Умеющие пользоваться ИИ и не умеющие — уже два разных типа инженеров

За последний год ИИ быстро превратился из «инструмента» в «сотрудника». Но многие инженеры в процессе использования начинают испытывать опасную иллюзию: ИИ может заменить принятие решений и даже ответственность.

Реальность прямо противоположна. Чем мощнее ИИ, тем более сильные способности к сдерживанию, оценке и передаче информации требуются от человека.

Если рассматривать ИИ как «бесконечно усиленного младшего инженера», то вопрос правильного его использования можно абстрагировать как задачу проектирования информационного потока.

В этой статье я попытаюсь с инженерной точки зрения заново определить границы сотрудничества человека и ИИ.

1. Ввод — не чем больше, тем лучше, а чем точнее, тем лучше

Первая реакция многих людей при использовании ИИ — сбросить весь контекст разом.

Но в инженерных системах мы хорошо знаем одну вещь — избыточная информация загрязняет сигнал.

С ИИ то же самое.

Когда вы предоставляете:

• Размытые требования

• Нерелевантный контекст

• Нефильтрованные логи или код

• Многораундовую, но неструктурированную информацию

Вы на самом деле увеличиваете «шум рассуждения».

Лучший подход:

• Предоставлять минимально достаточный контекст (Minimum Sufficient Context)

• Чётко определять границы задачи (вход / выход / ограничения)

• Удалять информацию, не относящуюся к цели

Пример:

Неправильный способ: «Вот весь код моего проекта, помоги найти, где проблема».

Правильный способ: «В Next.js App Router при вызове определённого API из Server Component возникает hydration mismatch. Ниже минимальный воспроизводимый код и сообщение об ошибке. Проанализируй причину».

Качество ИИ во многом зависит от того, насколько вы проектируете ввод так же, как проектируете API.

2. Не позволяйте ИИ определять конечный результат

Распространённое заблуждение: «Спроектируй мне систему» «Реализуй мне полное решение»

А затем скопировать результат прямо в продакшен.

Это по сути является передачей «права принятия решений» ИИ.

Проблема в том, что: ИИ умеет генерировать «разумные ответы», но не гарантирует, что это «оптимальное решение» или «решение, подходящее для вашего сценария».

В инженерии есть важный принцип: решение должен принимать субъект ответственности.

Правильный способ сотрудничества:

• ИИ предоставляет варианты (Options)

• ИИ описывает компромиссы (trade-offs) — плюсы и минусы

• Человек делает окончательный выбор

Например:

Поручите ИИ: «Дай мне 3 варианта реализации MCP server routing и проанализируй сложность, расширяемость, стоимость развёртывания».

А не: «Напиши мне систему MCP server routing».

Первое усиливает вашу способность к оценке, второе — ослабляет её.

3. ИИ для «понимания проблемы», а не для «выполнения задачи за вас»

Самая сильная способность ИИ на самом деле — не писать код, а:

• Декомпозировать проблему

• Предоставлять путь к знаниям

• Объяснять сложные концепции

• Формировать пространство решений

Но «выбор пути + верификация результата» должен выполнять человек.

Здоровый рабочий процесс:

1. Использовать ИИ для исследования пространства проблемы

2. Самостоятельно определить решение

3. Затем привлечь ИИ для помощи в реализации

4. Человек отвечает за проверку и схождение

Если пропустить шаги 2 и 4, возникают типичные проблемы:

• Код работает, но вы не знаете, почему

• Система работает, но не поддерживается

• При возникновении проблемы вы не можете выполнить отладку

По сути, вы передаёте ИИ «замкнутый цикл познания».

4. Перепроектирование информационного потока: кто за что отвечает

Сотрудничество человека и ИИ можно абстрагировать как систему информационных потоков:

ИИ → Человек:

• Предоставление инсайтов (insights)

• Предоставление подходов (approaches)

• Предоставление альтернативных путей (options)

Человек → ИИ:

• Определение чёткой цели (clear objective)

• Установка ограничений (constraints)

• Предоставление результатов верификации (feedback / evaluation)

Ключевой момент: ИИ отвечает за «дивергенцию», человек — за «конвергенцию».

Как только это направление меняется, возникает:

• Вывод ИИ становится всё более случайным

• Человек становится всё более зависимым

• В итоге система становится неуправляемой

5. Ключевые принципы инженерного использования ИИ

Если обобщить в виде нескольких инженерных принципов:

1. Рассматривайте Prompt как интерфейс, а не как чат

2. Воспринимайте ИИ как «генератор вариантов», а не «лицо, принимающее решения»

3. Всегда оставляйте окончательное решение за человеком

4. Обязательно создавайте цикл верификации (test / review / benchmark)

5. В первую очередь развивайте «умение задавать вопросы», а не «умение копировать»

В долгосрочной перспективе реальное различие будет не в том, «кто быстрее пишет код с помощью ИИ», а в том, «кто лучше умеет ограничивать ИИ».

Заключение

ИИ не заменит инженеров, но он усилит разрыв между ними.

Тот, кто не умеет задавать вопросы, получит казалось бы правильные ответы; тот, кто умеет проектировать информационные потоки, получит по-настоящему работоспособную систему.

На данном этапе действительно важным становится не «умение писать код», а: определять проблему, ограничивать систему, принимать решения.

Эти три вещи невозможно аутсорсить в краткосрочной перспективе, и именно в них проходит граница между обычным инженером и выдающимся.