От водителя кобылы до пилота Феррари: почему за код больше не платят

Сто лет назад автомобиль почти стёр профессию извозчика, но не уничтожил работу — он изменил состав задач и цену ошибки. С искусственным интеллектом происходит то же самое, только быстрее. Рассказываю, что мы увидели, когда два разработчика с ИИ‑агентами переписали нашу платформу за две недели, и какую систему допуска к ИИ из этого стоит построить в компании.

Конец XIX века. По улицам ездят извозчики — массовая, уважаемая профессия. Водитель кобылы. Потом появляется автомобиль. И происходит нечто, чего почти никто тогда не ожидал: машина не сделала каждого извозчиком. Профессия почти исчезла. Но работа никуда не делась — появились водители, механики, инспекторы, инструкторы, страховые агенты, дорожные службы. Исчезла не работа. Изменился состав задач внутри неё.

А главное — автомобиль изменил три вещи: скорость, масштаб и цену ошибки. Ошибка извозчика стоила разбитой телеги. Ошибка водителя — жизней, и не только своей. Именно поэтому обществу пришлось не запрещать автомобиль, а договариваться: правила движения, категории допуска, понятная ответственность. Так появились ПДД и водительские права — причём, заметим, в основном после аварий, а не до них.

С искусственным интеллектом сейчас происходит ровно то же самое. И мы, кажется, снова собираемся писать правила после первых крупных аварий, а не до.

Нашу основную СмартСтаффинг‑платформу B2BCloud — систему, на которой держится значительная часть бизнеса группы, — мы строили несколько лет. Она обросла техническим долгом: каждая новая функция давалась тяжелее предыдущей, и переписать её начисто означало заново пройти те же годы. В августе 2026 года два разработчика с командой ИИ‑агентов переписали её за две недели.

Звучит как реклама скорости, но интереснее другое. Вместе со скоростью выросла цена ошибки — и её пришлось закрывать соразмерно: под этим кодом теперь около четырёх тысяч автоматических тестов, покрытие выше девяноста процентов, отдельный конвейер сборки, выката и отката с раздельными боевым и рабочим контурами.

Тормоз должен быть соразмерен скорости. Ускорение производства автоматически переносит стоимость на проверку — и если этого не сделать, вы просто быстрее размножите архитектурную ошибку.

И ещё одно наблюдение, уже не техническое. Написав код за две недели, мы упёрлись в то, что кодом не решается: перенос данных, договорённости о сроках, распределение ответственности, отсутствие человека, который держит сквозной процесс целиком. Скорость создания кода перестала быть узким местом. Узким местом стало всё остальное.

Отсюда вывод, который, по‑моему, ещё не дошёл до рынка труда. Написание кода перестало быть тем, за что платят. Не потому что код не нужен — он нужен. А потому что он стал дёшев. Производство перестало быть дефицитом, а платят всегда за дефицит.

Дефицитом стало другое: поставить задачу, проверить результат и отвечать за то, что он ушёл наружу.

И это касается не только разработки. То же самое происходит с текстами, аналитикой, проектной документацией, презентациями, юридическими заключениями — везде, где раньше платили за объём произведённого. Объём обесценился. Осталась ответственность за то, что этот объём кто‑то применил.

Для отрасли, которая продаёт людей на проекты, это меняет предмет торговли. Продавать «разработчика на проект» — значит продавать то, что подешевело. Продавать «разработчика с ИИ» — значит продавать инструмент, который заказчик может купить сам. Остаётся третье: продавать того, кто берёт на себя ответственность за результат, и систему, которая её подтверждает.

Как только становится ясно, что ценность в ответственности, возникает соблазн её сертифицировать — и выдать всем единую лицензию на использование ИИ. Это как выдавать водительские права пешеходам.

Пешеходу права не нужны. Ему нужно знать зебру, светофор и красный свет — это базовая грамотность, и она действительно нужна всем. А права нужны тому, кто садится за руль. И права разные: легковой автомобиль, автобус с людьми, фура с опасным грузом — отдельные категории, потому что цена ошибки разная.

Отсюда простая конструкция: не одна лицензия для всех, а лестница из трёх уровней.

Самый частый вопрос: кто решает, где высокая ответственность, а где обычная работа. Граница не в слове «важно» — важность каждый оценивает по‑своему. Смотреть надо на две вещи.

Обратимость последствий, а не операции. Это разные вещи. Удалить запись из базы можно за секунду. Но если данные уже ушли наружу, если человеку уже отказали в приёме на работу, если платёж уже проведён — последствия не отменяются нажатием кнопки.

Масштаб. Одно письмо или десять тысяч. Один кандидат или весь поток найма за квартал. Один договор или шаблон, по которому подпишут пятьсот.

Черновик письма, который человек спокойно правит, — достаточно грамотности. Отбор кандидатов, финансовая рекомендация, выпуск кода в промышленную эксплуатацию, влияние на работу оборудования — уже другой класс ответственности.

ИИ может помочь составить короткий список кандидатов, но не должен сам отказывать человеку без заданных критериев и проверки. ИИ может помочь написать код, но решение о выпуске и ответственность за последствия не могут оставаться у модели.

Пока мы спорим, как быть с ИИ, полезно посмотреть на соседей. У автомобильной отрасли есть шкала уровней автономности — от систем помощи за рулём до движения без водителя. На нижних уровнях за рулём человек, система только помогает. На среднем человек может убрать руки с руля, но обязан быть готов вмешаться по требованию системы. На верхних водитель не нужен вовсе.

И вот что здесь ценно: на каждом уровне отдельно оговорено, кто отвечает. Чем выше автономность, тем больше ответственности переходит от того, кто за рулём, к тому, кто систему сделал и допустил на дорогу. Есть производители, которые на среднем уровне уже берут ответственность за поведение системы на себя.

Это не заменяет ни закон, ни договор. Но это готовая ось, вдоль которой ответственность распределяется, — а у нас в ИИ такой оси пока нет. Мы отстаём от автомобилистов не в технологиях. Мы отстаём в правилах.

И вопрос этот встаёт прямо сейчас, потому что ИИ‑агенты — это и есть движение вверх по такой шкале. Пока человек проверяет каждый ответ — один уровень ответственности. Когда агент сам ходит в системы, сам меняет данные и сам принимает решения в заданных рамках — совершенно другой.

Вторая ловушка — проверять не то. Мы любим экзаменовать по теории: знает ли человек термины, назовёт ли модели, объяснит ли, что такое трансформер. Но на дороге спасает не знание ПДД наизусть, а умение вести машину.

Проверять надо три вещи, и делать это в учебном сценарии, похожем на реальную работу, куда заранее подложен неверный или опасный ответ ИИ:

Заметить, показать основание, остановить. Вот практический экзамен — на профессиональное суждение, а не на владение модной терминологией. И такой допуск не выдаётся раз и навсегда: как медицинская справка у водителей, он подтверждается периодически и обязательно после инцидента.

Если переводить всё сказанное в работу, порядок действий получается такой:

Это не занимает кварталы. Первую версию такой разметки команда обычно делает за пару рабочих сессий — дальше её уточняют по мере накопления инцидентов.

И теперь то, что беспокоит меня больше всего. Способность заметить ошибку ИИ не возникает из сертификата. Она вырастает на практике: человек должен сам пройти путь от простой задачи к сложной, набить руку, увидеть, как оно ломается. Но именно простые задачи — те, на которых вырастают младшие специалисты, — ИИ забирает первыми.

Мы выбиваем нижнюю ступеньку лестницы. И рискуем через несколько лет обнаружить, что проверять работу машины некому: людей с профессиональным суждением просто не выросло.

Экономика при этом толкает ровно в эту сторону. Вырастить сильного специалиста — это годы и миллионы, без гарантии, что он останется. Купить новое поколение агентов — быстрее и дешевле. Каждое отдельное решение выглядит рациональным, а в сумме отрасль срубает сук, на котором сидит.

С пилотами, кстати, ровно то же самое. Автопилот умеет почти всё — но часы налёта всё равно нужны, иначе в нештатной ситуации в кресле оказывается человек, который никогда не летал сам.

Возможно, ответ в том, что часть работы придётся сознательно оставлять людям, даже когда ИИ делает её быстрее. Но это дорогое решение, и принимать его надо осознанно, а не по недосмотру.

Если собрать всё сказанное: грамотность нужна всем, практическая квалификация — тем, кто работает с ИИ в профессии, допуск — там, где решение необратимо и затрагивает других. Проверять надо умение вести, а не знание терминов. Договариваться об ответственности — до аварии, а не после.

И последнее. В названии этой статьи есть Феррари — так вот, Ferrari принципиально не делает автопилот. Потому что если убрать водителя, останется просто быстрый способ перемещения, а смысл был в другом.

Пересесть с кобылы на Феррари можно за один день. Научиться на ней ездить — нет. Разница между этими двумя сроками и есть то, чем нам предстоит заниматься ближайшие годы.

Источник: https://secrets.tbank.ru/blogi-kompanij/ii-i-otvetstvennost/?internal_source=copypaste© Т-Бизнес секреты