кто ты в мире AI-агентов?

за три недели с Claude участник нашей лаборатории в одиночку сделал больше проектов, чем за прошлый год с командами. "ощущение, как будто имеешь дело с роем гениев".

радость? да. но следом — тревога. если ты можешь всё сам, зачем тебе команда? если агент делает 80% работы — что делаешь ты? и кто ты теперь?

мы в AI Mindset видели этот паттерн у сотен людей. в годовом репорте The Context Gap это один из 11 тектонических сдвигов. кажется, именно этот сдвиг люди чувствуют сильнее всего. не как цифру, как ощущение в теле.

Klarna показала, что один AI-ассистент заменяет 700 живых операторов поддержки. время решения уменьшается с 11 минут до 2-х.

McKinsey пишут, что 47% задач автоматизируемы к 2030. 88% организаций уже используют AI. но только 6% считают, что он реально трансформировал их процессы. шесть. 95% пилотных AI-проектов не возвращают инвестиции.

почему? потому что мы вставляем новую технологию в старые процессы. просим Claude заполнить Excel-таблицу, хотя, возможно, нам уже не нужна Excel-таблица. нанимаем агента на работу, но на вакансию, которая была написана для человека в 2019-м.

проблема не в AI. проблема в том, что мы не трансформировали себя под новую реальность.

Маша — дизайнер и преподаватель. раньше на трёхчасовую лекцию уходила неделя. сейчас — несколько часов. звучит как победа. но есть нюанс.

контекст годового курса — 12 лекций, методички, задания — всё равно нужно перепроверить головой. раньше он накапливался за неделю. теперь сваливается за пару дней. механики меньше, когнитивной нагрузки — больше.

"ментальная нагрузка растёт, я прямо это чувствую"

и дело не только в скорости. Маша теперь не только дизайнер. она методист, потому что AI предлагает структуру, но утверждать некому. она редактор — тексты пишутся быстро, выпускать без вычитки нельзя. она архитектор курса. и менеджер агентов.

пять ролей вместо одной. при том же количестве часов в сутках.

а через год Маша уже не столько дизайнер, сколько менеджер AI-процессов. она управляет нейронками. но и эта роль может поменяться. через два года или раньше.

в какой-то момент становится непонятно, что от тебя вообще останется. мы это слышим в лабораториях постоянно. не как страх — как вопрос, на который пока нет ответа.

мы много наблюдаем за тем, как люди реагируют на этот сдвиг. и видим не два типа — скорее три.

первый — "где кнопка?". человек ждёт, пока кто-то объяснит, что нажимать. хочет инструкцию: вот промпт, вот шаблон, вот модель — сделай за меня. это работало, пока AI был инструментом. когда AI стал коллегой — это перестало работать.

второй — "что я могу теперь?". задаёт вопросы, тестирует границы, ломает свои процессы и собирает заново. не учится пользоваться AI — учится думать в эпоху AI. на лабораториях мы видим: этот тип усиливается. серьёзно усиливается.

а ещё есть те, кто разворачивается. уходит в работу руками, в керамику, в лес. не потому что AI страшный — а потому что если машина может всё остальное, ценность перемещается туда, где её нет. к телу. к присутствию.

"когда труд дешевеет, идентичность дорожает"

разделяющая линия проходит не по "кто знает AI" и "кто не знает". она проходит по агентности. есть воля, вектор, набор ценностей — или нет. как сказал участник {space}: проактивность отделяет тех, кто развивается, от тех, кто остановился. агенты накидают варианты. выбрать — за тобой. и жить с последствиями выбора — тебе.

→ мы в AI Mindset собрали годовой репорт — The Context Gap. 120+ источников. McKinsey, Goldman Sachs, Stanford, Anthropic, Epoch AI. 11 тектонических сдвигов. полевой опыт 700+ участников из 30+ стран.

мы увидели: контекстное окно модели — 1 миллион токенов. рабочая память человека — 7 элементов. code churn вырос на 50%: код создаётся легко, целостность кода — нет. 30% рабочего времени уходит на поиск информации, которая уже где-то есть. продуктивность от AI выросла на 126%, но только 22% уверены, что результат можно выпускать.

мощность выросла. контроль — нет. _machines are accelerating. humans are buffering_

проблема не в инструментах. проблема — в операционной системе человека. нет слоя, который собирает агентов, модели и базы знаний в одну систему под тебя.

не хотим оставлять вас с этим наедине. предлагаем то, что можно сделать уже сейчас. карта ролей. возьми лист бумаги. запиши все роли, которые ты выполнял за последнюю неделю. не должности — функции. редактор. исследователь. менеджер агентов. тестировщик. стратег. копирайтер. продакт. может выйти 8-12. посмотри на список. какие из них — ты? а какие — инерция, потому что больше некому?

где я решаю, а где нажимаю кнопку. вспомни последние три дня работы. в каких моментах ты выбирал — направление, формулировку, структуру? а в каких — нажимал "принять" на то, что предложил AI? пропорция скажет больше, чем что угодно. если 80% — "принять" — ты уже не автор. ты — машину по "аппруву".

personal system prompt. не промпт для модели — правила для себя. напиши: - что ты не делегируешь AI никогда. - что всегда проверяешь. - и где проходит граница — за которой ты говоришь "нет, это решаю только я"

→ полный репорт: gap.aimindset.org

мы не знаем, какие роли будут через два года. но мы верим: сила остаётся за людьми, которые могут адаптироваться. не за теми, кто знает все инструменты. за теми, кто знает себя.

на этой неделе у нас три live-demo.
три разных входа в тему Personal Operating System и AI-продуктов.
все бесплатно, все в zoom.

вт 24 фев, 15:00 CET — Сергей Хабаров и Саша Поваляев показывают Personal Operating AI-System изнутри

ср 25 фев, 15:00 CET — Сережа Рис демонстрирует Personal AI-корпорацию на своём компе, Саша продолжает демо Personal OS

чт 26 фев, 18:00 CET — FOS #22 с Ваней Замесиным: как создавать продукты в эпоху нейросетей и вайбкодинга

➦ регистрация по ссылкам

если хочешь собрать собственную операционную систему — слой правил, контекста и агентов под свой workflow, мы делаем POS Sprint, 2–14 марта.