За последние года разговор про нейросети прошел путь от "это игрушка" до "это заменит всех как в Терминаторе". 2026 заканчивается прямо пиком коллективной истерики: половина индустрии судорожно встраивает ИИ в каждый процесс, лишь бы не отстать, вторая половина пишет манифесты о скорой смерти профессий, остальные прикрывают ИИшкой нестабильную экономику, политические игры и Бог знает что еще.

В этом шуме тяжело услышать, а уж тем более ответить на главный вопрос: а что вообще происходит с человеком, который каждый день работает рядом с ИИ? Не с рынком в абстракции, не с невидимым "будущим" где-то там, а конкретно с мозгом конкретного разработчика, дизайнера, менеджера, который теперь после утреннего кофе ищет ответы: чем я лучше машины?

Ценность рутины как когнитивной разгрузки и "разогрева"

В индустрии сейчас царит культ "высокоуровневого мышления": считается, что если освободить человека от рутины, он будет 8 часов в день генерить гениальные архитектурные решения. Но человеческий мозг так не работает. Возможно, когда-то мы эволюционируем и будет, но до этого еще надо дожить.

Энергетический лимит. Глубокая фокусировка и принятие сложных решений (та самая архитектура) требуют огромного количества метаболической энергии. Исследователи продуктивности - в первую очередь Андерс Эрикссон (известный своими работами про формирование экспертизы) и Кэл Ньюпорт, автор Deep Work - сходятся на том, что человек способен эффективно удерживать состояние глубокого фокуса максимум 4 часа в день. И это предел даже для элитных практиков своего дела. Если убрать простые механические задачи, оставшееся время превратится не в сверхпродуктивность, а в выгорание и ступор. И если вы думаете, что став C-level и выше, перестанете заниматься рутиной и посвятите себя вечным стратегическим задачам с глубоким погружением, то нет: вы будете также работать над ними 4 часа в день, а остальные посвящать другим проектам, встречам и управлению.

Активный отдых. Простой понятный код или верстка - это для мозга аналог прогулки или перебирания четок. Руки заняты, есть быстрый дофамин от того, что задача решается, а в это время в мозге активируется так называемая сеть пассивного режима работы (Default Mode Network, DMN). Нейронная сеть, которая включается именно тогда, когда мы не сосредоточены на конкретной задаче, и отвечает за генерацию идей, инкубацию решений и те самые "озарения в душе". Это не метафора, а задокументированная нейронаука: мышление человека работает как взаимодействие минимум трех сетей:

- дефолтной (генерирует варианты);

- исполнительной (анализирует и отбирает);

- сети значимости (переключает между ними).

Лишая себя рутины, мы лишаем мозг этого фонового режима инкубации. И той самой "безопасной буферной зоны", в которой сложные проблемы дозревают сами.

Сохранение "мышечной памяти". В любом ремесле связь с материалом поддерживается через постоянную практику. Если архитектор перестает писать код вообще, он постепенно теряет чувство реальности и начинает проектировать "воздушные замки", которые красиво выглядят на схемах, но ужасно неудобны в реализации.

И это уже не просто теория, а наши рабочие будни. Да, мы бесимся от бесконечных встреч, ручной сборки данных в Excel и написания кода вручную. Но вот что получается:

- часто встречи позволяют переключиться от демонстрации своих хард скиллов на демонстрацию софтов: пошутить с клиентом, с которым у вас одинаковые интересы, побрейнштормить и выгрузить из мозга ненужное, отчитаться и забыть о плане на спринт на ретро;

- несмотря на множество сервисов, заменяющих Excel в гибкости, скорости и передовых технологиях, в любой компании все равно пользуются вручную любимым Экселем. Потому что там уже есть работающие шаблоны, которые и так автоматизируют работу, и потому что не у всех компаний есть возможность пользоваться прокаченным ИИ аккаунтом, в которого можно грузить все NDA данные. У тех же Google Таблиц с безопасностью построже

- для многих разработчиков написание кода - это своего рода медитация: перезагрузить систему после сложной сборки, проснуться после выходных или поэкспериментировать.

Душой это все нас бесят, но по-человечески мы в них все еще нуждаемся.

Иллюзия понимания и атрофия навыка через промптинг

Вспомните ГДЗ, когда вместе с учебниками мы покупали сборник готовых ответов на вопросы оттуда и переписывали их перед сдачей домашки. Многие сейчас вспоминают про этот "аналог ChatGP", но разница есть. Когда ты списываешь из решебника от руки, у тебя работает мелкая моторика. Ты вынужден пропустить текст через зрительный нерв и хотя бы поверхностно прочитать каждую строчку. Мозг неосознанно пропустит через себя информацию, пусть и пропустив этап "мышления над задачей". Но саму логику ответа он зафиксирует. При Ctrl+C → Ctrl+V эта прокладка отсутствует вообще.

В январе 2026 года Anthropic опубликовала рандомизированное контролируемое испытание с участием 52 инженеров: одна группа писала код с помощью ИИ-ассистента, вторая - вручную. На финальном тестировании группа с ИИ показала результат 50% против 67% у группы, писавшей руками - разница почти в две оценки. Хуже всего дело обстояло именно с вопросами на отладку и понимание логики кода. То есть ровно с теми навыками, которые нужны, чтобы вообще суметь проверить, что сгенерировал ИИшка. При этом исследователи отметили важный нюанс: падение результатов было не у всех одинаковым. Хуже всего учились те, кто полностью делегировал ИИ и генерацию, и отладку (то есть когнитивную разгрузку). А те, кто использовал ИИ для объяснений и комбинировал его с собственными вопросами о логике кода, учились почти так же хорошо, как и контрольная группа.

Потеря "насмотренности" на ошибки. Опытный разработчик видит баг еще до запуска кода просто потому, что его глаз натренирован замечать визуальные аномалии. Эта способность формируется исключительно через боль: через часы дебаггинга и те самые красные пометки на код-ревью. ИИ лишает джуна этой стадии набивания шишек, сразу выдавая гладкий, на первый взгляд рабочий результат.

Ловушка компетентности. Когда ИИ генерирует код за секунду, у новичка возникает ложное ощущение, что он все понял ("ну да, логично же написано"). Проблема в том, что узнавание правильного ответа и способность воспроизвести его с нуля - это разные нейронные связи. В критический момент, когда нейросеть начнет галлюцинировать на сложной задаче, такой специалист просто не сможет ее поправить. А мы и так уже страдаем от дезинформации во всем мире.

Смерть джунов как класса. Возникает парадокс: бизнесу сейчас выгоднее нанять одного сеньора с ИИ-ассистентом, чем трех джунов. Это уже не теоретическое опасение, индустрия прямо называет это проблемой "missing middle" ("исчезающие мидлы"). Найм джунов рушится прямо сейчас (по некоторым оценкам - на десятки процентов с 2022 года), мидлы разрываются между своими задачами и задачами, которые раньше делали джуны, а индустрия уже вслух спрашивает: если никто не учит джунов сегодня, откуда взяться сеньорам через 5-7 лет?

К чему это может привести?

Возможно, мы идем к расслоению профессий, похожему на то, что произошло после промышленной революции. Появится масс-маркет, где операторы ИИ быстро собирают типовые решения из готовых блоков, не особо вникая в суть. И появится условное ремесленное или элитарное направление, где люди намеренно ограничивают использование нейросетей, чтобы сохранить глубокое понимание систем, вкус и способность создавать что-то принципиально новое, а не усредненное по всей обучающей выборке.

И такой исторический прецедент уже был. В конце XIX века машинное производство обесценило ручной труд. В самой индустриализированной стране мира Великобритании возникло движение Arts and Crafts: сознательная реакция на обезличенные, бездушные товары массового производства. Уильям Моррис и его последователи не боролись с индустриализацией как таковой. Они создали параллельную нишу, где ценность определялась не скоростью и масштабом, а мастерством, уникальностью и осмысленностью каждого предмета. Движение не осталось маргинальным кружком эстетов: оно повлияло на архитектуру, дизайн, книгопечатание и просуществовало десятилетиями по обе стороны Атлантики.

История вполне может повторить этот паттерн. Только вместо мебели и книг объектом станет код, дизайн, тексты и решения.

Значит ли это, что нужно все откатить назад?

Нет, здесь важно не скатиться в луддизм. Похожая паника уже случалась. Поколение X вспомнит, когда бухгалтерия переходила с ручных расчетов на бумаге на электронные таблицы (привет, будущий Excel!), индустрия пророчила массовое исчезновение профессии бухгалтера. Часть страхов даже сбылась буквально: с 1980 года в США исчезло порядка 400 тысяч рабочих мест бухгалтеров-клерков, выполнявших ручные расчеты. Но сама профессия бухгалтера не исчезла, а переродилась. Вместо монотонного пересчета колонок цифр бухгалтеры стали заниматься сценарным моделированием и финансовым консультированием. То есть задачами более высокого порядка.

Параллель с сегодняшней ситуацией почти буквальная: часть рутинных ролей действительно отомрет. И это не катастрофа, а закономерность технологического перехода. Вопрос не в том, использовать ИИ или нет, это уже решено рынком. Вопрос в том, как именно его использовать: как костыль, который заменяет мышление, или как инструмент, который его усиливает. Ведь еще в начале века "гуглить" было признаком сверхскоростного ума, а сегодня мы уже умеем перепроверять.

ИИ - это инструмент. Мощный, важный, необходимый. Но инструмент остается инструментом ровно до тех пор, пока человек на другом конце сохраняет способность работать и без него. Поэтому статью я закончу списком того, в чем ИИ нас пока не заменит.

- Ответственность. ИИ не может нести юридическую, репутационную или финансовую ответственность за решение: подписывать контракт, отвечать перед клиентом, признавать ошибку перед командой. Ответственность всегда лежит на человеке, который нажал "применить". А навыку "нести ответственность" модели пока не научились.

- Уникальный опыт и контекст. ИИ обучен на усредненных данных всей индустрии. Он не был в вашей конкретной компании, не видел, как трижды провалился похожий проект, не помнит разговор с клиентом, который сказал одно, а имел в виду другое. У ИИ отсутствует интуиция, которая руководит человечеством чаще сознания.

- Вкус и интуитивные суждения на грани данных. Там, где нет "правильного" ответа, а есть выбор между двумя одинаково логичными, но очень разными архитектурами или дизайн-решениями, нужен человек, который готов настоять на своем и объяснить, почему. Как бы хорошо вы ни промтили, Claude не будет понимать и считывать контекст так же, как и вы.

- Способность замечать, что вопрос задан неправильно. Самым важным навыком, наряду с гибкостью, адаптивностью и скоростью, в 21 веке остается навык "уметь задавать нужные вопросы". ИИ отвечает на тот вопрос, который ему задали. Он не скажет: "а вы вообще уверены, что решаете правильную проблему?". Помните, что модель вам все равно пытается понравиться, чтобы вы не перестали за нее платить. А люди способны сознательно сопротивляться желанию понравиться.

- Доверие и отношения. Клиенты, команда, партнеры доверяют конкретным людям, а не моделям. Репутация строится годами и не передается между чатами.

Тут могла быть реклама навороченной AI модели, но вместо этого я пожелаю вам заварить себе чаю и хотя бы 10 минут потупить в рилсах. Это тоже нужно вашему мозгу (главное, чтоб не целый день), а смешной мем вы сможете отправить своему AI-агенту, пусть тоже учиться отдыхать :)

Комментарии (11)


  1. ideological
    17.11.2026 02:24

    заканчивается прямо пиком коллективной истерики: половина индустрии судорожно встраивает ИИ в каждый процесс, лишь бы не отстать, вторая половина пишет манифесты о скорой смерти профессий

    А по факту ИИ даже не существует, есть только статистика :)


    1. more_popcorn_pls Автор
      17.11.2026 02:24

      Не поняла про что речь)


      1. ideological
        17.11.2026 02:24

        Про то что извлечённая статистика из данных и позволяет делать предсказания и оценку вероятностей.


  1. Ziverpup
    17.11.2026 02:24

    Честно говоря, в последнее время на Хабре вижу всё больше статей, после которых остаётся ощущение, что мы все молодцы, а настоящим профессионалам особо нечего бояться. Со многими тезисами автора я согласен, но заключительная часть кажется мне чрезмерно оптимистичной.

    Взять хотя бы Arts and Crafts. Признаюсь, об этом движении я услышал впервые (уж простите неотёсанного плебея), тогда как о первопроходцах промышленной революции слышал ещё в школе. Конечно, известность не равнозначна исторической значимости, но сохранение культурной ценности ремесла вовсе не гарантирует его прежней экономической востребованности.

    Особенно меня смущает список качеств, в которых ИИ якобы пока не способен заменить человека:

    Уникальный опыт и контекст. Но ведь для этого уже существуют RAG, долговременная память и дополнительное обучение моделей. Более того, почему мы вообще сравниваем ИИ с сотрудником, который годами работал в компании? Если завтра нанять стажёра, он тоже не будет знать ни истории проваленных проектов, ни особенностей общения с конкретным клиентом. С чего мы решили, что если ИИ не способен залезть человеку в голову, то другой человек способен?

    В исследовании Stanford (2025) агенты, построенные на основе подробных интервью с 1 052 людьми, воспроизводили их ответы на опросы с точностью, составлявшей 85% от точности повторных ответов самих участников. Разумеется, речь не о полном понимании человека, но и требовать его для выполнения профессиональных задач странно.

    Вкус и интуитивные суждения. Разве это не следующая задача для моделей, обучающихся на человеческих предпочтениях? Например, в работе CVPR 2025 исследователи адаптировали генерацию изображений к индивидуальным вкусам пользователей всего по четырём примерам предпочтений. Метод выигрывал у базовой модели в среднем в 76% автоматизированных сравнений. Это ещё не универсальный художественный вкус, но направление развития вполне очевидно.

    Способность замечать неправильно поставленный вопрос. А это уже исследуется напрямую. В AskBench (ACL 2026) модели обучали определять, когда следует запросить уточнение или указать на ложные предпосылки пользователя. Результаты пока далеки от идеальных, но говорить, что ИИ не может поставить под сомнение исходный вопрос, уже некорректно.

    И вот здесь, по-моему, кроется главная проблема: мы называем преимуществами человека именно те способности, над воспроизведением которых активно работают исследователи. Почему мы уверены, что они останутся нашими конкурентными преимуществами через пять или десять лет?

    Я не утверждаю, что ИИ обязательно превзойдёт человека во всём. Но ему и не обязательно это делать. Достаточно выполнять существенную часть работы на приемлемом уровне, быстрее и дешевле, чтобы необходимость в некоторых специалистах начала исчезать.

    Поэтому я скорее ожидаю ещё большего социально-экономического расслоения. И совет «просто станьте хорошими профессионалами» здесь не кажется мне достаточным. Нам действительно необходимо учиться использовать ИИ по максимуму, при этом не деградируя, а развивая собственные интеллектуальные способности. Но люди отличаются способностями, стартовыми условиями и возможностями. Не каждый станет «Мистером Олимпия», даже если будет трудиться не покладая рук.

    И меня беспокоит перспектива мира, в котором твой потолок окажется лишь чьим-то полом в пирамиде, продолжающей расти ввысь.Что тогда делать тем, кто попросту не сможет адаптироваться достаточно быстро?


    1. vaslobas
      17.11.2026 02:24

      И совет «просто станьте хорошими профессионалами»

      Ключевое, что непонятно профессионалом в чем нужно становиться. Что будет востребовано на рынке труда в следующие хотя бы 10 лет.


    1. more_popcorn_pls Автор
      17.11.2026 02:24

      Спасибо за развернутый комментарий, отвечу по частям:

      1. Про Arts and Crafts и экономическую востребованность
      Да, культурная ценность не равно массовый рынок. Движение Морриса не вернуло ремесленникам долю промышленного производства - оно скорее создало узкую, дорогую нишу. В IT, скорее всего, произойдет то же самое: 80–90% типовых задач уйдет в конвейерную разработку с ИИ, а ручное ремесло останется в сложных системах, R&D и продуктах, где цена ошибки слишком высока.

      2. Про RAG, вкус и AskBench

      здесь есть два важных нюанса:

      • То, что модель в лабораторных условиях в 76% случаев угадывает предпочтения или запрашивает уточнения в бенчмарке, не означает, что она способна удержать живой, меняющийся контекст реального бизнеса (где стейкхолдеры сами не знают, чего хотят, а требования меняются на созвоне - я как проджект с этим сталкиваюсь постоянно). Стажер тоже приходит без контекста, но он интегрирован в социальную среду: он считывает интонации, неформальные договоренности и политику компании, которые никогда не попадут в базы знаний для RAG

      • Проблема ответственности никуда не делась. Даже если модель идеально имитирует вкус и задает правильные вопросы, юридически и финансово отвечать за факап в проде все равно будет человек. Пока у ИИ нет "шкуры на кону", финальный фильтр остается за нами.

      3. Про ошибку выжившего и социально-экономическое расслоение
      А вот здесь я с вами согласна на 100%, и, пожалуй, в статье стоило подсветить это жестче. Мой финальный список это не волшебная таблетка для всех , а скорее ориентир, куда бежать конкретному специалисту прямо сейчас, чтобы не оказаться в зоне автоматизации первым. Глобально же мы действительно идем к жесткому расслоению. Порог входа в профессию задирается в космос: раньше можно было спокойно войти в IT на простых задачах и вырасти например за 3–5 лет.И ответа на вопрос что делать тем, кто не успеет адаптироваться у меня и мне кажется у индустрии пока нет. Это уже проблема не инженерии, а экономики и устройства общества в целом.


  1. StandAlone007
    17.11.2026 02:24

    Так что же там происходит с мозгом? Раскрыто в двух типичных комментариях с рандомного ютуба.

    When AI writes the code and then you go to review it, what I often feel is that I spend a considerable amount of time, just to realize I may not be able to follow every decision and usually I get extremely tired afterwards. Does anybody else experience this "brain fry" state?

    Yes! I kept working until I am too tired to read. Then, instead of quitting, I allow changes that I have not reviewed which led to bugs later. It is a weird type of exhaustion that I have never felt where I want to keep working but cannot read enough.

    Ну и третий, насчет "архитекторов", в которых все умелые операторы ЛЛМ непременно превратятся, тоже хорош.

    After about a month of heavy AI usage I came back to writing a good portion of my code by hand. I've realised if I'm not writing the critical code this way I lack deep understanding of the choices made and I'm willing to mindlessly accept whatever clause spits out. Now I'm using it almost exclusively to write boring/boilerplate code, the stuff I'd usually copy-paste wherever possible anyway. There is just some portion of the mental process missing if I'm delegating it to a LLM. I've used to work with junior devs and I've never had such a problem

    Это как т.н. архитектор, который видел настоящие здания только в готовом виде, а настоящую стройку разве что в мультиках, сможет "проектировать" только такие же здания. Из кубиков в песочнице.

    Без умение спуститься на уровень метода и чувства кода на пальцах получится такой же "архитектор". Который, например, не умеет отлаживать без среды разработки, так как в DevTools слишком сложно.


    1. more_popcorn_pls Автор
      17.11.2026 02:24

      Да, в психологии и когнитивистике это хорошо объясняется разницей между генерацией и верификацией. Когда ты пишешь код сам, ты постепенно строишь в голове ментальную модель системы: шаг за шагом, кирпичик за кирпичиком. Мозг сам себя объясняет. А когда ты читаешь сгенерированную простыню, тебе приходится в сжатые сроки загрузить в оперативную память чужую, уже готовую логику и одновременно искать в ней подвох. Это колоссальная нагрузка на префронтальную кору - отсюда и ощущение выжженного мозга, когда глаза еще смотрят в монитор, а критически оценивать строки уже физически невозможно

      Радует, что многие разработчики, наигравшись в 100% вайб-кодинг, в итоге приходят ровно к тому балансу из третьей цитаты: отдают нейросетям скучный бойлерплейт, но критическую логику забирают обратно в руки


  1. Azirsan
    17.11.2026 02:24

    То, что айтишник с ии не вымрет - это очевидно. Вопрос в другом, будут ли платить деньги, по вилкам выстроенным в эпоху дефицита кадров? Потому что все недостатки ии, которые внимательно выискиваются нужно сравнивать с ценой, если подписка стоит 100 баксов, а специалист 5000, то бизнес сначала испробует все способы решения с подпиской. И только когда все - вариантов нет, только тогда заплатит живому человеку. Я утрирую, тут можно рассматривать вариации типа специалист за 1200+ии против специалиста за 5000. Или один специалист за 5000 с ии против команды, суть в том что за экономию огромных бюджетов (а зп в айти - это огромные расходы) иишке будут прощать те недостатки, которые в комментариях считают фатальными.


    1. more_popcorn_pls Автор
      17.11.2026 02:24

      Да,и тут спорить бессмысленно - бизнес так и считает. Когда на одной чаше весов подписка за 100$, а на другой ФОТ на миллионы, компании будут прощать нейросетям любые глюки, лишь бы сэкономить. И сэкономить здесь и сейчас, без смотра вперед.

      Но по опыту с дешевым аутсорсом в нулевых мы уже знаем, чем это заакончится.. Сначала бизнес радостно берет спеца за 1200 + ИИагент, пилит MVP и экономит кучу денег. А через год этот проект превращается в такой ком нечитаемого легаси, что в нем уже никто не может разобраться -даже сама нейросеть. И в итоге все равно приходится звать того самого спеца за 5000+, только теперь уже в режиме пожарного и с доплатой за вредность.

      А вот вилки эпохи дикого хайпа, когда за перекладывание JSON-ов платили космические деньги, точно уйдут. Средний класс нажимателей кнопок просядет в деньгах, а вот цена за тех, кто умеет чинить этот ИИ-зоопарк и отвечать за архитектуру, наоборот, только вырастет - просто потому, что таких людей станет меньше))


      1. Azirsan
        17.11.2026 02:24

        Средний класс нажимателей кнопок просядет в деньгах, а вот цена за тех, кто умеет чинить этот ИИ-зоопарк и отвечать за архитектуру, наоборот, только вырастет - просто потому, что таких людей станет меньше))

        Прогноз интересный, но это пока просто желаемая картина будущего. Реалии найма строго обратные - до последнего будут наниматься те, кто чинить этот ии-зоопарк будет не руками, а ии. И если это смогут сделать (а я считаю, что смогут), то никакого возврата к прошлому не будет.