Изначально мы должны были говорить про «ИИ-подчинённых» и контекст работы между людьми и «нелюдями» 🤖, но в итоге разговор оказался гораздо интереснее - про то, как меняется роль тимлида и инженера, какие тренды есть сегодня и каково это работать, когда рядом с людьми появляются AI-агенты.
Глеб Михеев забрал львиную долю эфирного времени, но обрисовал картину происходящего в отрасли и того, куда всё движется. Когда у него заканчивались «токены» 😄, он умолкал, но его манера быстрой подачи смыслов, думаю, и сделала эту дискуссию такой насыщенной.
Ему оппонировал и внёс существенный вклад примерами Владимир Анисимов. Ну а я периодически рассказывал о своих кейсах и вместе с Александром Мышонковым отвечал на вопросы из зала и участвовал в общей дискуссии. А модерировала нас прекрасная Диана Арепьева.
Мне понравилось наша дискуссия, есть желание собраться и пообщаться неформально🍻
Из выступлений забрал несколько терминов, которые хорошо описывают происходящее.
🥩 Meat Proxy - моё любимое. Это человек, который остаётся оператором между AI и реальным миром. Держит контекст, задаёт ограничения, понимает, зачем вообще делается задача, и отвечает за результат. А ещё вовремя оплачивает подписку на сервисы 😄
Есть 2 вида агентов:
🧑💻 Junior на стероидах - агент, который может сделать гораздо больше обычного джуна, но ему всё ещё нужно нормально поставить задачу и обеспечить «мясной» контроль.
🧠 Senior с амнезией - агент может решить сложную задачу, но не держит весь контекст. Его приходится постоянно возвращать в нужное состояние. Иначе наворотит.
Из принципов забрал себе метод Job to be Done.🎯
Агенту недостаточно сказать, что нужно сделать. Нужно объяснить, какую проблему мы решаем, дать контекст, ограничения, доступные ресурсы и критерии результата. То же самое, как и при промптинге, только уже при работе с агентом.
Это экономит время, токены и нервы.
Как и многие, сам дошёл до некоторых моментов на практике. Например, AI неправильно обрабатывал сценарии и уходил от ожидаемого поведения. А всё из-за неверного контекста и слабых вводных.
А теперь главный вывод после сегодняшней дискуссии:
⚙️ Задача инженера всё меньше заключается в том, чтобы писать код. Реально, писать код руками уже становится стрёмно.
🔧 Задача инженера - решать проблемы.
А задача тимлида в эпоху AI становится ещё шире - правильно распределить работу между людьми с разным уровнем работы с AI, а иногда и расширять возможности АI , там, где человек становится узким местом.
🤯 При этом становится всё сложнее держать контекст, задавать границы и отвечать за результат.
Плотность информации, которая проходит через тимлида или оператора AI-агентов, становится выше. Это заметно увеличивает нагрузку на психику и утомление при работе в многозадачности.
Не первый раз слышу от коллег по цеху истории, когда специалисты выгорают в ноль. Увольняются и уезжают в горы, на дачу, в випассану, из Москвы 😄
Всё потому, что выше кажется: человек, работающий с AI, сделал работу и можно его ещё чем то нагрузить.
Как бы не так)
Помню, когда-то на первой работе в IT мой ментор сказал, что качественной разработкой в день можно заниматься 3-5 часов, остальное - рутина, созвоны, правки и прочее.
🤖 AI-разработка не отменяет этот принцип. Высокая продуктивность - это высокая нагрузка и высокая ответственность. И те же 3-5 часов действительно хорошей работы никуда не исчезли.
🕸 Я вырос на «Человеке-пауке» и в фильме есть фраза, которая сегодня звучит особенно актуально:
«Чем больше силы, тем больше и ответственность».
AI дал нам новые возможности и кратно увеличил нашу «силу». А значит, вместе с ней растёт и ответственность - за решения, результат и то, как мы этой силой пользуемся.
Пожалуй, это главный take, который я забрал с сегодняшней дискуссии.
🚀 Будущее не наступает. Оно уже работает рядом с нами. Теперь вопрос только в том, как мы научимся с ним работать.
Подписаться ✍️