Обогнать искусственный интеллект. Про эволюцию человека и развитие в попытке обогнать новое

Глава 3. Смена парадигмы мышления

Каменщик думает о следующем кирпиче. Архитектор — о доме, которого ещё нет.

Введение

Во второй главе мы договорились о позиции: кентавр держит поводья, отдаёт машине исполнение и скорость, а мышление, выбор и ответственность оставляет себе. Звучит стройно — до первого рабочего утра. Потому что стоит сесть и начать работать по-новому, как выясняется неприятное: поводья-то в руках, а голова всё ещё думает по-старому. Двадцать лет школы, вуза и работы приучили нас к определённому способу думать о любом деле — и этот способ с новым инструментом несовместим.

Эта глава — про сам способ думать. У науки для этого есть точное слово — парадигма: не отдельный приём и не полезная привычка, а рамка, внутри которой человек вообще ставит и решает задачи. Пока рамка работает, её не замечают — как не замечают воздух. Так вот, ИИ меняет не скорость нашей работы и не её объём. Он меняет рамку: объект, вокруг которого крутится мысль. Раньше мы думали о процессе — о том, что делать дальше. Теперь придётся думать о результате — о том, что должно получиться. Разница кажется словесной, пока не попробуешь. А когда попробуешь, выясняется: это самая глубокая перестройка из всех, которые требует от нас новая эпоха, — глубже, чем освоение любого инструмента. Инструмент можно выучить за вечер. Парадигму приходится менять месяцами.

У этой смены парадигмы четыре поворота, и мы пройдём их по порядку. Первый: думать от результата, а не от шагов. Второй: ставить задачу как техзадание, а не как вопрос. Третий: оркестрировать команду — из ролей, людей и агентов, — а не исполнять всё самому. И четвёртый, предельный: когда три первых сходятся в одном человеке, рождается компания из одного человека — и разговор в мире уже идёт о компаниях на миллиард долларов (да, созданных и управляемых одним человеком). Начнём со старой рамки: её надо сначала увидеть, чтобы было от чего отталкиваться.

3.1 Мир пошаговых инструкций

Начнём с честного взгляда на то, как нас учили работать. Вся старая модель — та самая, конвейерная, из первой главы — построена вокруг одного объекта: последовательности действий. Рецепт. Инструкция. Регламент. Техпроцесс. Методичка. Должностные обязанности. Форма их разная, суть одна: вот шаг первый, вот шаг второй, выполняй по порядку — и в конце само собой получится то, что нужно.

Посмотрите, как это прошито во всём. Школа учит решать «по образцу» — сначала действие в скобках, потом умножение. Вуз выдаёт методичку к лабораторной: пункты с первого по двенадцатый, в двенадцатом — «сделайте вывод». Работа встречает должностной инструкцией и регламентом согласований. Проект живёт по водопаду: этап, за ним этап, за ним ещё этап. Даже карьера мыслилась лестницей — то есть, опять же, последовательностью ступенек, которые надо пройти по порядку.

И это не потому, что кто-то был глуп. Наоборот — это было гениально для своего времени, и вот почему. Когда исполнение — дорогое и медленное, а исполнителей много, самое разумное — разделить труд: пусть немногие думают о том, что должно получиться, и переводят это в шаги, а остальные хорошо выполняют шаги. Думать о результате было привилегией и обязанностью узкого круга: заказчика, начальника, главного конструктора. Исполнителю образ результата был, строго говоря, не нужен — ему нужен был точный следующий шаг. «Сделай раз, сделай два». Спросите человека конвейерной эпохи, над чем он работает, и он честно ответит номером операции.

Ключевое следствие: главным рабочим вопросом эпохи был вопрос «что делать дальше?». Кто умел на него отвечать быстро и точно — тот и был хорошим специалистом. Целый мир выстроился вокруг этого вопроса: планёрки, статусы, чек-листы, таск-трекеры. Мы настолько привыкли, что даже собственную жизнь планируем как список дел, а не как образ того, что должно получиться.

Важно: Заметьте, объектом мышления здесь является процесс. Результат существует где-то в конце, как обещание: выполняй шаги — и он появится. В этой конструкции результат не обязательно даже ясно себе представлять. И вот эта роскошь — работать, не представляя результата, — закончилась.

3.2 Навигатор не спрашивает, где вам повернуть

А теперь смотрите, что произошло. Появился инструмент, который берёт на себя ровно то, вокруг чего крутилось старое мышление, — последовательность шагов. Нейросеть сама решает, что делать дальше: сама раскладывает задачу, сама выбирает порядок, сама проходит путь. Единственное, чего она не может взять у вас, — это пункт назначения.

Лучшая бытовая аналогия — навигатор. Вы же не диктуете ему повороты: «через двести метров направо, потом вторая налево». Вы называете адрес — а маршрут он строит сам, и перестраивает на ходу, когда впереди пробка. Диктовать навигатору повороты не просто бессмысленно — это отменяет саму пользу навигатора. С нейросетью то же самое, только адрес здесь — образ результата: что именно должно получиться, для кого, в каком виде и как вы поймёте, что оно готово.

Недавно на лекции меня спросили: какое мышление развивать, чтобы работать с нейросетями? Я ответил, пожалуй, главной фразой этой главы: важно уметь ставить задачу. Если раньше достаточно было задать вопрос и получить ответ, то сейчас надо думать на несколько шагов вперёд — понимать конечный результат и идти от обратного. Это другой способ мышления: когда ты сначала представляешь результат, а потом разматываешь путь к нему в обратную сторону.

А вот как выглядит попытка работать с новым инструментом по-старому — я наблюдал её десятки раз и на себе, и на других. Человек садится и начинает командовать шагами, как привык: «сделай мне вот это». Получил, посмотрел — не то. «Теперь сделай вот это». Опять не совсем то. «А теперь вот это поправь». И так двадцать раз. Внешне это похоже на работу; на самом деле это дрейф: каждый следующий запрос отталкивается не от цели, которой нет, а от предыдущего ответа машины. В итоге ты хотел оказаться здесь — а запросы привели тебя вон туда. И, что обиднее всего, лимит запросов к этому моменту уже кончился. Я в таких случаях говорю: премиум-подписка закончилась раньше, чем появился результат.

Задача будет решена ровно настолько, насколько ясно вы представили её результат. Размытый образ на входе гарантирует размытый продукт на выходе — теперь это не фигура речи, а буквальное техническое свойство инструмента.

Вдумайтесь, какой это переворот. Веками неспособность ясно представить результат прощалась: ну не представляешь — начни делать, по дороге разберёшься, процесс вывезет. Теперь процесс вывозит машина, и вывозит она ровно туда, куда вы показали. Показали в никуда — приехали в никуда, только очень быстро. Скорость, как мы выяснили во второй главе на образе лестницы у чужой стены, лишь увеличивает цену ошибки в направлении.

Во второй главе я уже обмолвился об этом мимоходом — про то, как ограниченный ресурс модели приучает сначала ясно представить, что хочешь получить, и только потом запускать. Тогда это выглядело дисциплинирующей мелочью. Теперь назовём вещи своими именами: это не мелочь, это смена парадигмы — сменился сам объект мышления. Старый мир спрашивал: «Что делать дальше?» Новый спрашивает: «Что должно получиться?» Все остальные перемены этой главы — следствия этого разворота.

Совет: Прежде чем ставить машине любую задачу сложнее пары абзацев, напишите — себе, не ей — три строки: что должно получиться (продукт), для кого и зачем (контекст), как я проверю, что готово (критерии). Если три строки не пишутся — вы пока не готовы ставить задачу, и никакая нейросеть вас не спасёт. Она умножит на скорость ту ясность, которая есть. Умножать ноль она тоже умеет — мгновенно.

3.3 Промпт — это не вопрос. Это техзадание

Из смены объекта мышления вырастает и правильное отношение к промпту — слову, вокруг которого столько ажиотажа, что его пора спокойно разобрать.

Промпт — это не «волшебный вопрос», не заклинание и не секретная формула, которую можно подсмотреть в подборке «100 лучших промптов». Промпт — это техническое задание. А техзадание, как знает любой инженер, нельзя написать, не представляя изделия. Все хорошие промпты мира устроены одинаково и скучно: образ результата, контекст, ограничения, критерии приёмки. Все плохие — тоже одинаково: «сделай мне хорошо», в разных вариациях.

Отсюда, кстати, вытекает отрезвляющая мысль, которую я услышал на одном техническом семинаре и с тех пор повторяю: суть работы с ИИ — это не промпт-инжиниринг, а управление контекстом, и это задача архитектурная. Что знает машина о вашей задаче в момент запуска? Какие документы, примеры, ограничения вы ей дали? Чего она знать не может — и где, значит, соврёт с уверенным лицом? Тот, кто думает от результата, собирает контекст под результат, как прораб собирает материалы под проект. Тот, кто думает по-старому, задаёт голый вопрос в пустоту — и получает красивый, уверенный и бесполезный ответ.

Инженеры, читающие эти строки, уже улыбаются: они всю жизнь знали, что половина успеха проекта — грамотное ТЗ, а споры на этапе ТЗ в сто раз дешевле переделок в металле. Новость не в самом принципе. Новость в том, что этот принцип перестал быть цеховым знанием проектировщиков и стал всеобщей грамотностью. Учитель, пишущий с нейросетью рабочую программу; врач, составляющий памятку пациенту; менеджер, готовящий аналитику к совещанию, — все они теперь пишут техзадания, даже если никогда не слышали этого слова. Умение, за которое раньше платили только инженерам, стало базовым, как умение писать письма.

Есть и обратная сторона, о которой стоит сказать честно: машина охотно поможет вам и с самим образом результата. Во второй главе я делился приёмом «задай мне уточняющие вопросы» — он ровно про это: заставить модель вытащить из вас то представление о результате, которое у вас есть, но не сформулировано. Здесь важно не перепутать две ситуации. Одно дело — результат вы представляете, но смутно, и машина помогает навести резкость: это усиление, пользуйтесь на здоровье. Другое дело — образа результата нет вовсе, и вы надеетесь, что машина придумает его за вас. Не придумает. Точнее — придумает свой, среднестатистический, из миллионов чужих текстов. И вы получите чужой результат, исполненный безупречно. Хотеть — по-прежнему ваша работа. Пожалуй, теперь это главная ваша работа.

Задание: Возьмите ближайшую задачу недели и напишите к ней техзадание из четырёх блоков: результат (что будет готово), контекст (для кого и зачем), ограничения (чего нельзя), критерии приёмки (как проверяю). На всё — десять минут. А теперь честный вопрос: смогли бы вы написать такое же по задаче, которую сейчас делает ваш коллега? А по задаче вашего начальника? Умение писать ТЗ на чужую работу — это и есть первый шаг к следующему разделу.

3.4 Оркестрация: команда, которой не видно

Пока результат помещается в один запрос, хватает и техзадания. Но настоящие рабочие результаты — отчёт, курс, продукт, книга — в один запрос не помещаются. И здесь новое мышление делает следующий шаг: от постановки задачи одному исполнителю — к сборке команды.

Покажу на самом близком мне примере — на этой книге. Рядом с её текстом у меня на компьютере живёт небольшая команда: агент-редактор, который правит стиль; агент-ревьюер, который придирается к логике; агент — технический писатель, который следит за структурой; агент-нормоконтролёр, который проверяет оформление. Звучит футуристично, выглядит буднично: по сути это набор ролей, описанных обычными текстовыми файлами, — у каждой своя инструкция, свой характер и свои полномочия. Никакой магии: файл на компьютере. Но когда глава проходит через эту цепочку, я получаю то, что раньше давала только живая редакция.

Скажу сразу и трезво, чтобы не подпитывать хайп: россказни про «цифровых человечков», которые сами ходят по офису и сами делают бизнес, пока хозяин спит, — это пока в основном красивые истории для продажи курсов. Я пробовал, я видел, я скептичен. А вот что работает уже сегодня — это ровно такие локальные, приземлённые сборки: несколько ролей вокруг конкретного результата, с человеком во главе. В университете мы собираем систему посерьёзнее: агент-оркестратор распределяет работу, архивариус индексирует документы, аналитик ищет, писатель готовит ответы, критик проверяет факты. Принцип тот же, масштаб другой.

А теперь главное — то, ради чего этот раздел написан. Спросите себя: что нужно уметь, чтобы собрать такую команду? Нужно представлять конечный результат — иначе непонятно, какие роли вообще нужны. Нужно декомпозировать: разложить путь к результату на зоны ответственности — не на шаги, заметьте, а на роли. Нужно наладить проверку: кто кого контролирует, где в цепочке стоит критик, где — человек. Ничего не напоминает? Это работа руководителя. Ровно то, чему управленцев учат годами и что раньше требовалось единицам.

У этого умения уже есть имя — оркестрация. Дирижёр не играет ни на одном инструменте оркестра — он держит в голове партитуру целого и знает, когда вступает какая партия. Помните киборга из второй главы, который в плотных микроитерациях наращивал новый навык — оркестровку? Вот это он и есть, только в полный рост: не сыграть партию лучше всех, а собрать звучание целого. И заметьте, как оркестрация замыкается на первый поворот главы: дирижировать можно только тем произведением, которое уже слышишь в голове. Без образа результата оркестр из самых лучших агентов играет какофонию.

ИИ незаметно сделал каждого из нас начальником. У любого специалиста впервые в истории появились подчинённые — неутомимые, нежадные, но требующие внятных задач и жёсткой приёмки.

Вот почему я говорю студентам: главный вопрос делегатора из первой главы — «кому я могу это передать?» — теперь личный вопрос каждого. Не только директора. Каждого. И отвечать на него придётся тем самым мышлением от результата: у кого в голове есть образ готового, тот раздаст роли и соберёт результат из кусков; у кого нет — тот получит от своей «команды» гору красивых, уверенных и не стыкующихся между собой фрагментов. Плохому руководителю агенты не помогут точно так же, как плохому руководителю не помогают люди.

Важно: Команда агентов не заменяет мышление от результата — она его беспощадно проявляет. Один запрос ещё прощает смутную цель: что-то да получится. Команда из пяти ролей, запущенная без ясного образа результата, выдаёт пять разных «что-то» — и разгребать это дороже, чем сделать руками.

3.5 Конец монодисциплинарности

Смена объекта мышления тянет за собой и смену портрета того, кто ценится. И тут придётся сказать вслух вещь, которая многим моим коллегам — людям глубоким и заслуженным — не нравится.

Весь двадцатый век карьеру делала глубина. Идеалом был моноспециалист: человек, который знает одну область лучше всех в комнате. Копай свою шахту, не отвлекайся на чужие — таков был честный завет старой модели, и он работал: глубина была дефицитом, а стыковку глубоких специалистов между собой брали на себя организации — начальники, регламенты, совещания.

Посмотрите, что стало с этой конструкцией теперь. Глубина — первое, что оцифровывается: чем лучше область описана в текстах, тем увереннее по ней работает машина (вспомните библиотекаря из первой главы). А вот стыки областей оцифрованы хуже всего: там мало учебников, мало данных, много живого контекста. И одновременно — вся работа с ИИ, как мы только что видели, превратилась в сборку команд, а сборщик обязан понимать языки тех, кого стыкует. Нельзя поставить задачу агенту-юристу и агенту-инженеру, не понимая хотя бы в общих чертах, как думают юрист и инженер. Ценность утекла с глубины на стыки.

На рынке этот сдвиг уже виден невооружённым глазом. Двадцать лет назад героями были инженеры-железячники, десять лет назад — чистые программисты, а сейчас индустрия ищет тех, кто соединяет: софт плюс железо плюс ИИ, техника плюс экономика, инженерия плюс люди. На промышленных площадках, с которыми мы работаем, прямо формулируют запрос на «переводчиков» — людей, которые говорят на языке энергетика с энергетиками, на языке робототехника с робототехниками и на языке нейросетей с машинами. А в образовании этот же тренд называют выращиванием архитекторов, а не кодеров: тех, кто видит систему целиком и ставит задачи, а не выполняет типовые операции внутри одной клетки.

Уточню, чтобы не породить недоразумение: полидисциплинарность — это не «знать всё понемногу» и уж точно не отмена глубины. Дилетант широкого профиля новой эпохе нужен ещё меньше, чем старой, — у него машина заберёт вообще всё. Формула другая, её давно называют T-образной: вертикаль — глубокая экспертиза в своей области, та самая, которой вы ловите машину за руку (вспомните ландшафтного дизайнера из второй главы); горизонталь — рабочее знание смежных областей на уровне «понимаю, как у них устроено, и умею грамотно спросить». Вертикаль делает вас незаменимым в своей клетке. Горизонталь позволяет собирать команды — из людей и агентов — поверх клеток. Обгоняет тот, у кого есть и то и другое.

И заметьте, как это смыкается с мышлением от результата. Настоящие результаты — не дисциплинарны. «Написать код» — дисциплинарная задача, её уже делает машина. «Сделать так, чтобы цех перестал простаивать» — результат, и он собирается из инженерии, экономики, психологии смены и десятка неписаных обстоятельств. Кто мыслит результатами, тот неизбежно выходит за границы своей дисциплины — просто потому, что результаты там не живут.

Совет: Раз в месяц устраивайте себе экспедицию в смежную область: не курс, не диплом — один честный день. Попросите нейросеть объяснить, как устроена соседняя дисциплина, какие у неё главные понятия, о чём спорят её профессионалы, — а потом поговорите с живым её носителем и сверьте картинки. Цель скромная и достижимая: не стать специалистом, а научиться грамотно спрашивать. Для сборщика команд это и есть рабочий уровень владения.

3.6 Компания на миллиард — из одного человека

Теперь доведём логику главы до предела — и посмотрим, что получается, когда мышление от результата, команда агентов и полидисциплинарность сходятся в одном человеке.

Недавно я разговаривал со знакомым предпринимателем, и он буднично, между делом, описал свою конструкцию: у него на базе ИИ собраны двадцать агентов, которые друг за другом делают контент, перепроверяют, раздают заказы, собирают и анализируют результаты. Я уточнил: команда? Он усмехнулся: это не люди. Это один человек — он сам. Его цель на год он сформулировал без тени иронии: компания с оборотом в миллиард — на одного человека. И добавил фразу, которая застряла у меня в голове: «Сейчас буквально чуть-чуть — и появится компания из одного человека. Это не прикол. Зачем тебе штат?».

Ещё лет пять назад я бы вежливо улыбнулся. Сейчас — не улыбаюсь, и вот почему. Посмотрите, из чего исторически состоял штат компании. Из исполнителей типовых операций — их забирает зона замещения, мы разобрали это в первой главе. Из координаторов, которые стыкуют исполнителей, — их забирают оркестраторы, вспомните мультиагентную систему на сборке самолёта оттуда же. Что остаётся неделимым? Ровно то, что нельзя делегировать: образ результата, доменный секрет, ценностный выбор, ответственность. А это всё умещается в одной голове. Впервые в истории размер компании перестал быть следствием размера задачи.

Мир большого бизнеса эту арифметику уже почувствовал. Глава одной из ведущих ИИ-компаний публично спорит с коллегами о том, в каком году появится первая компания из одного человека стоимостью в миллиард долларов, — а самые смелые голоса в отрасли примеряются уже к миллиарду. Обратите внимание: спорят не «появится ли», а «когда» и «сколько нулей». Даже если миллиард — гипербола, направление она показывает верно: планка того, что доступно одному человеку с командой агентов, поднимается на порядок за считаные годы.

Чтобы не выглядеть фантазёром, дам примеры уже случившегося — не про одиночек, но про ту же пружину сжатия. Рождественский ролик мировой величины бренд собрал командой в несколько человек: люди отсмотрели около семидесяти тысяч ИИ-генераций — работа, которая прежде занимала полгода у большой продакшн-команды, сжалась в разы по деньгам и срокам [Coca-Cola сделала новогодний рекламный ролик сделав около 70 000 генераций, командой из 5–6 человек, и на 80% дешевле чем обычно]. Финтех-компания отдала ИИ-ассистенту объём клиентской поддержки, эквивалентный сотням живых операторов, — миллионы диалогов, время ответа упало с одиннадцати минут до двух [Компания Klarna — 2,3 млн диалогов, 11 минут → 2 минуты]. Показательно и продолжение этой истории: через год компания частично вернула живых людей — выяснилось, что в погоне за эффективностью просело качество. Урок читается легко: агенты сжимают штат, но не отменяют того, кто отвечает за результат и чувствует, где машине доверять нельзя. Всадник обязателен даже там, где табун уже железный.

У этого явления есть и строгое название, которое я использую в работе: минимальная производительная ячейка. Раньше ею был отдел, потом рабочая группа. Теперь — человеко-агентная система: один человек плюс его команда агентов. Из таких ячеек уже можно собирать и отделы, и институты, и, похоже, целые компании.

Но вот на чём я хочу поставить ударение — иначе раздел прозвучит как реклама увольнений. Компания одного человека — это не история про то, что агенты всё сделают. Это история про то, что один человек оказался способен удержать в голове целое: результат, рынок, продукт, качество — и разложить это целое на команду. Двадцать агентов того предпринимателя не стоят ничего без его образа результата и его доменного секрета — без знания, что именно делать и для кого. "Миллиардная компания" из одного человека, если она появится, будет триумфом не искусственного интеллекта, а того самого мышления, которому посвящена эта глава.

Важно: Формула компании одного человека: (образ результата + доменный секрет + ответственность) × команда агентов. Скобка — человеческая, и она не сокращается. Множитель без скобки равен нулю, сколько бы агентов в нём ни было.

3.7 Как перекладывать голову: четыре привычки

Разворот мышления не совершается по прочтении главы — он тренируется, как тренируется всё, что связано с головой. Делюсь четырьмя привычками, которые я вырабатывал у себя и теперь выращиваю у студентов и сотрудников. Они скучные. Работает, как обычно, именно скучное.

Первая: начинайте с конца. Любое дело длиннее часа открывайте не первым шагом, а абзацем о результате: что будет готово, как выглядит готовое, кто и как это примет. Одним абзацем, письменно. Письменно — принципиально: смутный образ в голове успешно притворяется ясным, пока не попробуешь его записать.

Вторая: формулируйте критерии приёмки до старта. «Как я пойму, что готово и что это хорошо?» — вопрос, который старая модель разрешала задавать только начальнику. Теперь это ваш вопрос. Без критериев любая работа с машиной превращается в бесконечное «а теперь чуть-чуть поправь» — тот самый дрейф с закончившейся подпиской.

Третья: раскладывайте на роли, а не на шаги. Поймали себя на составлении списка действий — остановитесь и переспросите: какие здесь нужны роли? Кто делает, кто проверяет, кто критикует, где в цепочке стою я? Список шагов умирает при первом столкновении с реальностью; распределение ролей реальность выдерживает — этому руководителей учили всегда, просто теперь это касается всех.

Четвёртая: держите мышцу под нагрузкой. Здесь обязан напомнить про красную лампочку из второй главы. Думать от результата — не значит перестать думать о процессе вообще: иногда пройти путь руками — единственный способ и сохранить квалификацию, которой вы ловите машину за руку, и уточнить сам образ результата. Опытный архитектор потому и ставит внятные задачи строителям, что когда-то сам клал кирпич. Выбирайте, что делать руками, осознанно — но делайте.