Chat, Work и Codex — это не три уровня мощности. Это три уровня того, что отдаёте из-под контроля

Их легко принять за шкалу: Chat — поговорить, Work — сделать что-то сложное, Codex — написать код. Но сложность задачи — плохой критерий выбора.

Я бы смотрел на три вещи: что именно делегируем, сколько шагов система проходит без человека и сколько стоит откатить ошибку.

Дальше — на одном сквозном примере. Компания продаёт B2B-сервис, клиенты не покупают, причина неясна.

Chat: траекторию держит человек

Причина может быть в цене, в сегменте или в том, что финансовому директору продукт продают аргументами для операционного. Здесь полезно спорить с моделью: загрузить интервью, проигранные сделки, сайт, проверять гипотезы и разворачиваться на ходу.

Смысл Chat — в цикле «человек, модель, снова человек». Следующий шаг выбирает человек, отдельная точка остановки не нужна: её обеспечивает каждая реплика. Цена ошибки почти нулевая — плохая гипотеза умирает в диалоге, прежде чем вокруг неё появится работа.

Work: человек задаёт результат и границы

Гипотезу подтвердили. Теперь есть бриф, CRM, прайс и шаблон предложения: надо собрать данные, проверить расхождения и подготовить документ.

Здесь человек задаёт результат, ограничения и критерии приёмки, а шаги выбирает система. И цена ошибки меняется качественно. Если агент перепутал выручку с валовой маржой, он аккуратно построит расчёты и презентацию вокруг неправильной цифры.

Гладкий результат иногда опаснее кривого Excel: форму приходится отделять от качества логики.

Работает и арифметика длины. Если принять надёжность каждого шага за 90% и не считать повторные попытки, цепочка из десяти обязательных шагов пройдёт без ошибок примерно в 35% случаев. Чем дольше система идёт без проверки, тем больше действий опирается на ошибочную вводную.

Отсюда требования к постановке: авторитетные источники, запрет на додумывание, точки эскалации, критерии брака. Механизм для этого в Work есть — можно смотреть ход работы, менять направление и подтверждать важные действия. Вопрос в том, кто назначит эти точки. И в экономике: если руками задача занимает десять минут, а постановка и проверка агента — двадцать, экономии нет.

Codex: результатом становится изменение системы

Правило доказало ценность: предложение нельзя сформировать, если у товара нет утверждённой цены. Обсудить его можно в Chat, проверить каталог — в Work. Но закрепить — значит изменить приложение, и задача становится инженерной.

Codex должен разобраться в проекте, найти нужную логику, внести изменения и проверить их. Цена ошибки здесь самая высокая и самая отложенная: последствия разгребают люди, и не в тот же день. Даже зелёные тесты ничего не доказывают — они проверяют только то, что кто-то решил проверить.

Codex снимает часть инженерной рутины, но не отменяет владельца системы, границы изменений и ревью.

Оговорка: это ориентиры, а не жёсткие границы. Возможности пересекаются, степень самостоятельности зависит от задания, инструментов и разрешений, а обязательной лестницы нет — сама OpenAI описывает эти режимы как параллельные. Важнее другое: если компания придумала слабое ценностное предложение, Work поможет быстрее выпускать слабые материалы, а Codex закрепит ошибку в коде.

Постановка задачи шире промпта

Хорошие инструкции остаются. Но к ним добавляется менеджмент.

Перед делегированием я бы ответил на четыре вопроса:

— Кто выбирает следующий шаг: человек или система?
— Где система обязана остановиться и позвать человека?
— Что считается браком, даже если результат выглядит убедительно?
— Если система ошибётся, насколько легко и дорого откатить последствия?

Ответив на них, понимаешь главное: чем автономнее ИИ, тем меньше всё это похоже на промпт-инжиниринг и тем больше — на обычный менеджмент. И это, пожалуй, самая неприятная часть прогресса ИИ: он не освобождает от управления. Он быстро показывает, где его никогда и не было.

#ИИ_инженерия