Год торговых автоматов

Около года я пользовался ИИ так, как большинство людей пользуется до сих пор. Открыть чат, спросить, получить ответ, ненадолго впечатлиться, закрыть вкладку. Я всем говорил, что это полезно, и это было полезно — в каком-то смысле. Как будто у тебя есть блестящий друг, который никогда не устаёт от вопросов и ни разу не встал, чтобы что-то сделать.

А потом случился неудачный день. Была задача из тех, что не сложные, а просто долгие. Цифры нужно было вытащить из одного места, переставить, проверить на определённый тип ошибок и описать. Четыре часа, может пять, и ни одного интересного решения за всё время.

И я подумал: я год объясняю этому ИИ разные вещи. А что, если объяснить работу — и пусть идёт её делать?

Так что вместо вопроса я описал работу. Целиком. Где лежат материалы. Как должен выглядеть результат. Что считать ошибкой. На это ушло минут десять, и тогда это казалось нелепым, а потом я его отпустил.

Он сделал работу. Не идеально. Одно решение принял так, что я был не согласен, я сказал об этом, и он переделал эту часть. Всего, включая мои десять минут и переписку: около сорока минут.

После этого я сидел с чувством, которое потом видел у многих людей, всегда с одинаково слегка смущённым лицом. Это не вау. Скорее а-а-а. Как будто наконец заметил дверь, мимо которой ходил месяцами.

Торговый автомат и работник

Вот что произошло, если без романтики.

Год я пользовался ИИ как торговым автоматом. Вопрос внутрь, ответ наружу, повторить. В тот день я использовал его как работника. Технология под капотом та же. Отношения с моей неделей — совсем другие.

У торгового автомата низкий потолок, и дело не в том, насколько умна модель. Дело в форме обмена. Каждый круг начинается и заканчивается на вас. Вы спрашиваете, он отвечает, а потом всё настоящее делание падает обратно на ваш стол. Вы — узкое место в каждом цикле, и модель в десять раз умнее оставляет это узкое место ровно там же.

Отношения «работник» убирают вас из середины. Вы описываете результат. Он сам разбирается с шагами, делает их, упирается в проблемы, обходит их и возвращается, когда есть что показать.

Если честно, в этом вся книга. Всё остальное — детали о том, как сделать, чтобы это работало надёжно, дёшево и безопасно.

Рисунок 1. В чате вы в каждом шаге. С агентом — в начале и в конце.

Десять человек, одни и те же три стены

Когда это у меня щёлкнуло, я сделал то, что делает каждый, кто что-то открыл: начал показывать людям.

Оуэн — врач за сорок, умный, занятой и полностью уверенный, что этот мир принадлежит программистам. Кэрол — моя родственница, ей чуть за пятьдесят, она ведёт офисную часть семейного бизнеса и до недавнего времени пользовалась ChatGPT в основном, чтобы причёсывать письма. Дэнни двадцать, он самый молодой в моей команде и не боится ничего, у чего есть экран.

Казалось бы, эти трое должны спотыкаться совершенно по-разному. Не спотыкались. Как и остальные человек семь, рядом с которыми я сидел потом. Почти все упёрлись в одни и те же стены, в одном и том же порядке:

Стена первая: «Сначала придётся научиться программировать». Обычно следом идёт вопрос: какой язык учить? Оуэн спросил меня об этом раньше, чем увидел, что вообще делает агент.

Стена вторая: терминал. Простое текстовое окно, где живут самые способные агенты. Одного этого слова хватало, чтобы большинство останавливалось на недели. Некоторые тихо решали, что обычное приложение-чат с ИИ — это и есть всё, потому что альтернатива выглядела как фильм про хакеров.

Стена третья: противоположность страху. Те, кто прошёл первые две, часто уходили в полный автопилот. Давали агенту работать, не думая, никогда не открывали то, что он сделал, и удивлялись, когда «готово» оказывалось «сломано».

Ни одна из этих стен не связана с умом. Каждую можно пройти примерно за час, если кто-то покажет, где дверь. Эта книга — я, показывающий вам дверь.

Почему говорить лучше, чем печатать

Ещё одно, прежде чем начнём, потому что это важнее, чем кажется.

Я не начинал с диктовки. Она подкралась сама и оказалась важной. Когда я печатаю, я ленюсь: пишу самую короткую инструкцию, которая может сработать. Когда говорю — объясняю. Упоминаю, что пошло не так в прошлый раз, для кого результат, чего я опасаюсь. Этот дополнительный контекст — ровно то, что нужно агенту, а речь достаёт его из головы почти бесплатно.

А ещё работа перестаёт быть привязанной к столу. Задача может стартовать, пока вы стоите в очереди в аптеке. В первый день вы так делать не будете, и не нужно. Но держите эту картину в голове, потому что всё идёт туда.

Прежде чем идти дальше: это не магия

Здесь книги вроде этой обычно начинают врать, так что буду аккуратен.

Это не всегда работает. По моему опыту — и это моё грубое ощущение, а не точный подсчёт — примерно одна задача из пяти возвращается неправильной или недоделанной, и часть вины на мне, потому что плохо описал. Некоторые задачи дольше объяснить, чем сделать; такие делайте сами. А смотреть, как работает агент, настолько увлекательно, что можно час наблюдать, как он делает то, что вы сделали бы за двадцать минут. Я до сих пор ловлю себя на этом.

Но когда задача подходит, разница не в двадцать процентов скорости. Это другая категория. Работа уходит из рук и возвращается готовой. Вещи, которые два года лежали в списке когда-нибудь, делаются в среду, потому что начать их стало дёшево.

Хорошо подходит: всё, где понятные входные данные, результат можно описать, а середина скучная. Сортировать и перекладывать информацию. Делать один и тот же тип документа снова и снова. Собрать небольшой внутренний инструмент, которым ваш офис будет пользоваться каждый день. Бардак, до которого вы всё не доберётесь.

Плохо подходит: всё, где вы не можете сказать, как выглядит «готово», или где весь смысл — ваш личный вкус, или где маленькая ошибка стоит очень дорого, а проверка занимает столько же, сколько сама работа.

Между этими списками большая серая зона, и нанести её на карту можно только пробуя. Пробовать дёшево.

Начнём со стены номер один — и с вопроса Оуэна.