Автор, инженер, который раньше писал о «одноразовых прототипах» — маленьких доказательствах концепции — заметил, что его главным тормозом был он сам: время на подготовку проекта, скучные промежуточные шаги. Сейчас этот барьер почти исчез. Он по-прежнему осторожен в оценках AI, считает, что индустрия разбирается на ходу, но честно признаёт: AI кардинально ускорил путь от «интересно, а сработает ли?» до «о, работает».
На его GitHub за последнее время появилось несколько новых репозиториев. Sakoa — экспериментальный системный язык с эффектной системой, тремя режимами памяти и собственным MIR. Kato — нотация, которая должна занять нишу между JSON, TOML и YAML, но дружелюбная и к людям, и к AI-агентам. Seal — крошечная CLI-утилита, которая убивает .env файлы, пряча секреты в нативные хранилища ОС. Karabiner — мессенджер для iOS, заточенный под агентов. Plim — встраиваемый блочный редактор в духе Notion с ядром, не зависящим от фреймворка, и биндингами для React. Раньше такие идеи остались бы в трёх репозиториях с README и одним работающим прототипом. Теперь всё это существует, запускается, частично покрыто тестами и начинает выглядеть как настоящие проекты. Суть не в том, что каждый из них станет чем-то серьёзным, а в возможности попробовать идею, а не просто обсуждать её.
Самое неожиданное — AI изменил не просто скорость, а саму форму инженерной работы. Когда не печатаешь каждую строку, начинаешь думать иначе: о границах, контрактах, о том, как части системы стыкуются. Приходится писать промпты и спецификации, описывающие систему целиком — до того, как она написана. Автор называет это «тихой трансформацией»: планирование на более абстрактном уровне, умение делегировать — и агентам, и людям. Навык «описать, как выглядит успех, чтобы джуниор или модель могли действовать без тебя в комнате» оказался универсальным.
Автор замерял свою скорость: в среднем он стал работать в 4 раза быстрее (по времени от задачи до пулл-реквеста). Но важнее то, что изменился сам тип задач: вещи, которые раньше откладывались в «хорошая идея, нет времени», теперь втискиваются в полдня. Рефакторинг, от которого раньше вздрагивал, стал выполнимым. Цена попытки упала настолько, что проще попробовать, чем спорить в документе.
Есть и обратная сторона: автор печатает меньше кода, чем раньше, и приходится сознательно сохранять техническую хватку. Он намеренно выделяет время на ручную работу: реализовать что-то end-to-end самому, читать исходники вместо того, чтобы просить саммари, сидеть с дебаггером, а не вставлять стектрейс в чат. Это медленнее и иногда раздражает, но необходимо — и для собственного спокойствия, и потому, что ситуации, где AI не справляется, всё ещё требуют инженера, который реально понимает, что делает.
С другой стороны, освободившееся время он тратит на исследования, прототипирование и странные проекты просто ради удовольствия. Та же скорость проявилась и в основной работе: он помог запустить автоматизацию для поддержки других инженеров и сократил время загрузки внутренних codespace примерно на 50% — задачи, на которые раньше не хватило бы ресурсов параллельно с основной работой.
Автор рекомендует прочитать о похожих изменениях у коллег: Майк МакКуэйд (экс-Homebrew) пишет об использовании sandboxing и git worktrees для распараллеливания работы, Кэссиди Уильямс показывает, как низко опустилась планка «сделаю сам», привязав Logitech MX Creative Console к управлению Elgato lights через Copilot CLI. Также советует пост Саймона Уиллисона о суперспособностях кодинг-агентов.
Автор остаётся осторожным в отношении экологических, финансовых и социальных вопросов AI. Но прямо сейчас его ежедневная реальность — двигаться быстрее, думать масштабнее и выпускать больше, чем раньше. И это, по его словам, чертовски весело.