Приготовление стейка почти не требует навыка: положил на сковороду, подождал, перевернул — получил нечто съедобное. Но по-настоящему хороший стейк — совсем другая история. Разработка с AI начинает ощущаться точно так же.
Мы строим без остановки: агенты, обвязки, инструменты, скиллы, промпты, циклы обратной связи, замысловатые воркфлоу. Потом скармливаем всё это модели и надеемся, что она выдаст то, что мы задумали, без малейшего понимания, как это вообще работает. Мы хотим идеальный стейк. Хотим софт, который работает, выглядит аккуратно, ощущается готовым и приходит ровно таким, как мы его представили. И главное — одинаковым каждый раз.
Не получается. Почти никогда. Иногда модель подкидывает что-то на удивление хорошее. Иногда подаёт уголь с веточкой тимьяна и уверенно называет это medium-rare.
Тогда мы идём в ресторан. Покупаем дорогой AI-продукт, нанимаем агентство, подписываемся на очередной coding assistant, переходим на новый фреймворк с обещанием профессиональных результатов. Надеемся, что кто-то уже решил проблему. Иногда решает, но чаще нет. Остаются два варианта: научиться готовить самим или дальше просить у друзей рекомендации, готовя кошелёк к очередному дорогому разочарованию.
Большинство хочет строить что-то с AI, не увязая в деталях. Относиться к нему как к шеф-повару: сказал, что нужно, ушёл, вернулся к готовому ужину. Но AI не шеф-повар. В лучшем случае это машина для стейков. Она умеет следовать рецепту, следить за температурой, перевернуть вовремя, добавить масло. С нужным набором инструментов она повторит процесс быстро и в огромном масштабе. Но она не знает, чего вы на самом деле хотите. Она не видит картинку у вас в голове, пока вы не переведёте её в требования, ограничения, примеры, тесты и обратную связь. И даже тогда её ограничивают собственные возможности, контекстное окно и качество обвязки. Можно стоять рядом и поправлять каждые тридцать секунд. Иногда помогает, но не превращает машину в шефа со звездой Michelin.
В итоге, разозлившись, вы решаете заплатить за стейк мечты. Дорогой ресторан, уверенный заказ, долгожданный первый кусок. Приносят тот же горелый стейк, который вы делали дома. Почему? Потому что каждый ресторан в городе нанял одного и того же AI-повара. «Оптимизация затрат», — говорят менеджеры. «Большинство не заметит». И они правы. Обычно софт должен быть просто приемлемым. Люди терпят странные интерфейсы, бессмысленные функции, баги и системы, склеенные из сгенерированного кода, который никто не понимает. Но вы заметите. Потому что это было то, что вы действительно хотели сделать.
Вы идёте домой, открываете кулинарную книгу и начинаете учиться готовить. Выясняете, что делает жар, почему важна сковорода, почему важна толщина и отдых мяса, почему таймер сам по себе никогда не спасал. Пара испорченных ужинов — и вы пробуете снова, и снова. В конце концов вы перестаёте полагаться на удачу.
С ПО то же самое. AI ускоряет работу, берёт на себя рутину, создаёт стартовую точку, объясняет код, помогает раскапывать идеи. Но он не заменит ваше суждение. Не определит качество, не выберет разумные компромиссы, не поймает момент, когда результат технически корректен, но неверен во всём важном. Чтобы делать хороший софт с AI, всё равно нужно понимать софт. Нужно знать, о чём вы просите, как оценить ответ и когда машина просто уверенно подаёт уголь. Учитесь дальше, стройте, ошибайтесь. Делайте это, пока не сможете получать нужный результат, а не надеяться на случайность. А потом станьте достаточно хороши, чтобы открыть свой маленький ресторан. Нанять пару AI-поваров. Большинство разницы не заметит. Но вы заметите.