ИИ повысил мою продуктивность, но я стал уставать больше

«ИИ повысил мою продуктивность, но я стал уставать больше…»

Недавняя статья под названием «Усталость от ИИ — это реальность, о которой никто не говорит» стала вирусной на форумах, вызвав отклик у многих разработчиков, которые восклицают: «Со мной то же самое!»

Автор статьи, Сиддхант Харе, — профессиональный программист, один из основных сопровождающих проекта OpenFGA и создатель нескольких проектов, таких как agentic-authz и Distill.

Но даже такой эксперт, как он, чувствует себя перегруженным в процессе использования ИИ для повышения эффективности.

Достаточно взглянуть на последние новости из мира ИИ: OpenClaw, Moltbook, GPT-5.3, Claude Opus 4.6… Одно только перечисление этих названий вызывает стресс.

Но ему приходится изучать всё новое, иначе на него могут навесить ярлык «отстающего».

Возьмём, к примеру, написание кода. ИИ, казалось бы, экономит массу времени, но на деле требует построчной проверки, удваивая работу, не связанную непосредственно с программированием.

Когда он поделился этими переживаниями, выложив свои мысли на форум разработчиков, неожиданно многие выразили схожие чувства.

Я не чувствую, что стал эффективнее. Скорее, я чувствую себя ленивой нянькой, которая едва успевает следить, чтобы дети не поранились.

ИИ заставляет меня легче отвлекаться, и в конце рабочего дня я чувствую вину.

Ощущение, будто из тебя выжали все соки

Почему же возникает такая ситуация? По анализу Сиддханта Харе, причин несколько.

Бремя возросшего объёма работы из-за роста эффективности

Во-первых, ИИ действительно повышает эффективность. То, что раньше занимало день, теперь можно сделать за час.

Но это не значит, что можно бездельничать на работе. Напротив, начальник (+1) заметит эту высокую производительность и с радостью увеличит нагрузку — ведь кто много может, тому много и надо.

В итоге разработчик вынужден за день выполнить шесть задач, каждая из которых требует часа работы с ИИ.

Причём задачи эти фрагментированы, требуют постоянного переключения контекста и больших умственных затрат.

Здесь возникает парадокс: ИИ снижает производственные затраты, но при этом увеличивает дополнительные затраты на координацию, проверку и принятие решений. И эти лишние издержки ложатся на плечи человека.

Смена роли: от создателя к инспектору

Раньше разработчик сам писал код, тестировал и выпускал систему, наслаждаясь процессом творения «с нуля» и моментом, когда на экране появляется «Hello World!».

Теперь же процесс выглядит так: промпт → ожидание вывода → оценка → исправление → новый промпт.

Роль программиста сместилась в сторону контролёра качества, с генеративной работы на оценочную.

Но проверка кода, сгенерированного ИИ, утомительнее, потому что каждая строка может содержать ошибку. Нельзя, как при проверке работы коллеги-человека, сфокусироваться только на определённой части.

Непрерывная оценка приводит к серьёзной усталости от принятия решений и лишает чувства удовлетворения от решения проблемы.

Неопределённость вывода ИИ вызывает тревогу

Инженеры привыкли к детерминированности: одинаковый ввод даёт одинаковый вывод. Но ИИ вероятностен.

Один и тот же промпт сегодня может выдать хороший код, а завтра — полную ерунду, причём причина останется неизвестной.

Такая непредсказуемость заставляет пользователя постоянно быть начеку и не позволяет полностью расслабиться. Если только вы не смиритесь с таким результатом, заранее ожидая необходимости переписывать контент и не возлагая на ИИ больших надежд.

Но сделать это очевидно сложно.

Бесконечно обновляющиеся инструменты ИИ

ИИ-инструменты обновляются слишком быстро. Каждую неделю появляются новые модели и протоколы. Можно потратить уйму времени на изучение одного инструмента, а в следующую секунду уже выйдет новый прорывной продукт (SOTA).

Например, за последние месяцы Claude Code выпустил sub-agents, skills, Agent SDK, Claude Cowork; OpenAI представила Codex CLI, GPT-5.3-Codex, Swarm-фреймворк; Kimi K2.5 научился координировать сотни агентов параллельно; OpenClaw запустил модульный маркетплейс skills…

Всё не выучить, просто невозможно. Но и не учить нельзя — чуть зазеваешься, и останешься позади технологического прогресса.

На это уходит масса личного времени, а реальный прирост эффективности зачастую незначителен. При этом трудно глубоко изучить каждое новшество, приходится постоянно переключаться между темами.

В итоге ежедневные умственные силы тратятся на адаптацию к новинкам и тревогу из-за них, а не на решение реальных задач.

Бесконечный цикл переписывания промптов

В процессе генерации ИИ есть ловушка: всегда кажется, что стоит лишь чуть подправить промпт — и получится идеальный результат. При этом легко упустить из виду потраченное время.

Автор называет это ловушкой «промпта на ещё один раз».

В погоне за лучшим выводом от ИИ люди попадают в бесконечный цикл переписывания промптов, а в конце понимают, что могли бы написать код сами и быстрее.

Из-за эффекта убывающей отдачи каждая следующая итерация промпта приносит всё меньше улучшений. В конечном счёте вы полностью отходите от первопринципа — сути выпускаемой функции — и концентрируетесь исключительно на том, чтобы ИИ выдал идеальный результат.

Когда вы это осознаете, может быть уже слишком поздно.

Деградация способности мыслить

Чрезмерная зависимость от ИИ приводит к атрофии мыслительных способностей мозга.

Например, до появления GPS-навигации люди мысленно строили карты и прокладывали маршруты. Сегодня же без навигатора выйти из дома почти невозможно.

Мозг устроен по принципу «используй или потеряешь». Если вы не задействуете определённые навыки, они деградируют. При активном использовании ИИ-помощника ваши способности решать проблемы постепенно исчезают. И это подтверждено многочисленными исследованиями.

Поэтому вместо того чтобы тревожиться из-за деградации навыков, лучше ежедневно выделять время на самостоятельное мышление.

Ловушка сравнения в соцсетях

Сравнение — главный источник стресса, особенно в эпоху интернета, где все одновременно выставляют напоказ свои успехи в освоении ИИ: «Я построил целое приложение с помощью ИИ за два часа», «Освоил OpenClaw за минуту».

Мало кто делится своими неудачами. Из-за этого у человека по ту сторону экрана возникает тревога: кажется, что он отстаёт и чего-то недопонимает.

На самом же деле многие застревают уже на первом шаге — настройке окружения.

В целом, усталость от ИИ можно рассматривать как состояние истощения, которое испытывает человек из-за стремительного развития искусственного интеллекта. Это психологическое, эмоциональное и операционное давление, которое приходится терпеть, чтобы адаптироваться к изменениям.

Иными словами, «слишком много и слишком быстро» (Too Much, Too Fast).

Дайте себе передышку и получайте удовольствие от ИИ

Для борьбы с этим автор предлагает устойчивую модель работы:

• Ограничение по времени: ставьте таймер на задачи с ИИ. Если за 30 минут ИИ не справится, выполняйте работу вручную.
• Разделение времени на мышление и исполнение: по утрам старайтесь не использовать ИИ, продумывайте архитектуру на бумаге, чтобы держать мозг в тонусе. Днём используйте ИИ для помощи в исполнении.
• Принцип 70%: не требуйте от ИИ идеального кода. Достаточно, чтобы 70% результата было пригодно к использованию. Остальное можно доработать вручную.
• Фокус на основах, а не на поверхностном: не гонитесь за каждым новым ИИ-инструментом. Лучше сосредоточьтесь на более долговечных фундаментальных принципах, таких как управление контекстом, правами доступа и безопасностью.
• Ведение записей в реальном времени: фиксируйте, насколько эффективно вы используете ИИ для разных задач. Это поможет понять, когда стоит прибегнуть к ИИ, а когда — остановиться.
• Прекратите проверять весь код, сгенерированный ИИ: сосредоточьтесь на самом важном — границах безопасности, обработке данных, путях обработки ошибок. Для остального положитесь на автоматизированное тестирование и статический анализ. Смиритесь с тем, что некритичный код может быть «сырым».

Другими словами, по его мнению, истинный способ существования в эпоху ИИ — не в том, как его использовать, а в том, чтобы знать, когда остановиться. Повышение эффективности за счёт ИИ истощает не только физические, но и умственные ресурсы человека.

Поэтому инженерам следует, как при проектировании системы, создать «буфер» для собственного мозга, чтобы обеспечить устойчивую производительность, а не слепо гнаться за максимальным объёмом output.

А самое простое решение таково: иногда позволять себе бездельничать — это полезно для здоровья.