на работе писал мало, внутренне всё равно нужно было писать. Иначе начнётся ломка, потому что это реально затягивает: начинаешь что-то собирать, застреваешь, находишь решение — и тут же хочется повторить.
Когда я начал пробовать языки со строгой типизацией, эта петля стала ещё ярче. Ошибся — злость, разобрался — кайф. Но это не всегда удобно. Иногда утром нужно монтировать выпуск подкаста, готовить интервью, искать историю. И вроде бы в этом тоже много интересного, но иногда ловлю себя на том, что отвлекаюсь. Открываю IDE, зарываюсь в код и сам себя убеждаю: это тоже важно, это ведь решение. Хотя на самом деле — просто снова потянуло что-то построить.
Я не могу с этим ничего поделать. Я просто люблю собирать маленькие штуки даже если они не нужны. Просто потому, что не могу не делать.
Сайд-проект может выйти из-под контроля
Есть один странный пример. Если зайти на CoRecursive.com, там есть страница /rankings. А внутри — подборки популярных эпизодов из других IT-подкастов: по Python, Android, облакам, Linux. Всё это началось как отвлекающий сайд-проект. Я просто хотел немного отвлечься.
Тогда я пытался разобраться с Bash. И, как это бывает, получился перебор. Набросал пачку скриптов, которые парсили RSS, тянули твиты, читали отзывы — всё ради одного: понять, какие эпизоды реально слушают, чтобы находить интересных гостей для шоу. Но в какой-то момент всё вышло из под контроля. Проект стал отдельным организмом.
Я решил выложить его на сайт, потом переписал на чём-то другом. А потом… даже не проверял, работает ли оно как задумано. Я не уверен, что вообще использовал эти данные. Но скрипт до сих пор крутится и каждый день собирает метрики. Я почти уверен, что в какой-то момент всё это перепишу на Python.
ИИ — это не соперник. Это партнёр
Сейчас мы в точке, которая напоминает шахматы в 2005 году. Ты неплохой игрок, но вдруг против тебя выходит компьютер и ты проигрываешь. А потом кто-то предлагает не играть против движка, а с ним. Пусть он ищет тактику, а ты видишь стратегию. Он считает, ты направляешь. И вместе вы играете сильнее, чем по одиночке.
На этом этапе сейчас ИИ. Он может сам собрать простой список дел на React или калькулятор. Но если задача выходит за шаблон, если кодовая база большая, а решений ещё нет — нужен человек. Тот, кто умеет задавать направление, делить сложное на выполнимое, видеть, где предложенное можно улучшить. Это должен быть ты.
ИИ — это скорость, шаблоны, автоматизация. Ты — это интуиция, замысел, цель. В паре вы берётесь за проекты, до которых раньше просто не доходили руки. Если ты ещё не пробовал — попробуй. это полезный навык. Как когда-то освоить Linux или уйти с Windows на Mac — в начале всё идёт не так: кнопки не нажимаются, на созвоне ты промахиваешься по горячим клавишам, и кажется, что это позор. Но через год ты уже не представляешь, как было иначе.
Или как с Haskell. Пишешь красивый парсер, но в какой-то момент всё ломается из-за одного символа в логах. Ты тратишь часы, чтобы понять, где выстрелил крайний случай. Ты злишься, но растёшь. Потому что именно в момент, когда всё кажется медленным и глупым — ты учишься. Не когда всё удобно, а когда идёт вразрез с тем, к чему привык.
ИИ — это не магия. Они неудобные, непонятные и местами раздражающие, но в них стоит вкладываться. Не потому что они всё сделают за тебя. А потому что это среда, где можно расти, где снова надо учиться, где снова появляется азарт. Это будет тяжело, но именно значит, что ты на правильном уровне сложности.
Относитесь к этому как к обучающему проекту
Если вы не пробовали работать с кодогенерацией — это тот случай, когда лучше не спорить, а разобраться. Особенно если внутри осталось сопротивление и вы тот, кто привык строить. Попробуйте, потому что это может оказаться интереснее, чем вы думаете.
Выберите инструмент с сильной моделью — Claude Code, AMP, Cursor — их много. Почитайте, что из этого даёт именно агентный цикл: когда ИИ не просто дописывает строку, а разбирается, тестирует, пробует снова. Такие инструменты требуют вложений: платные подписки, просмотр рекламы и прочее. Но если не выделить время и не потрогать руками, вы не поймёте, на что это способно.
На Hacker News часто обсуждают эти инструменты и критикуют их. Но многие из тех, кто пишет «не работает», сами не пробовали. А без опыта ни о какой критике не может идти речи. Потому что когда вы пройдёте стартовую кривую и начнёте понимать, как использовать ИИ осознанно, появится настоящее удовольствие.
Важно понимать: ИИ — не шаман, который ускорит работу в 10 раз с первого пинка. Это лишь инструмент. Это как переход с императивного к функциональному программированию или изучение ООП, когда всё сначала кажется ненужным и сложным.
Начните с малого, но начните
Относитесь к этому как к новому навыку. Начните с простого: представьте, что перед вами младший разработчик, с которым вы работаете в паре. Он пишет код — вы направляете.
Один из хороших способов начать — взять библиотеку, которую вы давно используете, но плохо понимаете. Склонируйте репозиторий, подключите своего агента и начните спрашивать:
- Как устроена логика?
- Где точки входа?
- Как устроены основные структуры?
Пусть ИИ сгенерирует документацию, которая поможет лично вам разобраться. Это безопасная среда без дедлайнов. Вы спрашиваете, агент объясняет, вы уточняете. Он пробегает по коду быстрее вас и даёт быстрые гипотезы. Вы проверяете, докручиваете, двигаетесь дальше.
Следующий шаг — маленький проект. Лучше не с нуля, а на основе чего-то, что вы уже делали. Но с новым поворотом или на другом языке. Не ждите, что LLM сделает всё. Стройте с ним диалог: планируйте, уточняйте, просите тесты. Работайте по шагам, блок за блоком. Разбирайтесь и учитесь пользоваться агентами правильно.
Работа с LLM — это как пара с разработчиком, у которого свои сильные стороны, свои слепые зоны и своё чувство вкуса. У него есть паттерны, у вас — контекст. Вместе вы сильнее, но только если научитесь слушать, уточнять и направлять.
Но чтобы туда дойти — сначала нужно просто начать.
Как я собирал проект с ИИ на пару
От редакции: ранее мы переводили статью автора, который практически полностью собрал рабочее приложение через Claude.
Недавно хотел собрать скрипт, который берёт видео с YouTube, вытягивает mp4, вытаскивает звук, делает транскрипт и превращает это в пост для блога с ключевыми кадрами из самого видео. Всё без ручной рутины.
Открыл VS Code, в сайдбаре AMP. Просто начал диктовать задачу, через Mac Whisper проговаривал: «Хочу скачивать YouTube-видео, делать транскрипт, вытягивать ключевые кадры и отмечать их в отдельном файле. Есть ли нативный способ на Python или проще использовать youtube-dl?»
Дальше пятнадцать минут туда-сюда. Я объясняю, AMP подсказывает, предлагает варианты, мы перебираем. Иногда он уходит в детали и упускает суть, но это часть процесса. По сути, я использовал его как очень прокачанного «резинового утёнка». Да, я немного очеловечиваю эти инструменты, просто так работает мой формат взаимодействия — диалог, уточнение, шаг за шагом.
В первой версии получился один большой скрипт, кривой, но рабочий. Дальше начали разбивать на файлы, приводить в порядок. После каждого серьёзного шага коммит, чтобы можно было откатиться. Мы разбирались, тестировали, меняли подход. Мне важно самому понимать, как код собирается. Даже пришлось добавить несколько собственных линтеров, чтобы AMP выдавал код в нужном мне формате.
В какой-то момент упёрлись в лимит размера файлов у Gemini. Нужно было пересылать файлы через дополнительный API. Решили это, но ещё до этого добавили этап с FFmpeg, чтобы понизить разрешение и избежать лишних аплоадов.
AMP ходит по документации, ищет и копает за меня. Иногда это супер полезно — он находит то, на что у меня просто нет времени. И в целом кажется, что проект затянулся, но на самом деле всё собрано быстрее, чем если бы я делал это один. Я отдал ИИ скучные куски, сам сосредоточиться на логике. Это было реально весело.
Всё дело не в идеальности, а в том, как ты это используешь
Я знаю, какие обычно звучат возражения. Если всё равно приходится постоянно направлять ИИ, то зачем вообще с ним возиться, почему не написать самому? И эта критика не то чтобы ошибочна, просто она мимо сути. Она не про то, как это ощущается в процессе. А в процессе это быстро, живо, по-своему весело. Финальный код часто выходит лучше, чем если бы делал в одиночку.
Есть и другой аргумент: если ИИ такой продвинутый, зачем тогда вообще учиться, тратить время, придумывать обходные пути? Если он такой умный, пусть всё делает сам. Только на практике это не «искусственный интеллект», а просто гибкий и умный инструмент.
Если бы это был полноценный ИИ, не пришлось бы подбирать промпты. Можно было бы просто сказать: «Посмотри, как я работаю с этим ПО и сделай лучше». Или: «Вот 50 видео, где пользователи залипают, оптимизируй интерфейс». Или: «Вот исходники ядра Linux — перепиши фрагменты на Rust и оформи pull request». Но мы ещё не там.
Сегодняшние инструменты усиливают тебя, но только если ты готов в них вникнуть. Попробовать и потратить время, настроить нейросеть под себя. Они работают с тобой — если ты готов отпустить страхи, признать предвзятость и включиться в процесс.
Что Hacker News недоговаривает
Недавно на HN кто-то жаловался, что Claude пишет неэффективный код. Конкретный пример: пользователь просил скрипт, который нормализует ориентацию фотографий. Те самые случаи, когда телефон делает снимок, и он визуально лежит боком, а поворот зашит в EXIF-заголовке. Некоторые программы этот флаг читают, а некоторые — игнорируют.
Пользователь сформулировал задачу, Claude выдал решение. Оно показалось корявым, поэтому попросили исправить и сделать новый вариант — он тоже не устроил. Только с третьей попытки результат оказался приемлемым. Итоговая мысль автора — мол, ИИ приводят к компромиссным решениям, с ними нужно нянчиться, это неэффективно.
Формально — да, но по сути это рабочий процесс. Две правки — это нормально. Может, описание задачи было расплывчатым. Это не баг, это реальность любой совместной работы.
Нейросеть не угадывает намерения. Это «коллега», с которым нужно обсуждать, уточнять, пробовать и переделывать. Я сам бывал в ситуациях, где пять итераций ушло на то, чтобы выбрать правильную структуру кода.
«Не разучусь ли я сам писать код?»
Это вопрос, который я себе тоже задаю. Атрофия навыков реальна. Возьмём тот самый проект с расшифровкой видео. Я не могу сказать, что знаю весь его код. Есть проекты, которые я писал сам, их я помню по строкам. Помню, где что находится, как устроена структура, как всё собиралось. Здесь иначе: многое я просто не трогал. Когда ты пишешь не один — ты теряешь часть вовлечённости. И да, можно опасаться, что теряешь навык.
Но если воспринимать это не как способ «прокачать Python», а как освоение нового инструмента, всё меняется. Сейчас цель — не просто кодить, а уметь делать это вместе с ИИ. Когда смотришь на это как на новый навык, тревоги становится меньше. Если что я всегда могу вернуться к чистому коду, иногда так и делаю.
Что касается других претензий — «ничего не работает», «это не помогает» — часто за этим просто пробел в навыках. И это нормально, не обязательно всё получается с первого раза. Вопрос не в том, «плохой ли инструмент», а в том, «что я упускаю» и «чему ещё стоит научиться». Люди вокруг собирают на этих инструментах рабочие продукты, и если у кого-то получается — это повод не спорить, а попробовать под другим углом.
Они не идеальны и раздражаться — нормально. Можно уйти, вернуться через год. Но лично я решил остаться, потому что всё это новое, непривычное, и в этом как раз и есть интерес.
Любопытство, которое можно автоматизировать
До того, как у ChatGPT появился режим глубокого ресёрча, я собрал своего собственного «помощника». Использовал Windsurf как кодогенератор, задача была вполне прикладной — подготовка к подкасту. Нужно было составить таймлайн: где человек учился, где работал, какие проекты делал, когда менял траекторию. Это помогает вести разговор, но занимает кучу времени.
Собрал веб-приложение, которое автоматизирует этот процесс. Оно находит блоги, сканирует страницы, собирает посты, идёт по ссылкам, анализирует релевантность, находит интервью, транскрибирует, и пытается построить карьерную ленту по всем этим данным.
Первый серьёзный тест был перед интервью с авторами Hatetris. Они подготовили собственный таймлайн, очень подробный. И всё равно мой инструмент нашёл пару фактов, которых у них не было. Я сначала подумал, что бот наврал, но, как оказалось, они сами забыли некоторые детали. Было впечатляюще.
Это сэкономило кучу времени и при этом работало не хуже, а местами лучше. Сам процесс создания инструмента был по-настоящему интересным. Работа с агентами даёт тот же эффект, который всегда нравился в программировании: фрустрация, прорыв, обратная связь, рост. Только тут всё непредсказуемее, и от этого цепляет сильнее.
Я научился не микроменеджить. Когда планирую с AMP, я просто диктую мысли голосом — всё, что важно, он отвечает, мы уточняем, проектируем вместе. У меня уже собралась своя «папка приёмов», диктовка — точно один из них.
Также я начал чаще использовать агентов для мелкой автоматизации. GitHub Actions, билды — боль. Иногда прошу агента внести изменения или посмотреть, что я поменял, и предупредить о проблемах до коммита. Это экономит время как мгновенный code review. И точно быстрее, чем ждать, пока упадёт сборка.
Новые приёмы, но старые привычки
Python не всегда был моим основным языком. Я начал использовать его активно относительно недавно, в первую очередь потому, что агенты с ним работают лучше всего. И понял, что всё, что я раньше любил — строгую типизацию, линтеры, статический анализ — стало не просто полезным, а критически важным. Сейчас я включаю всё, что у меня есть: форматирование, линт, тайп-чекеры. Потому что когда агент что-то меняет, вся эта обвязка сразу показывает, где сломалось.
Даже дубликаты ищу автоматически, потому что LLM может легко пересобрать уже существующий фрагмент, просто не заметив, что он был. Чтобы проект не превратился в кашу, нужно помогать находить повторы, указывать, где есть готовое решение.
Один из самых полезных приёмов — массовые рефакторинги. Когда сигнатура функции меняется во всей кодовой базе. Я делаю первую замену руками. Потом говорю: «Окей, теперь — остальные». И AMP находит все вызовы, меняет всё аккуратно, даже если это в восьми разных местах. Особенно круто, когда подключены субагенты — они справляются за секунды.
В какой-то момент я понял: эти инструменты не просто ускоряют, а меняют сам масштаб задач, за которые ты готов взяться. Начинаешь думать шире: «А может, вообще всё переорганизовать?» Вручную это было бы невозможно, а теперь реально.
Конечно, инструменты не волшебные. Они вероятностные и могут наломать дров. Скорее всего, появится новый антипаттерн: инженер с ИИ, который заливает pull request на перепись двух третей проекта, потому что «мог». С этим тоже надо аккуратно — инструмент не отменяет здравого смысла.
Когда перестаёшь писать код и начинаешь проектировать
Зимой, на каникулах, был в Мексике — Юкатан, all inclusive, всё как положено. Жена читала огромную биографию Роберта Каро, я лежал рядом с ноутбуком на коленях, и пытался разобраться, как устроен формат файлов Descript, чтобы редактировать подкаст автоматически.
Через три часа я нашёл, где хранятся проекты. Это архив zip, в котором десятки документов. Мы начали менять содержимое, перезапускать Descript и смотреть, что ломается, а что работает. Часть логики в TypeScript. Я сам бы в этом не разобрался, но LLM проходил по коду, вычленял нужные куски, помогал понять структуру.
Это задача, за которую раньше я бы даже не взялся. Потому что половина кода на языке, которым я не пользуюсь. К тому же он сделан так, чтобы в нём было трудно разобраться. Благодаря LLM я писал вручную обработчики для десятков JS-файлов. Я формулировал требования: «Нужно использовать только те части этого файла, которые нужны. Не хотим зависеть от формата целиком, чтобы не сломалось при следующем апдейте».
Я стал действовать как архитектор, причём в лучшем смысле. Не как человек, который «описывает», а как тот, кто формулирует принципы. LLM взял на себя всю рутину, я остался на уровне решений.
Автоматизированную проверку сделать не вышло — Descript завязан на интерфейс, и процесс восстановления из бэкапа приходилось запускать вручную. В итоге проект так и остался незаконченным.
Я отвлёкся, но суть не в результате. А в том, что лежа у бассейна, экспериментируя с этим странным кейсом, я понял, что что-то сдвинулось, начал думать иначе. Выкидывал подходы, которые не работают. Заходил с другой стороны. И всё потому, что инструменты наконец убрали достаточно «шума» и дали фокусироваться на реально интересных частях задачи.
Если неловко — значит, растёшь
Некомфортное ощущение «я не понимаю, что делаю» знакомо каждому. В самом начале всегда тревожно. Но со временем я научился считывать в этом рост. Там, где неудобно — там движение.
Когда начал серьёзно работать с Python, всё ещё пытался тащить с собой привычки из Scala, это иногда мешало. С ИИ-агентами этот барьер проще преодолевать. Я быстрее переключаюсь: не «как сделать по-старому», а «как это решается по-питоновски». И модель тут становится гидом, подсказывая идиомы, которые сам бы не нашёл.
Мне до сих пор ближе определённый стиль: меньше состояний, больше передаваемых структур, меньше классов с логикой внутри. Когда заходишь в новую область — хорошо, когда рядом есть носитель языка, кто может подсказать ритм, показать на примере. LLM в этом плане идеальный попутчик: знает десятки технологий, переключается быстро, помогает не застревать.
Для меня важно иметь рядом партнёра, с которым можно пробовать странные идеи, заходить под другим углом, получать объяснение, а не просто ссылку в доках. Всё становится легче и интереснее. Меньше копаться в документации, больше играть и исследовать.
Но не всем это нужно, потому что кто-то уже идеально чувствует свой стек, или кто-то работает настолько хорошо, что ИИ не поможет. Это нормально. Не обязательно быть на острие и учиться постоянно чему-то новому.
Но если почувствовали хоть на секунду интерес, сопротивление, азарт, неловкость — возможно, это как раз то место, где стоит остановиться. Посмотреть внимательнее и дать себе шанс.
Ни «за», ни «против» — я просто делаю
Недавно друг и бывший гость моего подкаста, Крис Кричо, сказал: «Ты анти-анти-AI». И, честно говоря, это довольно точно. Кто-то безостановочно хвалит ИИ. Кто-то так же упорно отрицает их пользу. А я где-то посередине, пробую и получаю от этого удовольствие.
Я считаю, что эти инструменты полезны. И, возможно, мне легче это видеть, потому что я сам не гений Python и далеко не эксперт. Именно поэтому мне хорошо видно, сколько пользы они могут принести. Никто не говорит, что теперь нужно всё писать через код-агента. Я просто хочу сказать пару слов тем, кто колеблется. Кто чувствует интерес, но не знает, с чего начать.
Попробуйте. Единственный способ понять, на чьей вы стороне — пройти этот путь самостоятельно. Сейчас отличное время для того, чтобы снова начать строить.
Код, который пишу сегодня, совсем не тот, что был раньше, когда я работал с Scala в проде и искал уязвимости в контейнерах. Но суть осталась, мне по-прежнему нравится собирать. Просто сейчас рядом есть новый инструмент, который не исчезнет.
Любопытство, с которого всё началось, — оно никуда не делось. Инструмент другой, но удовольствие от того, что ты сделал что-то, чего до этого не было, — оно осталось. И это главное.
Выбирать — строить
Я тоже иногда думаю «а что если ИИ реально сделает следующий скачок? Настолько, что придётся пересобрать само понятие “работа”». Это немного пугает, но такой вопрос не на сегодня.
Инструменты уже здесь, они работают и помогают. Можно тратить время на размышления, задаваться вопросами. А можно на то, чтобы наконец сделать то, на что раньше не хватало ни ресурсов, ни времени. Можно сопротивляться, а можно пробовать. Повернуть туда, где раньше не был, и посмотреть, что получится.
Для меня выбор очевиден: я хочу продолжать кодить. Поэтому говорю: если интересно — начинай с малого. Возьми сайд-проект, подойди к нему как к эксперименту. Может быть, ты вдруг поймёшь, что это ощущение — тот самый кайф, ради которого ты когда-то начал программировать. Если нет, то это тоже нормально.
Но если ты, как и я, до сих пор ловишь драйв от того, что что-то сложное вдруг начинает складываться в систему — значит, в этом точно есть смысл. Потому что, в итоге, мы всё ещё те, кто хочет что-то решать. Кто замечает, где работает плохо, и думает: «А как можно иначе?» Кто придумывает то, чего ещё нет и хочет это реализовать.
Инструменты меняются, но радость от результата не пропадает. Это всё тот же процесс. И, если подумать, лучшее, что могло остаться.
