Таков путь 🖖 | Алексей Халезов

Когда задач становится больше, привычный ответ — нанять ещё людей.

AI-first меняет эту логику: сначала разбираешься, какой результат команда может получить с нейронками, и уже после решаешь, кого не хватает.

В «Генеральном директоре» вышла довольно интересная, на мой взгляд, прикладная статья про то, как мы внедряли AI-first управление командой в Кайтене. Поделился личным опытом, конкретными кейсами и тем, как менялась работа команды.

Прошли четыре ступени:

→ Сначала спроси нейронку. Прежде чем отвлекать коллегу, попробуй разобраться в задаче через AI.

→ Контекст компании. Подключили документы и данные, чтобы нейронка понимала продукт и наши правила.

→ База знаний. Упорядочили этот контекст: продукт, клиенты, структура компании, цели. Ответы стали точнее.

→ Harness. Собрали вокруг регулярных задач контекст, этапы, правила, шаблоны и проверки, по которым агенты выполняют работу.

Контекст и логика работы хранятся отдельно от конкретной модели. При её смене не нужно собирать процесс заново.

→ На практике продакт с AI-агентом проверяет влияние новой функции на архитектуру за час вместо прежних двух недель пока ждет результат от системного аналитика.

→ Осмысленные лендинги под ключ стали собирать за пару часов без найма дополнительных дизайнеров и верстальщиков.

→ Расчёт тарифных сценариев сократился с нескольких дней до минут.

→ Анализ активности клиентов помог заранее заметить риск ухода и удержать нескольких крупных заказчиков.

Лично знаю ребят, которые вдвоём делают довольно большой сервис-деск. Такая эффективность небольшой команды у меня вызывает восторг. Понимаю, что раньше это было исключение из правил, но сегодня это хороший пример применения AI-first подхода и какие продукты может делать маленькая команда.

Если посмотреть на последний год, развитие AI и уровень автономности агентов просто впечатляют. Вижу, как с каждым кварталом нейронкам можно передавать всё больше рутины и всё более сложные задачи.

Поэтому сейчас принципиально не вижу необходимости собирать огромный штат при создании или развитии компании. AI даёт команде такое плечо, чтобы добиваться большего без привычного наращивания штата для этого. За людьми остаются проверка, решения и ответственность за результат.

В статье — подробный разбор кейсов и рекомендации, как повторить у себя: https://e.gd.ru/1210749

Из отпуска привёз решение уйти из Кайтена

37 лет живу в Питере, а в Карелии побывал впервые. Как-то умудрялся всё это время туда не доехать. Очень впечатлило, как меняется природа: после привычного ровного пейзажа начинаются подъёмы и спуски, скалы и водопады, а вокруг вода и зелень. Всего три часа на машине от дома, а природа уже совсем другая.

За две недели отпуска получилось отдохнуть и подумать, что дальше. В этой поездке принял решение, что пора заканчивать историю с Кайтеном. Уезжать иногда полезно ещё и для того, чтобы со стороны посмотреть на все что происходит.

Вначале мои личные интересы и цели очень хорошо совпадали с направлением развития Кайтена. Со временем наши пути начали расходиться, а напряжение накапливалось без возможности решения. Хорошее начало и полученные результаты никуда не делись, за что благодарен всем причастным, но пришло время бежать дальше.

Уже занимаюсь новым проектом и с энтузиазмом вникаю во все его детали. Чувствую, как возвращается прежний энтузиазм к делу, это радует. Снова хочется вникать и разбираться, строить что-то новое и полезное, в общем продолжать делать то, что люблю.

У меня такие перемены в отпуске впервые, хотя наблюдал это явление неоднократно. А у вас такое бывало?

Год назад мы в Kaiten заметно урезали бесплатный тариф. Обычно такие истории заканчиваются оттоком и волной негатива, а у нас клиентская база фактически удвоилась

До этого на бесплатном можно было работать почти без ограничений, и там накопилось примерно столько же команд, сколько у нас платило. После изменения условий большая часть из них перешла на платный, и почти без негатива: люди давно встроили продукт в свою работу и понимали, за что теперь платят.

Эту историю рассказал для большого разбора про модель монетизации - freemium на RB.ru. Там же — как считать экономику бесплатного тарифа, где проводить границу между бесплатным и платным, и кейсы Spotify, Slack, Dropbox, Битрикс24 и Evernote.

Если совсем коротко, как я это объясняю: freemium — это лестница, по которой бесплатно поднимаешься на два этажа. А чтобы попасть на пятый, нужен лифт, и вот за него уже платят.

→ Кому интересны детали, вся статья здесь - https://rb.ru/reviews/kak-rabotaet-freemium-model

Покупатель приложения предлагал $300 тыс., а я отказался, потому что был уверен, что раскачаю обороты сам. Через полгода продал его конкуренту из Марокко за $150 тыс., ровно вдвое дешевле.

Это одна из пяти ошибок, про которые рассказал для Inc. Russia. Каждая стоила денег, времени или целого проекта.

→ imin, мобильный видеоредактор: четыре года работы, $200 тыс. инвестиций, 300 тыс. пользователей — и весь рост держался на одном партнёре по платному трафику. Он потерял интерес, и единственный канал дистрибуции рухнул.

→ Rivo, криптокошелёк: $1,5 млн инвестиций, 8 месяцев до запуска в рынок, который к идее ещё не был готов. Ставка была на иновационный продукт, но тайминг оказался не подходящий.

→ Игра в Telegram: вложил около $60 тыс. своих, собрали 100 тыс. пользователей, но вернули только $16 тыс., а для окупаемости нужно было 500 тыс. Tire 3 аудитория оттуда почти не платит, я знал это по мобайлу и всё равно поддался хайпу.

→ ИИ ради ИИ: уже в Kaiten мы вложили десятки миллионов рублей в ИИ-функции, потому что это был сильный хайп и тренд рынка. Но строить их сбоку от продукта — бизнесовый тупик, получился набор фич без спроса.

→ Бюрократия: после маленьких команд планировал в месяцах, а корпоративная среда живёт согласованиями и встречами. Хуже другое — ты начинаешь замедляться сам.

Четыре ошибки из пяти — это вложения в продукт без проверки спроса. Раньше проверить спрос было долго и дорого, а сейчас рабочую версию можно собрать за дни, так что оправданий не осталось.

Подробно, с цифрами и деталями по каждой в статье на Инк:
→ https://incrussia.ru/share/oshibki-startapov-5-urokov/

Недавно сделал ресерч и написал разбор куда движется SaaS: агенты не убивают рабочие системы, а начинают ими пользоваться, и в какой-то момент люди просто перестанут заходить в интерфейс. Это был прогноз — то, к чему мы придём, но точно не завтра, так казалось пару месяцев назад.

А сегодня наша команда уже активно использует CLI для управления процессами в Кайтен, который имеет более 300 инструментов управления и умеет делать буквально всё что нужно. Думаю что многие даже забыли, что такое настраивать процессы руками, когда можно попросить сделать это за тебя агента, просто описав требования и получить результат за считанные минуты вместо часов.

Ещё на прошлой неделе у нас вышел кейс клиента, который уже сегодня так живёт. Контент-агентство работает в Кайтен через ботов и почти не заходит в него руками. То есть будущее, про которое рассуждал пару месяцев назад, происходит прямо сейчас — внутри нашего же продукта и пока без нашего участия.

Коротко фактура из кейса:

доска из 19 этапов, 100–300 материалов в месяц, один текст проходит через руки шести-восьми человек. В интерфейс из них заходят только менеджеры и только на планировании, остальные живут в Телеграм чатах.

Всю работу внутри делают четыре AI-агента: заводят карточки и папки, проверяют условия и двигают по этапам, пишут брифы и письма, вычитывают тексты. Карточка живёт 5–7 дней, около 50 действий с ней делаются автоматизациями. Собрала всех четырёх агентов основательница агентства, журналист по профессии, через Claude Code.

Что из этого следует.

→ Система, где лежат данные, никуда не девается, наоборот — становится важнее. Просто её перестают видеть: задачи, статусы, права и история на месте, только читает и пишет туда бот-агент.

→ Продукт перестают выбирать по красоте. В кейсе есть отличная фраза: трекер выбирают глазами, а жить вы будете с его API. Как только процесс перерастает интерфейс, удобные доски уступают вопросу, как отсюда достать данные и что-то с ними сделать. Интерфейс и весь UI/UX становится уже не так важен.

→ Четыре узкоспециализированных агента работают лучше одного универсального. Каждый занят своим делом и знает свои границы. Мы проходили это с обратной стороны: первая версия нашего саппорт-агента пыталась уметь всё сразу и не взлетела.

→ Уйти к конкуренту после такого почти невозможно. Автоматизация завязана на конкретный API и поля, и переезд означает переписать всех ботов заново.

→ Дальше самое неудобное: компании, которые делают такой софт, до сих пор берут деньги за количество людей внутри. А людей внутри будет становится меньше, нагрузка на API при этом будет расти в разы, и существующие тарифные сетки не учитывают это.

Это история не про один продукт. В разборе a16z есть показательный пример: у клиента было 10 сотрудников с лицензиями Salesforce, команду которая использует систему сократили до двух человек и добавили один доступ для AI-агента. Восемь человек ушли, счёт по старой логике должен был стать меньше, но он вырос с $12 000 до $22 000 в месяц. Это пример своевременной реакции на изменения, но зная скорость изменений в энтерпрайзе, многие просто не успеют осознать и поменяться.

Сам рынок при этом не схлопывается, IDC ждёт роста с $318 до $576 млрд к 2029 году. Меняется другое — за что платят. Считать людей у экрана становится нечестно, когда вместе с ними в систему ходят агенты и делают это эффективнее и интенсивнее.

Считается, что сильные SaaS-компании пересматривают тарифы каждый год. По моим наблюдениям, так делают единицы. Я и сам собирался подступиться к этому в следующем году, проектируя уже usage-модель. Но судя по кейсу, браться нужно уже сегодня.

Разбор трендов:
→ https://habr.com/ru/companies/kaiten/articles/1040650/

Кейс целиком:
→ https://secrets.tbank.ru/blogi-kompanij/keys-kaytena-v-agentstve-loft/

Тут возникает ряд вопросов. Главный — за что вы будете платить софту через год: за людей, за доступы для агентов или уже за сделанную работу?

Хочется немного раздушнить канал личным контентом, а то вас утомлю и сам немного устал.

В Питере сегодня редкий хороший денёк для пробежки в лесу, погода этим летом капризная, приходится ловить момент.

Всем желаю находить время на спорт и на себя в целом, между рабочими спринтами.

Написал на Хабр, что 80% менеджеров скоро станут не нужны. Занятно вышло что работаю в компании, которая делает таск-трекер как раз для этих менеджеров

Логика простая: есть тип управленца, вся работа которого — переложить задачу сверху вниз и собрать отчёт снизу вверх. Вот эту ручную передачу информации прозрачные системы и AI-агенты сейчас и съедают, тут автоматизировать проще всего.

Но самое интересное развернулось в 124 комментариях и половина со мной крепко не согласилась.

Один из доводов меня зацепил. Хороший менеджер работает щитом: прикрывает команду от десятка топов с взаимоисключающими «срочно», и без него человек просто утонул бы в чужом хаосе. Это работа суждения под давлением, и её AI в обозримом будущем не сможет забрать.

Что по итогу. Умирает механическая часть — ретрансляция задач и отчётов. Это удалится теперь в сто раз легче. Остаётся та, где надо решать в конфликте и прикрывать своих.

→ Статья целиком: https://habr.com/ru/companies/kaiten/articles/1039538/

Но это лишь один срез. AI сейчас перекраивает всю работу разом и линейную, и управленческую. Я пока наблюдаю и продолжаю искать лучшие практики, тестировать на себе и перестраиваться под то, что уже происходит на земле.

Недавно проходил обучение про AI-First компании. Концепция сильная, но показалась мне преждевременной: между тем, как бизнес работает сейчас, и красивой картинкой AI-First лежит ещё огромный путь и не один переходный год к новым зарекомендовавшим себя моделям управления.

Кому тема курса интересна
→ Про AI-First компании: https://ai-native.aimindset.org/

А что в вашей работе — хоть линейной, хоть управленческой — AI пока не берёт?

Я перестал каждый раз объяснять нейросети, кто я и над чем работаю

За последний год понял что с нейросетью всё как с любым навыком — чем больше часов практики, тем выше грейд, который растёт ступенями.

Сначала все учились промптить, потом — собирать скиллы под повторяющиеся задачи. Дальше начинаешь делать под себя небольшие продукты, которые оптимизируют твою работу, — а когда их набирается не один и не два, приходит следующая ступень: harness, чтобы агенты хорошо работали внутри каждого проекта.

Слово новое, появилось несколько месяцев назад (ввёл Митчелл Хашимото, создатель Terraform), но идея старая. Harness — это обвязка вокруг модели: контекст, правила и инструменты для работы агента в рамках задачи. Началось у меня всё с проектов в Claude, но там такая обвязка держит тебя на одном вендоре — чем это заканчивается, я прочувствовал, когда мне подряд заблокировали пять аккаунтов Claude Code писал об этом отдельно. Поэтому всю обвязку выношу в свой репозиторий, уже не привязанный к одному сервису.

Проще на аналогии. Нейросеть без оснастки — временный сотрудник, которого каждый раз вводишь в курс дела и тратишь на это время. Проект с harness — уже интегрированный сотрудник: у него есть весь контекст, он понимает, кто ты и над чем работаешь, и сразу берёт на себя рутину, без онбординга.

Чтобы не собирать её заново под каждый проект, я собрал открытый шаблон — готовую обвязку для агентов под большой контекст. Внутри — лучшие инструменты, что нахожу:

→ Правила и порядок чтения — агент сразу знает контекст проекта и как себя вести.
→ Слои знаний и память — знание копится структурно, а не в одном бесконечном чате.
→ Поиск и проверка — находит нужное, цитирует источник и отсекает выдуманные ссылки.

Например, собираешь в базе свой стиль и прошлые посты — и агент пишет и редактирует их твоим голосом. Так же заводится проект под продукт, конкурентов или тарифы — везде, где важен накопленный контекст.

По сути harness — следующая ступень грейда: работаешь с агентом не с нуля, а как с напарником, у которого уже есть твоя экспертиза. Вход дешёвый, шаблон открыт — берите и адаптируйте.

→ Мой шаблон — ai-kb-harness-template

→ Awesome Code-as-Agent-Harness Papers — большая подборка исследований по теме.
__

На какой вы ступени — ещё промпты, уже скиллы, или пора собирать свой harness?

Harness - главный рычаг качества AI-агента

Обвязка — это всё, что модель окружает: системный промпт, инструменты, контекст, скиллы, память. На английском её называют harness. Без неё даже флагманский Claude работает как экскаватор без рычагов: мощность есть, использовать нечем.

Из последнего у нас в Кайтен — фабрика лендингов на LLM. Любой человек в компании заполняет короткий бриф (продукт, аудитория, цель) и через минуты получает готовый брендированный лендинг, неотличимый от нашей дизайн-системы. Цепочку маркетолог → копирайтер → дизайнер → фронтенд закрывает один AI-агент в обвязке: скилл под конверсионный лендинг с awareness-уровнями аудитории, реестр разрешённых компонентов, валидаторы бренда и автоматическая проверка вёрстки. Работает это на любой современной модели — главное лежит в самой обвязке.

Эти практики за последние полгода независимо описали Anthropic, OpenAI и сильные инженеры из Google и Answer.AI. И чем выше растёт мой собственный грейд работы с LLM, тем отчетливей ловлю, что упираюсь ровно в это же — в обвязку и необходимость её систематизировать. Видимо это естественная фаза взросления, через которую проходят многие, кто прошёл с LLM достаточный путь.

У обвязки есть простая граница применимости — она работает там, где есть повторяемость. Когда вы протаптываете новую тропинку или впервые идете в незнакомый домен, harness ещё неоткуда взяться: сначала пройти руками, потом систематизировать. На этой развилке и спотыкается множество корпоративных AI-пилотов.

В статье на Habr подробней разложил формулу Agent = Model + Harness, цитаты инженеров из Google, OpenAI и Anthropic, ещё несколько моих кейсов из Кайтен (включая фабрику лендингов) и практический playbook из трёх шагов.

→ Harness вокруг LLM: что я понял за полтора года ежедневной работы с Claude Code

Живите и процветайте 🖖

Куда поедет ваш SaaS-бюджет через год

Зимой и весной 2026 в венчуре произошло то, что случается редко. Два главных фонда мира — a16z и Sequoia — за пять месяцев независимо опубликовали один и тот же тезис. А Notion своей продуктовой стратегией и релизами подтверждает оба тезиса фондов. Когда конкурирующие фонды говорят одно и то же, а передовые продукты делают, это уже похоже не на идеи, а на будущую карту рынка.

Такие фонды всегда находятся на передовой и за ними интересно наблюдать. Но тут есть ещё одно совпадение: эти изменения видны и внутри Кайтен, а это ещё одно весомое для меня подтверждения тенденции изменения рынка в эту сторону.

Тезис простой: сейчас вы платите CRM (АМО, Битрикс, Salesforce и др.) за то, что там лежат ваши клиенты. ServiceNow — за тикеты. Notion — за документы. Через год-два главный платёж уедет на слой выше: тот, который эти данные читает, думает за вас и делает работу. Базы данных не исчезнут, но превратятся в инфраструктуру под чужими AI-агентами.

Сигналы рынка за полгода:

→ Salesforce в апреле сделал свою платформу «безголовой»: данные теперь доступны через программный интерфейс, в который ходят Claude, Cursor, ChatGPT и любые другие агенты. Компания открыто говорит: внешний вид готовы уступить, главное — остаться источником данных.

→ Notion за восемь месяцев из приложения для документов стал операционной системой компании. Конкуренты Notion теперь не Confluence, а Microsoft Copilot и Glean.

→ Sequoia в декабре зашла в стартап Serval, который полностью заменяет старые системы поддержки вроде Jira Service Desk. Их слоган в инвест-меморандуме: «Это не AI поверх ITSM. Это ITSM, построенный из AI».

→ MCP — общий протокол для подключения AI-агентов к корпоративным системам — за 12 месяцев из эксперимента Anthropic стал стандартом индустрии.

У нас в Кайтен доля сотрудников с активным использованием AI выросла за 10 месяцев с 5% до 80%. И я наблюдаю эту картину изнутри: внутри компании выстраивается «думающий слой», который сверху обращается к базам данных. Когда он есть, критерий выбора стороннего софта меняется. Смотришь не на «сколько у нас там внутри лежит», а на «насколько свободно агент туда заходит и работает».

Конкретный кейс из текста a16z: компания SaaStr.ai заменила 10 платных мест в Salesforce на 2 человека плюс 1 программный доступ. Платёж при этом вырос на 83%. Простая связка «больше людей в системе = больше платёж» больше не работает.

Источники, что почитать на эту тему:
— a16z, «От системы данных к системе смысла» 14 мая 2026
— Sequoia × Serval декабрь 2025
— Notion Developer Platform 3.5 — External Agents API, Workers, Agent SDK (13 мая 2026)

А вы у себя замечаете, что бюджет начинает уезжать с привычных SaaS на агентский слой или это пока чужое будущее?

Живите и процветайте 🖖

10+ лет личных финансов в приложении, семейный бюджет в гугл таблицах, а за последние две недели завайбкодил свое приложение

Хотелось простую апку, где можно видеть не только свои деньги, но и общий бюджет, регулярные платежи, цели, прогноз и главный вопрос: сколько у нас реально свободно

Так за последние три недели в свободное время завайбкодил moniq.space — приложение для личных и семейных финансов.

Всё ещё испытываю легкий шок что такое сейчас можно сделать просто общаясь с нейронкой в чате, потому что раньше это давалось через боль, много времени, целую команду и приличные деньги.

Приложение решает несколько базовых задач:

— вести личный и общий бюджет в одном месте
— учитывать разные счета, доходы, расходы, переводы и все операции
— понимать, сколько денег реально свободно
— контролировать регулярные платежи, цели и накопления
— смотреть прогноз по бюджету до 12 месяцев
— пользоваться соло или вместе с партнёром, в том числе через Telegram App: @app_moniq_bot

Приложение не коммерческое и будет бесплатным, пока сам им пользуюсь. Цель сейчас собрать обратную связь, понять насколько это вообще полезно другим, не только мне и довести до ума по фидбеку.

Внутри есть демо-аккаунты, можно быстро зайти, потыкать и посмотреть, как всё работает без долгой настройки.

Буду очень признателен за любой фидбэк: что непонятно, где неудобно, чего не хватает, где странная логика, что сломалось или что хочется добавить. Сейчас особенно ценен взгляд первых пользователей хочется развивать это вместе с теми, кому такая штука может быть реально полезна.

Сайт: moniq.space
TG Mini App: @app_moniq_bot

Почему «Карта гипотез» для меня стала почти настольной книгой

Вчера пришла книга Александра Бындю с персональным автографом. Очень приятно получить такой подарок учитывая что это уже фактически настольная книга для меня.

С «Картой гипотез» использую в работе, в личной жизни и постепенно переношу этот подход на разные проекты. За последний год только сильнее убедился, насколько это полезный инструмент.

Если коротко, карта гипотез — это методология, которая помогает не просто ставить цели, а простраивать к ним реалистичный путь: через причинно-следственные связи, ограничения, проверку гипотез и осмысленное планирование.

Что особенно ценно: в ней собрано сразу несколько сильных подходов и методологий:
→ СМД-подход (системно-мыследеятельностный) Г. П. Щедровицкого
→ ТРИЗ (теория решения изобретательских задач) Г. С. Альтшуллера
→ Impact Mapping - Гойко Аджича
→ ТОС / Theory of Constraints (теория ограничений) Элияху Голдратта
→ Agile и Lean
→ продуктовый подход

Для меня главная ценность в том, что она помогает не просто что-то хотеть или планировать, а реально собирать путь к целям более трезво и последовательно.

Так что хотел просто поделиться и ещё раз порекомендовать. Если планируете стратегию, цели, бизнес или личные треки — «Карта гипотез» точно стоит внимания.

Полезные ссылки по «Карте гипотез»
→ Новая версия книги
→ Сайт
→ База знаний
→ Telegram-канал

У нас в одном комьюнити давно популярна книжка *Project Hail Mary* («Проект «Конец света») как одна из топовых научных фантастик. Мне она тоже зашла и точно входит в топ любимых — динамичная, насыщенная, интересная.

Не так давно вышел фильм по ней, но у меня лично были вопросы по поводу выбора главного актёра. Гослинг не очень откликался для этой истории. Однако после просмотра всё оказалось не так плохо.

Хотя после книги и осталось ощущение, что фильм не впитал всей картины оригинала. Нет той насыщенности, деталей и элементов, которые были в книге. Но при этом в фильме есть красивый визуал и некоторые вещи прям топ. Например, планету Тау Кита с обложки поста представлял совсем иначе, в фильме она топчик.

Полноценно проникнуться фильмом удалось только после второго просмотра. Всем, кто не читал книгу, точно рекомендую, фильм зайдёт на ура, уверен. Ну а любителям sci-fi читайте обязательно!

Там хватает юмора, захватывающих моментов и трагичных. Сюжет собрал в себя всю палитру хорошей качественной истории.

И наверное главный вывод тут для меня, что не стоит возлагать на фильмы, те же ожидания, что даёт книга. В один фильм просто невозможно уместить всё, что заложено в оригинале.

Хотя есть кстати и другие кейсы. Например, «Задача трёх тел» китайцы сняли первый сезон примерно на 30 серий и это только первая книга. Получилось отменно, прямо по книге. А Netflix сделали что-то около 8–10 серий. И по насыщенности, глубине и качеству у китайцев, на мой взгляд, вышло сильно круче. С этим фильмом у меня примерно такое же ощущение: взяли важные куски, но целостной картины всё равно немного не хватает.

Если коротко — рекомендую к просмотру всем без исключений. Фильм точно достойный и без приятных впечатлений не оставит.

Подсел на нейронку, её заблокировали — после чего осознал, насколько от неё завишу

На прошлой неделе заблокировали уже 5-й аккаунт в Claude, через который я работаю с AI. Claude Code — десктоп, терминал, VS Code. Вместе с аккаунтом частично улетел рабочий контекст: проекты, диалоги, наработки за месяцы. И это не только я — заблокировали десятки аккаунтов у коллег. Целая команда разом потеряла инструмент, кратно повышающий эффективность.

Часть файлов лежит локально, прошлые блокировки научили. Но пропала связность — всё превратилось в разрозненные куски.

Попробовал ChatGPT и Codex — результаты посредственные. Другая логика, нет наработок. Когда глубоко встроил конкретный инструмент в процесс, альтернатива не спасает.

Но интересна даже не потеря, а реакция. Сильная фрустрация, нервозность, потеря мотивации. Вроде понимаешь, что делать — а запуститься не можешь.

Пытаясь объяснить себе это ощущение, нашёл подходящую кмк метафору. Представьте, что вы несколько лет копали траншеи на экскаваторе. Привыкли к скорости, к масштабу и объёму выполняемой работы за минуты. А потом вас внезапно снимают с экскаватора, дают лопату и говорят — теперь работаешь так. Рационально возможно. Но мозг не принимает.

Покопался в когнитивной науке — вот почему это так больно:

Дофаминовая петля. Мозг привыкает: минимум усилий → максимум результата. Когда цикл ломается — ошибка предсказания, фрустрация, тревога. Представьте, что забрали смартфон и дали кнопочный Nokia.

Когнитивная разгрузка. AI берёт на себя поиск, анализ, структуру. Без него в рабочей памяти 4–7 элементов. С ним — десятки. Когда инструмент пропадает, мозг ощущает падение собственного интеллекта. Это не иллюзия.

Расширенный разум. В когнитивной науке есть модель Clark & Chalmers: инструменты могут становиться частью когнитивной системы. Телефон уже стал — попробуйте вспомнить номер жены без контактов. AI — следующий шаг. Он встраивается в цепочку принятия решений. Теряешь не сервис, а часть собственной когнитивной архитектуры.

Неприятие потерь. Потери ощущаются в 2+ раза сильнее приобретений. Ты потерял не инструмент — инфраструктуру, поток, историю.

Сверхпоток. AI создаёт цикл: задача → ответ → правка → результат. Постоянное движение, мгновенная обратная связь, дофамин от скорости. Когда цикл ломается — вылетаешь из потока. Отсюда раздражение и ощущение бессмысленной работы.

Отдельно про масштаб усиления: AI в некоторых задачах — это не +20%, а x5–x20. Прототип интерфейса за 15 минут вместо дня. Ресёрч по теме за минуты вместо часов. Когда этот множитель обнуляется — мозг воспринимает это как потерю части компетенции.

Но главный вывод — не психологический. Проблема архитектурная. Вся система завязана на один сервис. Классический single point of failure (единая точка отказа) — только в мышлении.

Как руководителю, мне неприятно видеть, как десятки людей разом теряют эффективность из-за одного сервиса. Это уже не только личная фрустрация — это операционный удар по компании.

Есть хороший образ из сериала Halo. У Мастера Чифа в нейроинтерфейс встроен AI Кортана — анализирует тактическую обстановку, просчитывает варианты, помогает принимать решения в реальном времени. Когда Кортану извлекают — суперсолдат остаётся, но становится медленнее, хуже ориентируется, теряет ситуационную осведомлённость.

И вот парадокс: ситуация одновременно показывает, насколько сильно AI усиливает интеллект — и насколько хрупкой становится система мышления, когда ты на него завязан.

Что делать, чтобы не оказаться с лопатой:
— Мультипровайдерность. Основной AI + резервный + локальная модель. Падает один узел — система работает.
— Контекст — локально. Промпты, шаблоны, архитектуры агентов — в markdown/git, не в истории чатов. Чат заблокируют, файлы на диске — нет.
— Регулярный экспорт значимых диалогов и результатов.
— План Б для команды. Не «разберёмся когда упадёт», а готовый сценарий переключения.

По сути мы уже в мягком киберпанке — просто без имплантов. Вместо чипа — подписка на облачный сервис. И когда её отключают, ты чувствуешь, что ампутировали часть мышления. Кто уже ловил это у себя?