Размышления о том, как LLM превратили исполнителя в «маленького начальника» — и почему это не повышение, а смена профессии. Цикл «Асимметрия информации», статья 4.

Был такой период в истории, когда сапожник шил сапоги руками. Потом появилась швейная машинка. Сапожник стал быстрее. Но перестал ли он быть сапожником? Формально — нет. Он всё ещё понимал, где кожа, где подошва, как держать шило. Машинка просто ускоряла то, что он и так умел.
Потом появился конвейер. И вот тут началось интересное. Работник на конвейере уже не шил сапог целиком. Он прикручивал подошву. Или пришивал молнию. Или заливал клей в нужную щель. Он стал быстрее, но перестал быть сапожником в полном смысле слова. Он стал оператором станка.
А теперь вопрос: если я сегодня пишу код с нейросетью — я сапожник или оператор станка?

Вопрос первый: если нейросеть сделала тебя быстрее, стал ли ты лучше?

Я задал себе этот вопрос после того, как за неделю написал Android-приложение, на которое раньше ушли бы месяцы. Раньше Android Studio открывалась и закрывалась трижды за три года — вход в новую экосистему был болезненным. Теперь — неделя, и приложение работает.
Но давай честно: я стал лучше как разработчик? Или я стал быстрее?
Это разные вещи. Быстрее — это про скорость выполнения знакомых задач. Лучше — это про способность решать новые задачи, понимать глубинные причины, видеть архитектуру целиком. Нейросеть дала мне первое, но не дала второго.
Я могу написать приложение за неделю, но я не могу объяснить, почему выбранный нейросетью паттерн работает именно так, а не иначе. Я могу запустить код, но не могу предсказать, где он сломается через год. Я стал диспетчером нейросетевого конвейера, а не архитектором.
И вот в чём подмена: я говорю «я написал приложение», хотя на самом деле я утвердил то, что написала нейросеть. Я говорю «я спроектировал архитектуру», хотя на самом деле я выбрал одну из трёх предложенных вариантов, не до конца понимая разницу между ними.
Это не лидерство. Это имитация лидерства с делегированием ответственности на вероятностную модель.

Вопрос второй: если ты командир, почему ты не видишь карту?

Мне понравилось сравнение с RTS — стратегией в реальном времени, где ты командир армии, а нейросетевые агенты — твои юниты. Ты отдаёшь приказы, они исполняют. Красиво.
Но есть проблема. В стратегии ты видишь всю карту. Ты знаешь, где ресурсы, где враг, где ограничения. В работе с LLM ты видишь только ответы на свои запросы. Ты не видишь, какие альтернативы нейросеть отбросила, какие допущения заложила, где могут быть скрытые баги.
Геймификация здесь — это симуляция контроля. Ты чувствуешь себя командиром, потому что отдаёшь приказы и получаешь результат. Но реальный контроль над процессом остаётся у того, кто понимает, как именно работает конвейер. А это знание всё больше концентрируется у владельцев LLM-инфраструктуры, а не у тебя.
Ты не командир. Ты пассажир в кабине пилота, которому дали штурвал, но не показали приборную панель. Ты крутишь штурвал, самолёт летит. Но куда он летит и почему — ты узнаешь только когда он приземлится.

Вопрос третий: у руководителя есть подчинённые, а у тебя — вероятностная модель. Это одно и то же?

Я задал себе этот вопрос, когда поймал себя на мысли, что «руковожу» нейросетью. Звучит гордо. Но давай разберёмся.
У реального руководителя есть обратная связь от живых людей. Подчинённый может сказать: «Шеф, это не сработает, потому что…». Он может возразить, предложить альтернативу, указать на ошибку в ТЗ. Он несёт личную ответственность за качество своей работы.
Нейросеть этого не сделает. Она выполнит задачу так, как ты её сформулировал, даже если формулировка была ошибочной. Она не скажет: «Подожди, ты не учёл вот это». Она просто выдаст результат, соответствующий твоему описанию.
Получается, что роль «лидера» здесь — это роль постановщика задач, который несёт всю полноту ответственности за результат, но не имеет инструментов для проверки его качества. Это не лидерство. Это одиночество на вершине пирамиды, которую ты сам построил из нейросетевых агентов.
И вот здесь происходит подмена понятий. Мы называем это «работой руководителя», потому что внешне она выглядит так же: ты ставишь задачи, ты принимаешь решения, ты несёшь ответственность. Но у реального руководителя есть команда, которая может ошибиться и исправить ошибку. У тебя есть модель, которая не ошибается — она просто выдаёт то, что ты попросил.
Разница принципиальная. Руководитель управляет людьми, которые думают. Ты управляешь моделью, которая предсказывает. Это не одно и то же.

Вопрос четвёртый: если все станут «маленькими начальниками», кто будет делать работу?

Это вопрос, который я задал себе, когда понял, что нейросеть позволяет любому специалисту «примерять роль лидера». Звучит как демократизация. Но на деле это создаёт новую элиту.
Раньше барьер входа в архитектурную роль был высоким: годы опыта, понимание паттернов, умение видеть систему целиком. Теперь барьер снизился — но только для тех, кто умеет формулировать задачи для LLM. А это тоже навык, который не у всех есть.
Более того, качество работы с LLM зависит от качества твоего понимания предметной области. Если ты поверхностно знаешь веб-разработку, нейросеть выдаст поверхностное решение. Если ты глубоко понимаешь, как устроены вещи, ты сможешь задать правильные вопросы и получить качественный результат.
Получается, что нейросети не уравнивают всех, а усиливают существующее неравенство: те, кто уже понимает, становятся ещё эффективнее, а те, кто не понимает, получают иллюзию компетенции.
И вот здесь — самый неприятный вывод. Если все станут «маленькими начальниками», кто будет делать работу «рук»? Кто будет отлаживать сложные баги, писать низкоуровневый код, разбираться в тонкостях архитектуры? Нейросеть этого не сделает — она не понимает, что делает. Она предсказывает следующий токен.
Значит, «работа рук» никуда не денется. Просто она станет ещё более редкой и ещё более дорогой. А «работа начальников» станет массовой и обесцененной. Это переворот рынка труда, который мы ещё не осознали.

Вопрос пятый: ты несёшь ответственность, но перед кем?

Я задал себе этот вопрос, когда понял, что продаю заказчику результат, который сам не до конца понимаю.
Перед заказчиком — да. Но заказчик не понимает, что ты использовал нейросеть. Он думает, что ты эксперт. Ты несёшь ответственность за результат, но твоя реальная компетенция может быть ниже, чем он ожидает.
Это создаёт этический разрыв: ты продаёшь себя как архитектора, но на деле ты диспетчер LLM. И если что-то пойдёт не так, ты не сможешь объяснить, почему. Ты просто скажешь: «Нейросеть так сделала».
Это новый тип профессиональной ответственности, который ещё не осмыслен в индустрии. И это отличная тема для статьи: как быть лидером, когда твои «подчинённые» — это вероятностные модели, которые не несут ответственности?
Ответа у меня пока нет. Но вопрос стоит задать.

Вопрос шестой: ты ускорился или замедлился?

Я задал себе этот вопрос, когда понял, что через год работы с LLM уже не смогу самостоятельно написать сложный алгоритм.
Нейросети ускоряют работу на короткой дистанции. Это правда. Но есть долгосрочный эффект, который стоит учесть.
Когда ты перестаёшь вдаваться в детали, ты теряешь способность их понимать. Через год работы с LLM ты уже не сможешь самостоятельно написать сложный алгоритм или отладить архитектуру — ты будешь зависеть от нейросети. Это не плохо и не хорошо. Это смена типа компетенции: от «умения делать» к «умению формулировать и проверять».
Но вот вопрос: кто будет проверять проверяющего? Если все разработчики перестанут понимать детали, кто сможет оценить качество нейросетевого кода? Это создаёт новый уровень асимметрии: между теми, кто понимает, как работают LLM (и может их контролировать), и теми, кто просто пользуется ими как «чёрным ящиком».
Ты ускорился в моменте. Но замедлился в способности делать что-то без нейросети. Это не прогресс и не деградация. Это смена типа зависимости.

Так перестал ли сапожник быть сапожником?

Возвращаемся к исходному вопросу. Раньше, чтобы распилить дерево, требовалось несколько мастеров. Теперь — циркулярная пила. Перестал ли мастер быть мастером?
Ответ неоднозначный. Он перестал быть мастером пилы. Но стал оператором циркулярной пилы. И это разные профессии.
Мастер пилы понимал, как устроено дерево, как ведёт себя пила, как не отрезать себе руку. Оператор пилы нажимает кнопку и следит, чтобы доска шла ровно. Он быстрее, но он не мастер.
С нейросетями то же самое. Ты перестаёшь быть мастером кода. Но становишься оператором нейросетевого конвейера. Ты быстрее. Ты эффективнее. Но ты не мастер.
И вот здесь — самый неприятный вывод. Мы называем это «работой руководителя», потому что внешне она выглядит так же: ты ставишь задачи, ты принимаешь решения, ты несёшь ответственность. Но у реального руководителя есть команда, которая думает. У тебя есть модель, которая предсказывает.
Это не лидерство. Это иллюзия лидерства. И чем быстрее мы это осознаем, тем лучше.

Что с этим делать?

Я не знаю. Но вот что я понял для себя:

1. Не путай скорость с компетенцией. Быстрее — не значит лучше. Ты можешь написать приложение за неделю, но не сможешь его поддерживать через год.
   
2. Не путай диспетчера с архитектором. Ты отдаёшь приказы, но не проектируешь фундамент. Это разные вещи.
   
3. Не путай иллюзию контроля с контролем. Ты видишь результат, но не видишь процесс. И это уязвимость.
   
4. Не путай ответственность с властью. Ты несёшь ответственность за результат, но не имеешь власти над процессом. Это этический разрыв, который надо осознавать.
   
5. Не путай ускорение с прогрессом. Ты быстрее делаешь то, что умеешь. Но ты не учишься делать то, что не умеешь.
   

И главное: нейросеть — это станок. А ты — оператор станка. Не путай эти роли.
Потому что если ты думаешь, что ты мастер, а на самом деле ты оператор, — ты уязвим. Ты не понимаешь, где границы твоей компетенции. Ты не видишь, где нейросеть ошибается. Ты не можешь проверить качество результата.
А если ты понимаешь, что ты оператор, — ты можешь начать учиться быть мастером. Медленно, болезненно, но по-настоящему.
И это, возможно, единственный способ не превратиться в приложение к нейросети.

P.S. Мы и дальше будем писать о том, как устроена экономика зависимости — в маркетплейсах, в веб-разработке, в нейросетях. Потому что знать правила игры — единственный способ не проиграть. 😏