Исполнительская работа перейдёт к ИИ уже в ближайшие год-два. Так отвечает автор эссе на письма трёх незнакомых инженеров, которые спрашивают одно и то же: что останется человеку, когда AI научится писать весь код.
Он проводит историческую параллель: 200 лет назад прялка Spinning Jenny заменила ручных прядильщиков. Тех, кто умел работать на новой машине, через какое-то время тоже заменила ещё более быстрая машина. «Научиться пользоваться новым инструментом» — не амнистия, а отсрочка. Ложный путь — тратить силы на промежуточные проблемы. Надо мыслить от конечного состояния (end-state thinking). Конечное состояние — это когда «PRD is Code»: намерение сразу становится работающей системой. Всё лишнее между замыслом и реализацией — интеграция, ревью, согласования — исчезнет.
Когда AI пишет всё, человеку остаются две функции: ревьюить дизайн и проверять результат. Обе — не производство, а контроль. Впервые в истории узкое место производства сместилось с машины на человека. AI выдаёт результат бесконечно быстро, но проверять его может только человек. Единственный способ увеличить пропускную способность — снизить собственную планку: прочитать на строчку меньше, не спросить «почему». Автор называет это структурной причиной будущих коллапсов качества. Его принцип: «медленнее — нормально. Стандарт — ни на дюйм».
Первый кандидат на вытеснение — фронтенд-инженер. Не потому что его работа не важна, а потому что его «ров» (moat) мельче всех: техническая сложность одной страницы ограничена, радиус взрыва мал, переписать страницу с нуля дёшево. У дизайнеров уже есть D2C, бэкендеры пишут фронт походя — все лезут в комнату с самым низким порогом. Автор советует не защищать границы профессии, а идти туда, где ошибка стоит дорого (архитектура, производительность, стабильность), или строить то, чего ещё нет и что изменит работу других людей.
Есть три вещи, которые AI не заберёт никогда — не из-за временной слабости, а из-за своей архитектуры. Первое — суждение (judgment): AI отвечает на вопросы, но не задаёт их. Кто выбирает правильную задачу, получает десятикратный результат; кто выбрал не ту — просто делает неправильное в десять раз быстрее. Второе — вкус (taste): AI выдаёт «среднее 80 из 100», правильное, но безликое. Довести до «95» — это человеческая инъекция, невыразимое знание, которое не запишешь в промпт. Третье — дедукция (derivation): AI выдаёт вероятностно правдоподобный ответ, но выстроить логическую цепочку от причины к следствию человек должен сам. Если этого не сделать — знание не становится вашим, оно просто «припарковано» в голове.
Главный риск — не потеря работы, а потеря субъектности (subjecthood). Человек перестаёт думать первым: вопрос приходит — он сразу кидает его AI, скриншотит ответ и пересылает дальше. Его функция в цепочке — ethernet-кабель. Он ещё на месте, но его уже нет. Автор цитирует Хайдеггера: настоящая опасность технологии не в том, что машина ранит человека, а в том, что человек начинает воспринимать самого себя как ресурс для оптимизации.
Ответ на тревогу о потере ценности — в том, что ценность никогда не даётся извне. Её надо заякорить самому. Жизнь не имеет предустановленной цели, но мы ставим в этом бескрайнем море маркеры смысла. То, что определяет нас — не само плавание, а то, какое значение мы ему придаём.