Максим Струков – Алгоритмическое зеркало: Как ИИ переписывает человеческую природу и почему интуиция станет нашей главной валютой (страница 4)

К началу 2026 года сам рынок наконец признал то, что инженеры тихо понимали почти весь 2025-й: в зрелом корпоративном использовании ИИ проблема почти никогда не сводится к одному идеальному запросу.

Она сводится к системе.

Не к фразе, а к конвейеру. Не к красивой записке для очень способного тостера, а к тому, как устроена вся кухня. Видит ли модель актуальный документ. Умеет ли вызвать нужный инструмент. Может ли вернуть структурированный ответ. Есть ли рядом кто-то, пусть и не человек, кто попробует этот ответ на вкус и скажет: пересолено, выдумано, нарушает правило, звучит слишком уверенно. Есть ли у команды набор контрольных примеров, на которых вообще можно понять, что система стала лучше, а не просто научилась звучать как человек, который никогда не сомневается.

Предприятия заплатили миллионы долларов за то, чтобы выучить одну довольно унизительную истину: модель может быть умной, но она не знает вашу компанию. Она не знает, что в прошлом квартале вы поменяли политику возвратов. Она не знает, какие исключения тихо согласованы между отделом продаж и юристами. Она не знает, что ваша клиентская база называется красиво, а устроена как сарай после бури. Никакой, даже самый изящный запрос, не может достать из пустоты свежий внутренний документ. Нельзя приказать языку заменить память. Нельзя стилем компенсировать отсутствие доступа к истине.

Поэтому на место длинных, театральных инструкций все увереннее приходили другие вещи. Не еще более хитрый текстовый запрос, а доступ к нужным бумагам. Если ваш цифровой сотрудник не видит шкаф с актуальными папками, бессмысленно писать ему еще более красивую записку. Ему нужен не комплимент, а ключ от архива. Не очередная команда «думай глубже», а возможность в нужный момент поднять свежий регламент, правильный тариф, вчерашнее письмо юристов, кусок внутреннего правила, а потом уже отвечать. Поверх этого нарастали внутренние базы знаний, развилка запросов по типам задач, вызов внешних инструментов, системы проверок, предохранители, наборы контрольных случаев. Когда компания хотела, чтобы ИИ отвечал клиентам по правилам именно этой компании, ей нужен был уже не заклинатель слов, а человек или команда, способные соединить модель с реальными источниками, разрешениями, базами, журналами действий и критериями качества. Бизнес довольно быстро понял то, что рынку курсов понимать не хотелось: надежность рождается не из красивого абзаца, а из дисциплины системы.

Илья впервые почувствовал это не в теории, а в желудке, в сентябре 2025 года, когда один страховой клиент позвал его обновить их главную инструкцию для внутреннего помощника. Документ был монструозный. Семнадцать страниц инструкций, исключений, правил тона, запретов, оговорок и эскалаций. Илья когда-то гордился им почти как романист первым романом: в нем было все, что рынок любил считать зрелостью. Но на созвоне инженер, моложе Ильи лет на восемь и заметно хуже одетый, совершенно без пафоса показал, как их новая система за секунду достает актуальные фрагменты политики, определяет тип обращения, выбирает нужный инструмент и потом прогоняет готовый ответ через отдельную модель-проверяющего, которая смотрит на фактическую точность и тон. После этого семнадцать страниц инструкций выглядели как длинное письмо в прошлое.

Илья тогда улыбнулся, похвалил команду и даже сказал честную вещь: «Это лучше». Но в такси до отеля у него заболела голова.

Он понял, что присутствует при смене власти.

До этого момента хорошая работа с ИИ еще могла быть спектаклем. В комнату входил человек с языковым чутьем, переставлял слова, подправлял структуру, включал несколько приемов, и черный ящик начинал работать заметно лучше. Теперь в комнату входила инженерия. Сухая. Нелитературная. Она не обещала чудес, зато делала главное: устраняла зависимость от уникального заклинателя.

А бизнес ненавидит зависимость от заклинателей.

Финансовый директор может восхищаться талантливым консультантом. Может даже оплатить ему бизнес-класс. Но по-настоящему он любит только то, что воспроизводимо младшим специалистом по инструкции и не ломается, если харизматичный эксперт уехал на Бали или выгорел. Любая магия на корпоративном рынке живет ровно до тех пор, пока ее не удалось превратить в процесс. После этого маг начинает мешать.

С ИИ это произошло особенно быстро еще и по другой причине. Сами модели научились сглаживать неровности человеческой речи. Грубо говоря, им больше не требовалось столько церемонии. Огромные бюджеты были вложены не только в увеличение объема контекста и снижение стоимости ответа, но и в обучение следовать человеческому намерению даже тогда, когда намерение выражено не идеально. Дообучение на человеческих оценках, тонкая настройка, инструменты для строго структурированных ответов, встроенные функции редактирования, режимы самопроверки, скрытые служебные инструкции, все это медленно, но последовательно убирало значимость ремесленных фокусов. Там, где в 2023 году человек писал: «Ты эксперт мирового уровня, действуй пошагово, сначала задавай уточняющие вопросы, не выдумывай, не делай предположений, проверь себя трижды и ответь в строго упорядоченном виде», к 2026 году продукт часто уже умел делать все это сам или почти сам.

Не потому, что машины стали мудрыми.

Потому, что индустрия научилась прятать костыли под интерфейс.

Существует соблазн назвать это прогрессом, и в некотором смысле это, конечно, прогресс. Но есть в этом и комическая жестокость. Рынок в 2024 году вознес людей вроде Ильи на временный пьедестал именно за то, что они умели компенсировать подростковую неловкость моделей. А потом эти же модели, вместе с окружающей их продуктовой и инженерной экосистемой, научились компенсировать себя сами. Профессия была съедена объектом своей специализации. Это вообще типичная судьба многих промежуточных элит. Они нужны, пока система не стала удобной. Потом система присваивает их навыки как встроенную функцию.

И все же сказать, что искусство составления запросов было чистой иллюзией, было бы слишком просто. А простые выводы почти всегда врут.

Во-первых, формулировка по-прежнему имеет значение. Это видно в медицине, праве, аналитике, клиентском сервисе, обучении, везде, где ошибка дорогая или тон критически важен. Неверно заданная задача все еще приводит к неверному ответу. Плохой пример все еще может увести модель в сторону. Непродуманный формат ввода все еще производит кашу. Люди, у которых есть чувство структуры, ясности и контекста, продолжают выигрывать у людей, которые говорят с машиной небрежно и надеются, что та угадает.

Во-вторых, многие из тех, кого в 2024 году называли инженерами запросов, на самом деле занимались не словами как таковыми. Они занимались разборкой задач на части. Проектированием пользовательского опыта. Поиском уязвимостей. Оценкой качества. Настройкой тональности. Созданием примеров. Превращением расплывчатого запроса бизнеса во что-то, что система вообще может исполнить. Просто рынок, как это с ним бывает, приклеил к этой смеси самый яркий и самый продаваемый ярлык.

В-третьих, в потребительском и творческом использовании ИИ язык еще долго будет оставаться ареной мастерства. Писатели, дизайнеры, исследователи, режиссеры, преподаватели, просто любопытные люди будут продолжать находить в формулировках рычаг. Иногда крохотный сдвиг в тоне или контексте открывает не новую функцию модели, а новый ракурс собственного мышления. Это настоящее. Просто это уже не отдельная аристократическая профессия. Это новая грамотность.

Возможно, именно эта перемена больше всего уязвила Илью. Не потеря дохода как таковая, хотя доход тоже уязвляет. Не падение статуса. А превращение тайного знания в фон.

Ничто так не старит специалиста, как момент, когда его редкое умение становится кнопкой по умолчанию.

Ближе к концу 2025 года Илья впервые увидел систему, которая не просто исполняла инструкции, а сама их переписывала. Это была демонстрация одной новой платформы, похожей на лабораторную версию офисной бюрократии будущего. Машина получала задачу, делила ее на части, сочиняла для себя промежуточные указания, вызывала нужные инструменты, а потом отдельный проверяющий слой смотрел на качество результата на контрольных примерах и автоматически менял исходную формулировку, если качество падало. Это напоминало не разговор с машиной, а комнату, где десятки невидимых младших сотрудников шепчут друг другу все более удачные версии одного и того же поручения. Вот что такое автономный цифровой исполнитель в своем бытовом виде: не железный гений, а проактивный клерк, который сам бегает по кабинетам, сам носит бумаги и сам переписывает себе памятку, если прошлый раз ошибся.

Научное сообщество и прикладные команды к тому моменту уже начали относиться к запросам иначе, чем рынок громких заголовков. Один из самых показательных сдвигов состоял в следующем: инструкцию перестали воспринимать как священный текст и стали воспринимать как черновик рецепта. Если блюдо выходит нестабильным, рецепт переписывают, проверяют на десятке контрольных заказов, сравнивают версии, убирают лишнее, снова пробуют. Только здесь это делал уже не шеф с блокнотом, а программа, которая гоняла варианты автоматически и смотрела на мерку качества, а не на самолюбие автора. Запрос лишился ауры. Его поставили на конвейер. То, что еще вчера продавалось как интуитивное искусство, внезапно стало предметом автоматической переборки и проверки.