Что случилось
На прошлой неделе заблокировали уже 5-й аккаунт в любимом Сlaudе, в основном через который работал с AI. Claude Code — десктоп, терминал и VS Code. В основном менеджерские задачи и прототипирование. Сейчас большая часть рабочих задач у меня проходит через AI-интерфейсы. И вместе с аккаунтом улетела часть рабочего контекста: проекты, истории диалогов, наработки за несколько месяцев. И это коснулось не только меня — заблокировали десятки аккаунтов у коллег по компании. Целая команда разом потеряла рабочий инструмент, кратно повышающий эффективность.
Формально не всё пропало. Часть файлов лежат локально, прошлые блокировки научили. Но пропала связность. Всё превратилось в набор разрозненных кусков, с которыми заново нужно учиться работать.
Попробовал переключиться на ChatGPT и Codex — вроде тоже AI, что-то умеет. Но результаты оказались довольно посредственными. Другая логика, другой контекст, нет привычных наработок с агентными структурами. По факту — всё равно снижение продуктивности. Даже наличие альтернативы не спасло, когда глубоко встроил конкретный инструмент в свой рабочий процесс.
Реакция, которую не ожидал
Но интересной оказалась даже не сама потеря, а моя реакция на неё.
Поймал себя на состоянии реально сильной фрустрации. Нервозность, ощущение беспомощности, потеря мотивации к задачам. Вроде понимаешь, что нужно делать, но запустить нормальный рабочий процесс не получается. Как будто тебе отрубили какую-то часть рабочей мощности и ты буксуешь на ровном месте.
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 это возможно. Но мозг просто не воспринимает такую смену масштаба.
Потому что AI в работе — это не просто инструмент. Он реально забирает на себя огромный слой операционки: поиск решений, структурирование информации, анализ текстов, генерация черновиков, быстрые исследования, рабочие прототипы интерфейсов за минуты, моделирование и многое другое. По сути он становится внешним слоем твоего мышления. Таким когнитивным менеджером, который фильтрует, ускоряет, помогает принимать решения.
Когда этот слой внезапно исчезает — пропускная способность работы резко падает. И мозг это ощущает очень буквально и болезненно.
Что говорит когнитивная наука
Покопался в когнитивной науке и нашёл несколько механизмов, которые объясняют, почему это ощущается настолько остро. Думаю, это будет полезно всем, кто плотно работает с AI.
Dopamine prediction loop (дофаминовая петля ожидания)
Когда ты работаешь с AI, мозг быстро привыкает к схеме: минимум усилий → максимум результата. Ты кидаешь задачу, получаешь готовое решение за секунды, правишь, идёшь дальше. Мозг начинает ожидать высокое вознаграждение за низкое усилие — и выстраивает под это весь дофаминовый цикл. Это как конвейер, который работает на высокой скорости. А теперь представьте, что конвейер резко встал: усилие выросло, а результат упал. Возникает так называемый prediction error (ошибка предсказания) — мозг ожидал одно, получил другое. И реагирует на это фрустрацией, тревогой, раздражением.
Тот же самый механизм, кстати, лежит в основе поведенческих зависимостей (Schultz, 2015 — Neuronal Reward and Decision Signals). Только разница в том, что наркотики дают вознаграждение без продуктивности, а AI реально увеличивает производительность. Поэтому это ближе не к зависимости, а к потере IDE, интернета или компьютера. Представьте, что у вас забрали смартфон и дали кнопочный Nokia — эффект будет похожий.
Cognitive offloading (когнитивная разгрузка)
Перенос мыслительных операций во внешние системы. Калькуляторы, заметки, Google, автокомплит в IDE — всё это примеры. AI просто доводит этот механизм до экстремального уровня. Он забирает на себя синтаксис, поиск решений, исследования, генерацию структуры.
Без AI человек держит в рабочей памяти 4–7 элементов одновременно (Cowan, 2001 — The Magical Number 4). С AI ты оперируешь десятками, потому что внешний интеллект берёт на себя остальное. Когда инструмент пропадает, задачи остаются большого масштаба, а мощности на их обработку уже нет. Мозг ощущает это как резкое падение собственного интеллекта. Это не иллюзия — это реальное снижение пропускной способности мышления.
Сам эффект cognitive offloading хорошо описан в работе Risko & Gilbert, 2016 — Cognitive Offloading.
Loss aversion (неприятие потерь)
Потери психологически ощущаются в 2–2.5 раза сильнее, чем приобретения (Kahneman & Tversky, 1979 — Prospect Theory). Ты потерял не просто инструмент — ты потерял инфраструктуру, проекты, историю, рабочий поток. Мозг интерпретирует это как системную угрозу эффективности. Отсюда несоразмерно сильная реакция на, казалось бы, бытовую ситуацию.
Hyper-flow (сверхпоток) и его разрыв
И ещё один важный момент — рабочий поток. AI создаёт состояние, близкое к hyper-flow: задача → ответ → корректировка → результат. Ты постоянно в движении, быстро получаешь обратную связь, мозг ловит дофамин от скорости и результата. Когда этот цикл ломается — вылетаешь из потока. Отсюда раздражение, ощущение бессмысленной работы и потеря энергии.
Михай Чиксентмихайи описал это состояние потока и последствия его разрыва в классической работе Flow: The Psychology of Optimal Experience, 1990.
Проблема оказалась архитектурной
Но самый интересный вывод из всей этой истории даже не психологический.
Вся моя рабочая система была завязана на один сервис и один аккаунт. Когда этот узел исчез — посыпалась часть всей когнитивной инфраструктуры. Это классический single point of failure (единая точка отказа), только не в серверной архитектуре, а применительно к мышлению. Как если бы программист работал на одном сервере, без бэкапов, без альтернативных инструментов.
И тут становится видна новая категория риска, с которой мы только начинаем сталкиваться. Не инфраструктурного. Когнитивного. Когда отключение одного сервиса, блокировка аккаунта или изменение API может приводить к реальному падению человеческой продуктивности.
Масштаб шире, чем кажется
Мне кажется, мы только входим в эту эпоху. История уже проходила похожие этапы: письменность, калькуляторы, интернет. Каждый из них становился невозможным для отключения. AI движется туда же. Но есть принципиальное отличие — AI впервые вмешивается не просто в память или поиск информации, а напрямую в процесс мышления. Человек начинает мыслить в связке с машиной.
Есть хороший образ из сериала Halo. У главного героя в нейроинтерфейс встроен AI Cortana — внешний интеллект, который анализирует данные и помогает принимать решения. Человек + AI как единая система. Когда этот слой исчезает — возможности резко падают.
Отдельная история — когда это бьёт не по одному человеку, а по команде. Как руководителю, мне было довольно неприятно наблюдать, как десятки людей разом теряют в эффективности просто потому, что отключили один сервис. Это уже не личная фрустрация — это операционный удар по всей компании.
Выводы: что делать, чтобы не оказаться с лопатой
После этой истории я сформулировал для себя несколько правил:
Мультипровайдерность. Не завязываться на одного AI-поставщика. Основной инструмент + резервный + запасная модель. Если падает один узел, система продолжает работать.
Локальное хранение контекста. Промпты, шаблоны, наработки, архитектуры агентов — всё должно лежать локально в markdown/git, а не только в истории чатов облачного сервиса. Чат могут заблокировать, файлы на диске — нет.
Экспорт и бэкапы. Регулярно выгружать значимые диалоги и результаты. Если сервис это позволяет — автоматизировать.
Документирование рабочих процессов. Если AI встроен в пайплайн команды, должна быть инструкция по переключению на альтернативу. Не «разберёмся когда упадёт», а готовый план Б.
Осознанное отношение к когнитивной зависимости. Понимать, что AI — это усилитель, а не замена мышления. Периодически проверять: ты управляешь инструментом или инструмент управляет тобой?
По сути мы уже живём в мягкой версии киберпанка — просто без имплантов. Вместо чипа в голове — подписка на облачный сервис. И когда эту подписку отключают, ты буквально чувствуешь, что тебе ампутировали часть мышления. Кто-то уже ловил у себя это ощущение?
Комментарии (32)
aborouhin
14.03.2026 09:21Ну это же не про AI, а про любой вендор лок. Представим, что в команде все документы были в Google Docs/Sheets/Drive, а почта в Gmail. Или все рабочие чаты в Телеграме/Слаке и файлы заодно там же и держали (а чего их сохранять). А таких историй куда больше, чем тех, кто ужé на AI подсел.
halezov Автор
14.03.2026 09:21Согласен, все верно, вендор лок штука известная, но тут кмк другое. Google Docs хранилище, Слак канал коммуникации, когда они падают ты теряешь доступ, но как специалист остаёшься прежним. AI встраивается в само мышление, ты думаешь в связке с ним. Когда его убирают падает не доступ к файлам, а пропускная способность мозга. Разный масштаб эффекта.
aborouhin
14.03.2026 09:21Это да, но в статье-то убрали не AI в целом, а конкретные инструменты от конкретного вендора.
fimble
14.03.2026 09:21Ну да, но принцип тот же, это как проприетарные IDE, вызывающие зависимость. Навроде продуктов жеп-брейнс. Сперва вам впаривают "очень нужные" функции с закрытым движком, а в итоге, сами вынуждены придумывать новый очень нужный язык (какой-нибудь Kotlin), чтобы их IDE нормально работали (потому что они не могут будучи закрытыми и негибкими)... А и заблочить инструменты какому-нибудь программусту или даже целому государству - с них станется. Однако люди не только подсели, они ещё и нахваливают - старо как мир ПО. Вы правы, что теперь это - на более глубоком уровне. Однако по сути, это происходило и раньше - обычное проприетарное г-но.
Real_Egor
14.03.2026 09:21с этой точки зрения ИИ-агенты, которые помогают люядм выполнять задачи, это как "электричество". Тот, кто перестрил производство на автоматизированный конвеер, получит такое же когнитивное состояние при отключении электричества. Тот, кто завязал бизнес на интернет, получит такой же удар при его отсутствии.
Если рассматривать бизнес-риски, то это проблема бизнес модели. Благо у нас сейчас есть возможность выбрать "несколько провайдеров" и размазать риски.
Самое необратимое, это то, что люди начинают реально без ИИ работать медленнее, уходят в ту самую фрустрацию и депрессию. Когда научился быстро решать задачи с ИИ, то внезапная отмена ИИ и отказ в доступе, это необходимость вернуться в "прошлый век". Делать вручную то, что научился делать "по ходу" и "не обращая на это внимания". Что научился и решился делегировать ИИ-агентам и ко-пилотам.
и в этой части я бы даже не столько боялся за эту привычку, это просто использование инструментов нового времени.
Как по мне, то самое страшное тут, что без "процесса своими руками", без детальной и вдумчивой сборки, без прохождения всех этих ошибок "своим лбом"... Мы не научились бы так решать эти задачи. И вот это мы можем потерять. Если за нас весь мелкий код будет писать ИИ-агент, а мы будем только "управлять"... то не ровен час, и базовые компетенции исчезнут из навыков людей и стать только машинными навыками... И вот тут, как по мне, скрыты самые большие риски и потенциальные проблемы...
P.S. Как будто следует ввести просто для самого себя правило, что "какие-то проекты нужно все еще собирать своими руками", чтобы не потерять уходящее в прошый век "ремесло"
FSmile
14.03.2026 09:21Если ИИ будет доступный как калькулятор то этим ремеслом пренебрегать.
А пока данные сливаются хер пойми куда это все такое.
Real_Egor
14.03.2026 09:21так он уже доступен как калькулятор. 400 баксов в месяц и у тебя на сервере свой калькулятор, собственный. за 800 можно иметь даже +- не базовую модельку.
как только люди допрут, что все те мощности, которые сейчас "считают хеш биткойнов" нужно направить на расчет результатов ИИ моделей, то мощностей высвободится колоссальное количество.
fimble
14.03.2026 09:21О, какой прекрасный русский язык Вы "настроили", любо, вы мне именно такой рекомендуете? :-) Хотелось бы как-то прокомментировать и мысль, но к сожалению, из вашей речи непонятно, что вы хотели сказать.
fimble
14.03.2026 09:21Это LLM - "электричество". А "Агенты", одно из двух - либо проприетарный генератор суеты и нейрослопа, либо ещё и плохой и кривой генератор суеты и нейрослопа. И это неизвестно ещё, что хуже. LLM могут быть полезны, если применяются системно, и с помощью мозга. "Агенты" на данном этапе малополезны, а чаще даже вредны. Просто они на хайпе, ибо - мечта некомпетентных лентяев.
Real_Egor
14.03.2026 09:21ну это как первый самолет. Когда о только полетел, у него еще не было промышленного применения. Так и сейчас, агенты еще обучаются. Нужно накопить "Техническую уверенность и обвязку", нужно пройти первый промышленный тест и потом еще упаковать в рабочую технологию... И пока мы с вами это тут обсуждаем, все вышеперечисленные шаги уже пройдены первопроходцами и упаковываются в продукты. Пока еще узкоспециализированные продукты, но это лишь зарождение технологии. Готов вернуться к обсуждению летом 2027 года, уверен, использование агентов уже станет ии-стандартом в бизнесе
fimble
14.03.2026 09:21Вроде всё логично, но - теория автоматов устарела уже? Согласно ТА, с агентами есть фундаментальные проблемы, в частности - стохастичность и отсутствие каузальности... И "внезапно" это - те же проблемы, что и в работе с людьми, на которых стараются сделать агентов похожими (антропоморфизм). Однако, все вот эти влажные сны о "прекрасном будущем с гуманоидами", разбиваются о суровую реальность, которую признают уже даже сами пропагандисты агентного подхода - а именно, что ЭТО НЕ РАБОТАЕТ.
Понимаете ли, я не на пустом месте пишу то, что пишу - уже больше год разворачиваю различные MAS, съёв несколько стай собак. А в то же время, создал несколько инструментов (Carriage/Atlas/Lore) утилизирующие возможности LLM более разумным способом, а ещё выработал МЕТОД, что и рекомендую использовать с помощью мозга.
Агенты - способ потратить тонны нефти, чтобы в рилтайме имитировать ненаписанное вами ТЗ и невыстроеные вами процессы. Это тоже самое, что и с людьми работать без ТЗ и процессов.
fimble
14.03.2026 09:21Просто нужно разделять LLM и Агенты. У большинства в голове это смешано, и они не представляют, как можно использовать открытые инструменты и техники, и меточдично наращивать компетенции, вместо того, чтобы подвисать на вызывающих зависимость фреймворках...
fimble
14.03.2026 09:21Неоднократно уже повторяли и не устану, пока хоть кто-то не поймёт: Проблема основная не в LLM. Настоящая проблема - проприетарные агенты! И также агентный воркфлоу через чатик. И про дофаминовую петлю мы писали уже год назад, и когнитивный офлоадинг. Хорошо выстроеный рабочий процесс, позволяет достигать качественных результатов БЕЗ ИСПОЛЬЗОВАНИЯ АГЕНТОВ. Чатик с агентом - лишь способ преодолеть некомпетность оператора, а не необходимость. Правильный процесс может использовать LLM для генерации одних документов из других, но агент, как принимающая решения сущность, при таком процессе не обязателен. Если интересно, как делать иначе, ряд статей и также МЕТОД/ПУЛЬТ и опенсорсный станок carriage поверх Emacs - в тг: t me gnu_emacs_ru
FSmile
14.03.2026 09:21Отличная манипуляция, но для начала настройте свой русский язык
fimble
14.03.2026 09:21В чём манипуляция, уважаемый? В вашем сообщении манипуляция присутствует, да, и при том - низкого пошиба. А вот на мой русский пожаловались... как бы не в первый раз за 40 лет? Вы, наверное, очень грамотный, ну так расстрайтесь пояснить. И да, минусаторы неуважаемые, ссылка не тг-канал для заработка, что очевидно любому - мы ничего не продаём. Это блог, место где можно прочитать, если вы умеете читать, несколько актуальных текстов, да забрать полезного открытого кода. Вот нафига вам это минусовать? Я дело говорю, и по теме статьи. Впрочем, местная публика никогда не отличалась ни разборчивостью, ни компетентностью. Хабр есть Хабр, что 15 лет назад, что сейчас.
Oeaoo
14.03.2026 09:21Возражу по выводам. Видите ли, с сохранением "продуктов жизнедеятельности" AI все очень плохо. Пробовал, оно быстро портится, в этом быстро захлебываешься, перебирая тонны не пойми какой по качеству и согласованности хрени у себя в заметках. Вскоре становится нужным AI чтобы понять что наделал AI и т д. А еще напрягает мысль, что чем больше у нас проблем от AI тем это выгоднее их провайдерам, т. к. туда вход рубль, а выход десять.
fimble
14.03.2026 09:21Это так, особенно, если нет системы. И нет МЕТОДа. Вот потому в соседнем каменте и пишем - эти их "агенты" вредны больше чем полезны. Агенты - расхайповый способ генерировать суету. Ещё и проприетарный, и вызывающий зависимость. А пользу приносят автоматы - предсказуемые. LLM полезен, но только в контуре конечного автомата, и сам он полезен более всего, именно как стохастический и гибкий интерпретатор а не генератор лжи.
KurtkaBeyn
14.03.2026 09:21Чем отличается автомат от агента?
fimble
14.03.2026 09:21Очень точное замечание. Потому что "агент", конечно, тоже автомат. Однако, автомат не классический. Классический автомат - устройство, имеющее конечное число состояний, чётко определённые правила переходов, и не обладающее субъективностью или сложной автономией. Агент же стохастичен и может быть реактивным, рассудочным, прорефлексивным, обучающимся, обладающим планированием итп, а также может быть частью MAS, что есть - отдельный род безумия... Помимо того, обратная связь с агентом обычно “мягкая”, а действие необратимо плодит мусор - артефакты без проверок!
Мой поинт в том, что когда оператор обладает способностями к самоорганизации и знает теорию, то ему "агенты" почти и не нужны. А если не обладает способностями и не знает теории, то лучше бы ему такому и агентов не трогать, а пойти почитать теорию автоматов. Ведь создание "раскачанных" агентов однозначно приводит к росту энтропии и информационной зависимости!
Суть анти‑агентного подхода в МЕТОДЕ, в том, что вы до генерации текста организуете материал так, чтобы LLM работал как стохастический интерпретатор, а решения принимал человек максимально явно (HDS и МЕТОД см. t me gnu_emacs_ru)
gliderman
14.03.2026 09:21Надо стараться работать на своих локальных моделях и компьютерах, пусть и с лагом по качеству моделей, любое облако - это чужой компьютер. В любой момент времени тебя могут отрубить от него по тем или иным причинам. Я вижу отставание локальных моделей, которые можно развернуть на средненьком сервере за 500к - 6 месяцев. В общем, не критично.
fimble
14.03.2026 09:21Поставщиков моделей - масса, это просто ресурс. Вы молодец, но согласитесь, не так уж критиично, иметь LLM у себя, когда альтернативных LLM масса? Как мы считаем, настоящая роблема - в АГЕНТАХ. И странно, но почему-то никто не говорит про проприетарность агентов. А ведь им уже и кредитные карты свои отдали, и диски... Как сговорились! Более того, наблюдаю, что ещё и минусуют идеи за свободу ПО. Которые идеи актуальны как никогда. Вот из классики, https://www.gnu.org/philosophy/free-software-even-more-important.ru.html
diffnotes-tech
14.03.2026 09:21Автор переключился на ChatGPT с теми же локальными файлами и получил посредственный результат. То есть проблема не в потерянных диалогах. Проблема в том что за месяцы подстроил стиль работы под конкретную модель - знаешь когда ей доверять, как формулировать, где перепроверять. Эта калибровка не экспортируется. Мультипровайдерность из выводов звучит разумно но на практике работать с двумя моделями одинаково глубоко мало кто будет
fimble
14.03.2026 09:21если что, минусовал не я, но позвольте полемизировать. Разве, если ваш процесс заточен под одну модель, её "особенности", проблема не именно в этом? Т.е. да, безусловно, у моделей есть "особенности", но разве должны они влиять на эффективность достижения результата?
schulzr
Интересно, а за какие провинности блокируют в Claude аккаунты?
halezov Автор
Думаю достаточно работы из РФ и это наш вариант, а причин в политике у них хватает
fimble
за использование проприетарных агентов