AI, который прежде не мог толком сделать даже один модуль за день, теперь начинает выполнять целые рабочие задачи. Оглядываясь назад, я вижу, что за 2 года мой способ работы менялся примерно четыре раза, и каждый раз вместе с ним менялось и моё место.
1. Эпоха подсказок — обычная среда разработки
Поначалу AI-кодинг был простой функцией подсказок. Пишешь код, а тебе серым показывают следующие несколько строк; нажимаешь Tab — и принимаешь их. Работу по-прежнему делал я, а AI был инструментом, который немного ускорял мои руки.
(Рисунок 1: Первый этап. Вводишь имя функции и первую строку, следующие три строки появляются серым, и их можно принять нажатием Tab.)2. Эпоха окна чата — небольшие функции и отладка с хорошим промптом
На втором этапе я стал поручать AI создание небольших функций и отладку, используя хорошие промпты. Моё рабочее место переместилось из редактора среды разработки в окно чата рядом с ним. Кажется, примерно до 2024 года хорошим специалистом считался тот, кто умел писать хорошие промпты.
(Рисунок 2: Второй этап. Я объясняю в чате, где возникла ошибка, AI показывает код для исправления, а я вставляю его в редактор.)Опрос разработчиков Stack Overflow за 2025 год хорошо передаёт тогдашние настроения. 84% респондентов уже пользовались AI-инструментами или планировали это делать, а 51% профессиональных разработчиков использовали их ежедневно. При этом агентами на работе пользовались примерно трое из десяти, даже если сложить тех, кто делал это ежедневно, еженедельно и время от времени. Людей, не доверявших точности ответов AI (46%), было больше, чем доверявших ей (33%).
3. Эпоха harness — определить спецификацию и направить работу
На третьем этапе, который начался в этом году, я определял спецификации и следил за тем, чтобы разработка шла как надо. Мы определили harness и создали для него среду. Экран моего компьютера заполнился чёрными окнами терминалов. Я открывал несколько терминалов, потому что одновременно занимался несколькими задачами. Когда harness был готов, агенты смогли вести работу от начала до конца, и ждать их стало дольше.
(Рисунок 3: Мой настоящий экран на третьем этапе. Слева список агентов, в каждом окне свой агент — Codex, Claude Code или OpenCode — работает над порученной ему задачей. В среднем окне виден отчёт агента о работе.)В это время быстро росла продолжительность задач, которые AI мог выполнять самостоятельно. В январе этого года организация METR, оценивающая AI, сообщила, что продолжительность задачи, которую AI может завершить с вероятностью в половину (измеренная временем, нужным человеку), долгое время удваивалась примерно каждые 7 месяцев, а после 2024 года этот срок сократился примерно до 89 дней. За этими числами стоит переход от AI, которому с трудом давался один модуль, к AI, которому можно поручить работу на несколько часов.
В феврале OpenAI рассказала о том же под названием «Harness Engineering». За пять месяцев агенты создали продукт примерно на 1 миллион строк исходного кода без кода, написанного людьми вручную, а работа инженеров сместилась от написания кода к проектированию среды для работы агентов.
Эту картину программирования в терминале я поместил в виде вебтуна в главу 1 моей книги «Harness Engineering». В нём я отправляюсь к себе в 1999 год и понимаю, что тот не поверил бы, если рассказать ему, что в будущем мы будем программировать с помощью GPU и терминала. Но когда я писал 2-е издание, рядом добавил замечание в скобках: похоже, и это скоро закончится.
(Рисунок 4: Вебтун из главы 1 книги «Harness Engineering». Я из будущего прихожу к себе в 1999 год и говорю: «В 2026 году мы программируем с помощью GPU, а популярный инструмент для кодинга — терминал», но я из прошлого прошу не шутить.)4. Эпоха мессенджера — документы, отчёты и согласования
И наконец, с октября я стал следить за расписанием, просматривая мессенджер, проектные документы, отчёты и запросы на согласование. В терминал я теперь захожу, когда что-то сломалось, а работа вышла за пределы разработки ПО и охватила все дела компании.
(Рисунок 5: Экран, который я вижу сейчас. В календаре появляются задачи с именами AI-коллег, которым они поручены.)
(Рисунок 6: Работа с документом. Я оставляю в нём заметку в одну строку, AI-коллега исправляет документ с обоснованием и рядом с заметкой отвечает, что именно изменил.)
(Рисунок 7: Согласование в мессенджере. Minho присылает три вопроса для решения, а я отвечаю одной строкой: «везде a».)AI-коллеги получают задачи через мессенджер и оставляют результаты в документах, а я просматриваю документы и утверждаю их. Сейчас так ведётся не только разработка, но и работа с почтой, предложениями, учебными материалами, вебтунами и блогом. Это видно и в цифрах.
(Рисунок 8: График из материалов Nextain для инвесторов. Объём кода, ежемесячно добавляемого в репозиторий продукта, вырос с 92 000 строк в феврале до 254 000 строк в сентябре. Данные за сентябрь охватывают 1–22 числа.)
(Рисунок 9: От одной строки заметки до согласования и записи. На сайте этот процесс, по которому сейчас работает компания, изображён в четырёх блоках.)5. То, что я называл правильным ответом
Все эти большие перемены произошли за 2 года. От подсказок небольших фрагментов кода мы действительно прошли долгий путь до работы с AI в качестве члена команды, и, кажется, всё то, что я за это время называл правильным ответом, постепенно исчезает. Было время, когда ответом считался хороший промпт, потом — хороший harness, а теперь и то и другое стало лишь частью работы.
6. Чем я занимаюсь теперь
Я записываю этот путь таким, какой он есть, и превращаю его в продукты.
- «Harness Engineering», 2-е издание: В 1-м издании, вышедшем в июле, я собрал опыт и трудности работы с AI-агентами для кодинга. За последующие три месяца я работал над делами компании вместе с несколькими AI-моделями и коллегами, расширил harness, которым пользовался один, до рабочего пространства для команды и компании (Naia ADK 2.0) и рассказал об этом во 2-м издании. Перед публикацией я дал всю рукопись трём AI и попросил не хвалить её, а сказать, действительно ли она стоит покупки. По каждому замечанию я снова открывал код и коммиты, проверял и исправлял. 2-е издание скоро выйдет. 1-е издание: https://leanpub.com/naia-harness
- Naia AX: Я пробую создать AX-продукт, который поможет учреждениям и компаниям перенести к себе этот способ работы. «От AX, запускающего заданные процессы, к AX, где работаешь с AI-коллегами разных профессий». Сначала мы создаём рабочее пространство (Naia ADK), собирая материалы организации и её рабочие стандарты, а затем приводим туда AI-коллег для разных ролей. Сотрудник оставляет в документе заметку в одну строку, AI-коллега исправляет его с обоснованием и отвечает, а после утверждения остаётся запись, по которой работу может продолжить следующий человек. Получается, мы переносим в организацию описанный выше четвёртый этап. Мы создаём систему вместе в пять этапов: диагностика → подготовка → совместная работа → оценка → самостоятельная работа. Она устанавливается в облачном аккаунте учреждения или компании, поэтому при смене поставщика AI система остаётся на месте. В прошлом месяце я также провёл занятие на углублённом курсе AX для Национальной налоговой службы, посвящённом планированию, и сейчас готовлю продукт для малого бизнеса.
- Интеграция с продуктом Naia: Основу, созданную для работы с AI-коллегами в компании, мы добавляем и в персональную Naia. Структура, в которой задачи поручаются через мессенджер, результаты приходят в документах и сохраняется память, становится одинаковой для компании и для личного использования.
О том, чем занимается Nextain, я рассказал на сайте.
- Сайт Nextain: https://nextain.io/ko
- Описание Naia AX: https://nextain.io/ko#ax
- Брошюра AX: https://nextain.io/brochures/ax-20261030/index.html
- Брошюра Naia: https://nextain.io/brochures/naia-20261030/index.html
7. Где же во всём этом я?
За 2 года моё место переместилось из редактора в окно чата, из чата в терминал, а из терминала в мессенджер. Я разработчик, который писал код своими руками, но сейчас большую часть добавляемого в продукт кода пишет AI. Вместо того чтобы открывать код строка за строкой, я задаю направление и проверяю результат в действии. Мы действительно используем созданный таким образом продукт, и потому я верю, что в этом есть ценность, но мне до сих пор немного страшно: так ли это на самом деле? Куда всё пойдёт дальше, я и сам пока не знаю. Где же во всём этом я?
Действительно ли я создаю ценность? Имел ли смысл тот период, когда я один изо всех сил пытался всё это построить? Теперь даже эту проверку я снова поручаю AI и от него же получаю утешение и уверенность. Но, зная его пределы, я могу только продолжать сомневаться и всё перепроверять. А поскольку мы только начали выпускать продукты и пока не получили коммерческих результатов, мне ещё страшнее. Удаётся ли тем, кто читает этот текст, получать удовольствие от этих перемен? Или это только я попал в такую петлю самоанализа?
Долгое время возглавляя небольшую организацию, которой никак не удавалось добиться успеха, я чувствую, как много весит просьба «Пожалуйста, утвердите». Ответственность за результат пока всё ещё целиком лежит на человеке.
