Я стебусь над «погроммистами» не потому что злой — потому что вижу одну и ту же картину годами, и она меня одновременно веселит и раздражает.
Что видит эксперт в AI
Когда ты много лет в IT, ты помнишь боль. Конкретную, инженерную боль от задач обработки текста, для которых нормальных инструментов не было.
Кто работал с данными — вспомнит SOUNDEX в PostgreSQL. Функция фонетического матча из 1990-х. Или fuzzystringmatch — расширение с Levenshtein distance и metaphone. Когда нужно было сматчить «Иванов Иван» с «Ivanov, I.» в двух разных базах — это был либо самописный пайплайн, либо боль. Классификация входящих тикетов по категориям — naive bayes и ручная разметка. Выявление дублей в CRM — часы. Ранжирование по нечёткому критерию типа «релевантность» — ML-модель с обучением.
И вот появляется AI. Что видит эксперт?
Он видит текстовый процессор колоссальной мощности.
Вход: текст любой степени структурированности. Выход: текст в нужном формате. Без правил, без обучения, без ручной разметки — просто описываешь, что хочешь получить, и получаешь.
«Ага, блять, наконец-то.»
Конвейер преобразований
Если ты мыслишь текстами и структурами, то у тебя в руках волшебный инструмент преобразования чего угодно во что угодно:
- Мутные хотелки заказчика → формализованные требования
- Требования → код и тесты
- Вывод тестов → корректировка требований
- Сообщения об ошибках из логов → задачи на исправление
- Собранная с рынка информация → корректировка курса продукта
А если ты ещё и мыслишь процессами — ты соединяешь эти преобразования в цепочки. Выход одного шага — вход следующего. Вся рутина, которую раньше делали люди, превращается в автоматизированный конвейер.
Не инструмент. Конвейер.
В Askona мы реализовали именно это: conversational-интерфейс к data lake, где бизнес-пользователь пишет вопрос на обычном языке, а система автоматически генерирует SQL и возвращает ответ одновременно в человекочитаемом и машиночитаемом виде. Текст → структурированный запрос → результат. Классический текстовый процессор в продакшене.
Garbage in, garbage out
Принцип GIGO старый как вычислительная техника. Качество вывода определяется качеством ввода.
Человек, который никогда не работал с задачами структурирования информации, берёт AI и даёт ему то, что у него в голове: размытую просьбу, без контекста, без цели, без структуры. На выходе — размытый ответ. Человек видит: «ИИ работает плохо».
То, что вышло плохо строго потому что плохо дал на вход — не понимает. И не признает.
Всю карьеру он работал с интерфейсами, которые ведут его за руку: формы в CRM, поля в 1С, шаблоны в Excel. Система компенсировала отсутствие структурного мышления. AI — первый инструмент, который этого не делает. Он усиливает то, что ты принёс. Принёс хаос — усилил хаос.
Почему у всех остальных получается
Вокруг такого человека у всех получается. Причём у тех, кого он сам считал «отбросами»: у инфоцыган получается, у менеджеров получается, у гуманитариев получается, у системных аналитиков получается.
Что общего у этих людей?
Они умеют мыслить текстами и структурами. Не потому что умные — это их профессиональный навык. Инфоцыган продаёт текст. Менеджер работает с требованиями. Гуманитарий умеет работать с языком. Аналитик — буквально конвертирует реальность в структурированные описания.
AI усиливает именно этот навык. Кто имел — выиграл. Умение кодить оказалось значительно менее важным, чем умение описать задачу. Те, кто прятался за IDE с автодополнением и компилятором, который объяснял ошибки, — оказались без привычного костыля.
Август 2026
До меня до сих пор доходят люди с: «ИИ ничего не может, потому что не знает бизнес-логику и архитектуру проекта».
Вы понимаете, насколько это звучит в августе 2026?
Speckit выпущен в сентябре 2025. Superpowers — в октябре. BMAD Method — в апреле того же года. Все три решают ровно эту задачу: дать AI контекст о вашем проекте. Опенсорс. GitHub. Бери и делай.
Плюс базовый паттерн с CLAUDE.md и парой файлов памяти, о котором я писал раньше, — это нулевая версия того же подхода. Не нужно ничего устанавливать.
«ИИ не знает нашу архитектуру» — это проблема конфигурации, не ограничение AI. Различайте.
Что на самом деле происходит
AI не изменил правила игры. Он сделал правила видимыми.
Структурное мышление — умение формализовать проблему, описать её в виде преобразований, выстроить цепочку шагов — всегда было разделительной чертой между людьми, которые строят системы, и теми, кто просто воспроизводит паттерн.
Раньше инструменты это маскировали. Теперь — нет.
Если видите красное — вы знаете, где меня найти.