Исследовательский инженер Salesforce AI Research Бен Столовиц подвёл личные итоги года использования ИИ. За это время он перешёл от работы в команде Windows AI в Microsoft к поддержке исследователей и быстрому прототипированию. По его оценке, расходы на токены достигают примерно 3 тысяч долларов в месяц, а coding-агенты теперь пишут более 90% его кода.
В течение рабочего дня он координирует около пяти-шести Claude Code, OpenCode, Codex или Pi. Каждый получает отдельную Git worktree, реализует функции, воспроизводит ошибки, запускает тесты и готовит pull request. Прототип новой возможности может появиться примерно за 20 минут, а неудачный эксперимент дёшево выбросить. Одновременно агенты снимают рутину и позволяют предлагать масштабные переделки, которые вручную казались бы слишком трудоёмкими.
При этом Столовиц не считает инженерную работу решённой. Без контроля агенты создают переусложнённый и плохо читаемый код, а их ревью не заменяет проектирование человеком. Один из его главных результатов года — ручная замена примерно 4 тысяч строк сгенерированного кода несколькими сотнями более гибких строк. Теперь он проверяет прежде всего архитектуру и системные ошибки, вручную тестирует результат и превращает повторяющиеся замечания в правила для автоматического ревью.
Новый режим имеет и цену: параллельное управление шестью разговорами утомляет сильнее обычного программирования, а делегирование лишает часть удовольствия от ремесла. Тем не менее автор ценит способность агентов самостоятельно находить неожиданные способы проверки — например, использовать текстовую речь Mac для тестирования голосового продукта.
За пределами кода LLM стали его стандартным инструментом поиска, конспектирования и транскрибации. Локальные OpenWhispr и Handy он применяет для диктовки агентам. Как собеседники для нового исследования модели пока разочаровывают: в работе над определением конца реплики они помогали найти литературу, но предлагали неверную архитектуру и долго путались в разметке. После разговора с коллегой задача быстро прояснилась.
Столовиц по-прежнему не поручает ИИ писать тексты с нуля и редко доверяет редактуру, опасаясь потерять собственный голос. Генеративная музыка нравится ему главным образом как материал для человеческого творчества, а массовая реклама и видеоконтент, по его оценке, превращают возможности моделей в поток шаблонной продукции. Все это личные наблюдения автора, а не измеренные отраслевые выводы.