Телеграм канал «Пределы профессионализма»

Идеальный выбор за 15 минут: граница Парето и ИИ

Каждый из нас регулярно сталкивается с муками выбора. Будь то монитор, рабочий ноутбук, приложение для заметок или общая стратегия развития проекта, мы тонем в десятках вариантов и характеристик. Сравнить их в голове почти невозможно, и мы либо тратим дни на обзоры, либо покупаем наугад.

Современные языковые модели из коробки отлично понимают мощные абстрактные концепции. Одна из таких концепций — граница Парето.

Я сам узнал этот экономический термин из бенчмарков нейросетей, где эффективность моделей оценивают именно по границе Парето в соотношении интеллекта и стоимости. И я подумал: а почему бы не применить эту же математическую абстракцию вообще к любому повседневному или рабочему выбору?

× × ×

Как работает отбор по границе Парето

В основе подхода лежит простая логика: найти решения, которые представляют собой наилучшие возможные компромиссы по заданным параметрам. Решение лежит на границе Парето, если ни один из его параметров нельзя улучшить, не ухудшив при этом хотя бы один другой. Все остальные варианты за пределами этой границы заведомо неоптимальны, потому что их можно полностью перекрыть другим вариантом без каких-либо потерь.

Вот пошаговый процесс, как я это реализовал с помощью ИИ:

01. Определение личных критериев. Для каждого человека важны свои параметры: кому-то критична скорость, а у кого-то есть неограниченный бюджет или запас времени. Чтобы понять свои истинные приоритеты, я натравил ИИ-агента на свою базу заметок в Obsidian. Модель проанализировала контекст и выдала отсортированный список параметров, из которых я выбрал топ-5 ключевых.
02. Построение многомерного пространства. По этим пяти параметрам агент собирает пул кандидатов и распределяет их в пространстве характеристик.
03. Отсечение неоптимального. ИИ убирает все решения, которые не лежат на границе Парето. Из десятков хаотичных вариантов на руках остается буквально 4–5 чистых компромиссов.

× × ×

Недавно мне нужно было выбрать монитор. Для меня важны были диагональ и разрешение, а вот скорость отклика не имела никакого значения, так как я не играю в игры.

Вместо многочасового чтения форумов система выдала мне около пяти граничных решений. Самый дешевый вариант был рискованным китайским ноунеймом, а следующим оказался монитор с уникальным соотношением цены и качества для моих задач. Забавно, что он позиционировался как геймерский и имел кучу лишних для меня опций, но по моим ключевым параметрам находился ровно на границе Парето. Я потратил на весь выбор всего 10–15 минут.

Точно так же я позже подобрал оконный менеджер, которым успешно пользуюсь сейчас. Такую логику можно легко упаковать в готовый ИИ-навык, усилив его хорошей поисковой системой по товарам или технологиям.

× × ×

Важно то, что ИИ позволяет переложить математику сложных компромиссов на алгоритм, оставив человеку только финальное решение. Вместо бесконечного перебора сотен позиций вы сразу выбираете из нескольких безупречно выверенных альтернатив.

🚀 Пределы профессионализма

Sofle и будущее клавиатур для управления агентами

История манипуляторов для работы с компьютером началась ещё в лаборатории Дугласа Энгельбарта, и с тех пор человечество придумало удивительное множество устройств ввода. Я сам пользуюсь одним из таких экспериментальных решений — раздельной сплит-клавиатурой Sofle, которая выбивается из привычных стандартов, но открывает неожиданные возможности.

Сегодня, в эпоху многоагентных систем, тема специализированных манипуляторов вновь выходит на первый план. OpenAI уже выпустила собственную клавиатуру в партнёрстве с аппаратной компанией, за ней последовали другие вендоры. На рынке появляются так называемые клавиатуры для вайб-кодинга — устройства с резко урезанным количеством клавиш, где приоритет отдан голосовому вводу и управлению несколькими ИИ-агентами одновременно.

Но нужна ли для этого отдельная клавиатура? Я убеждён, что нет — при условии, что у вас уже есть качественная программируемая. В моих ближайших планах — перепрошивка собственной для оптимизации работы с агентами: быстрое переключение активных моделей, настройка уровней рассуждений, интеграция с голосовым вводом. Всё это достижимо без покупки специализированного железа.

Что касается голосового управления, которое многие возводят в ранг главного интерфейса будущего — здесь стоит проявить осторожность. Опытный пользователь клавиатуры способен выполнить пять-десять операций в секунду, и это не преувеличение. Голосом та же последовательность потребует нескольких секунд произнесения, плюс задержка на распознавание, плюс отсутствие потоковости. Речь, конечно, не идёт о диктовке объёмных задач — здесь голос незаменим, но для точного быстрого взаимодействия с системой он пока уступает проверенным механическим решениям.

× × ×

Я планирую провести открытую лекцию со своим видением будущего интерфейсов. Если тема интересна, поделитесь этим в комментариях.

🚀 Пределы профессионализма

Как ИИ обострил проблемы труда — и дал инструмент против них

Искусственный интеллект изменил нашу работу двояким образом. С одной стороны, он многократно усилил хронические проблемы современного труда: мы стали ещё реже отвлекаться на полноценный отдых, ещё хуже справляться с многозадачностью, ещё глубже утонули в потоке прерываний. С другой стороны — и это парадокс, который стоит осознать, — тот же инструментарий ИИ открывает принципиально новые способы борьбы с этими пороками. Уже сейчас, например, можно вести непрерывную самодиагностику с помощью систем вроде Dayflow, превращая рефлексию из редкого ритуала в повседневную практику.

Но есть и другой фронт работы — проблема переключений. Речь идёт не о смене эмоциональных состояний, а о болезненном скачке между разными проектами. Мой рабочий стол наглядно иллюстрирует эту дилемму: огромный монитор, шесть окон одновременно, в каждом — свой агент, своя задача, своё течение мысли. Глаз цепляется то за одно, то за другое, и мы неизбежно сталкиваемся с проблемой переключений.

Выход, однако, существует — и он кроется в самой природе контекста. Когда агент завершает работу, он обычно выдаёт краткое резюме: что сделано, какой результат. Но этого хронически мало. Мы не видим ограничений, в которых двигались, не понимаем следующие потенциальные шаги, не удерживаем в голове главную цель всей операции. Хуже того — весь этот полуосознанный контекст невозможно перенести в другой чат, в другую систему. Он испаряется, и приходится начинать сначала.

Здесь на помощь приходит простое, но элегантное решение. За считанные минуты можно собрать инструмент, который я назвал Context Capsule: он архивирует не только результат, но и обстановку работы — ограничения, намерения, открытые вопросы. Достаточно прописать правила в Agents.md, чтобы этот контекст надёжно сохранялся и мгновенно восстанавливался при возвращении к задаче.

× × ×

С таким подходом переключение перестаёт быть пропастью, в которую утекает энергия. Контекст подхватывается за секунды, и многозадачность — уже не проклятие, а управляемый режим работы.

🚀 Пределы профессионализма

Почему я больше не работаю с джунами

Недавно я изменил свой подход к работе в командах: я больше не берусь за проекты с джунами. И речь идёт не только о новичках в IT — этот принцип применим к любой сфере, где раньше считалось нормальным растить специалистов с нуля.

Суть проста. В эпоху, когда искусственный интеллект способен выполнять задачи начального уровня, работа с неопытными сотрудниками превращается в инвестицию с отрицательной доходностью. Возьмём любую рутинную функцию джуниора — подготовку данных, первичный анализ, стандартные операции. Сегодня всё это делает агент за доли стоимости человеческого труда, причём без эмоциональных качелей, прогулов и внезапных увольнений.

Но главное преимущество ИИ не в цене, а в скорости обучения. Человеку требуются месяцы, чтобы освоить сложный навык — и это при условии, что он не заболеет, не выгорит, не решит, что мечтал совсем о другом. Агент осваивает новый инструмент за три-десять минут. Достаточно скормить ему описание, примеры, датасет — и он уже работает. Переобучение под новую модель занимает часы серверного времени и пятнадцать минут моего внимания. С людьми так не получится: даже при огромном желании мы ограничены биологией, психофизиологией, суточными ритмами.

Качество тоже не стоит на месте. Современные системы способны перебирать тысячи вариантов алгоритмов, оптимизируя решение под конкретную задачу. При этом агенты не спят, не берут отпуск, не уходят на больничный. Один настроенный экземпляр масштабируется до бесконечности по щелчку пальцев.

Конечно, есть области, где человеческая экспертиза незаменима — там, где нужен глубокий контекст, тонкое понимание специфики компании, способность задавать правильные вопросы. Но и эти навыки, в конечном счёте, можно формализовать и передать машине. Сейчас во всех моих проектах участвуют только сеньоры — люди, способные сразу принимать сложные решения, без длительного вхождения в курс дела.

× × ×

Что делать тем, кто сейчас на старте карьеры? Ответ парадоксален, но очевиден: используйте тот же ИИ, чтобы ускорить своё развитие в десятки раз. Вместо чтения десятков книг по методологии потратьте пару часов с интеллектуальным собеседником, который построит персонализированную программу под ваши пробелы.

Так вы сократите путь от джуна до сеньора с лет до месяцев и сохраните конкурентоспособность в мире, где базовые навыки стремительно дешевеют. Ваше преимущество не в том, что вы умеете делать то, что уже умеет машина, а в том, что вы умеете это делать вместе с ней, быстрее и глубже остальных.

🚀 Пределы профессионализма

Что будет иметь ценность, когда ИИ проникнет везде? Часть 2

В первой части мы разобрали, почему привычные знания обесцениваются и почему сбор персонального контекста — это база выживания. Второе ключевое направление — эвалы, или спецификации.

Они тесно связаны с контекстом, но работают иначе. Спецификация отвечает на вопрос: что значит «хорошо решить задачу»?

Возьмём пример. Появляется революционная модель, и вы просите её: «рассортируй нашу почту». Она что-то сделает — но правильно ли? Под этой простой формулировкой скрываются десятки параметров. Какие письма требуют немедленного ответа? Какие можно отложить? Как обрабатывать граничные случаи? Что делать с конфиденциальной информацией? Без детальной спецификации сколько бы интеллекта у вас ни было, вы не получите от него пользы.

В отличие от контекста, который накапливается годами, спецификации можно формализовать относительно быстро. И их ценность растёт вместе с мощностью моделей. Чем точнее у вас описана задача, тем больше вы выигрываете от каждого нового поколения ИИ: можете использовать более быстрые модели, более дешёвые модели, и — что главное — более умные модели.

Причём здесь не нужно гнаться за конкретными алгоритмами или методиками. Это погоня за уходящим поездом: подходы устаревают быстрее, чем выходят новые GPT. Но если у вас есть хорошая спецификация, приходит условная GPT-8 и сама строит оптимальный алгоритм лучше любого топового специалиста. Всё, что ей нужно — чётко поставленная задача и критерии оценки.

× × ×

Итак, перед каждым, кто занят интеллектуальным трудом, сегодня стоит выбор:

01. Продолжать как есть. В большинстве профессий через какое-то время появятся компании-агрегаторы, которые сделают то же самое в десять раз дешевле, и вы окажетесь не у дел.

02. Собрать уникальный контекст. Который невозможно воспроизвести за два-три месяца даже мотивированной команде энтузиастов. Это даёт временное преимущество, хотя и требует постоянного наращивания.

03. Формализовать свою деятельность через спецификации и эвалы. Приведу личный пример. Сейчас я прохожу профессиональный курс. Не для развития навыков — все интеллектуальные навыки сейчас подлежат автоматизации. Я там для того, чтобы извлечь спецификацию: как именно решаются задачи в этой области, по каким критериям оценивается качество, какие граничные случаи важны.

В результате получается бесконечно масштабируемая система, которая на достаточно хорошем уровне выполняет базовую интеллектуальную работу. Это даёт двойное преимущество: перед теми, у кого нет спецификации, и перед теми, кто развивал именно собственные навыки, которые быстро устаревают и дорого обходятся.

Попробуйте описать свою работу в виде спецификации или их набора. Если удастся высвободить хотя бы один день в неделю — это уже победа. Выбор за вами: масштабировать эту систему, упаковать в продукт или найти другие способы монетизации. Но если ничего не делать — вы неизбежно проиграете в конкуренции с агентами.

🚀 Пределы профессионализма

Что будет иметь ценность, когда ИИ проникнет везде? Часть 1

Последнее время меня часто спрашивают о будущем: что вообще будет иметь ценность, когда искусственный интеллект проникнет везде? Этот вопрос звучит всё чаще, особенно от тех, кто знает, что я работаю с ИИ и продуктами на его основе. И здесь важно сразу разделить два мира — материальный и интеллектуальный.

В материальном мире мало что изменится. Если сегодня у вас есть коммерческая площадь или запасы редкоземельных металлов, эти активы сохранят ценность и через десятилетия. Приход ИИ их не обесценит — вероятность этого крайне мала. Совсем другая история разворачивается в сфере интеллектуального труда. Здесь обесценивание уже идёт полным ходом.

То, за что раньше платили специалистам солидные гонорары, теперь делают ИИ-агенты на порядок дешевле и быстрее. Накопленные годами знания по какой-либо теме внезапно оказываются в тупике: не потому что ИИ генерирует нечто непревзойдённое по качеству, а потому что его результат «достаточно хорош» для среднего человека. И этого достаточно, чтобы клиент предпочёл автоматизированное решение вашему экспертному мнению.

В этой ситуации выживут те, кто сможет предложить ИИ то, чего у него нет. Первый фундаментальный актив — контекст, или ваши персональные данные.

Представьте себе идеального агента: сверхумного, молниеносного, способного решить любую задачу. Но вот проблема — он не знает вас и не знает вашу компанию. Он подключится, быстро сделает диагностику, соберёт текущие показатели, и на этом всё. Без глубокого понимания специфики вашего бизнеса, без истории взаимоотношений, без накопленных нюансов — решение получится формальным и часто бесполезным.

Контекст становится базой, фундаментом, на котором строится вся дальнейшая работа. Чем больше персонального контекста вы сможете предоставить модели, тем выше качество её работы — и этот принцип будет только усиливаться по мере появления новых поколений ИИ.

× × ×

Отсюда вытекает неочевидное, но критически важное следствие: весь контекст, который сейчас не сохраняется автоматически, стоит начать сохранять умышленно.

Носимые устройства, приложения для записи экрана, системы фиксации рабочих процессов — всё это становится инвестицией в будущее. Уже в течение ближайшего года инструменты для извлечения контекста из личных данных станут настолько дешёвыми и эффективными, что использование «голого» ChatGPT без этого слоя персонализации окажется явно проигрышной стратегией.

Но одного контекста мало. Во второй части разберем второй, еще более мощный инструмент.

🚀 Пределы профессионализма