AI-слоп — не проблема технологии, а кризис вкуса. Разбираемся, почему инженеру важнее уметь отказаться от кода, чем генерировать его. Прочитайте, чтобы не утонуть в потоке посредственности.
Вы когда-нибудь смотрели на пул-реквест из 600 строк, который проходит все проверки, но никто не может объяснить, зачем он нужен? Или читали README, сгенерированный моделью, которая никогда не запускала этот код? Добро пожаловать в эпоху AI-слопа — бесконечного потока посредственного контента, который создаётся без души и цели. Но, как ни странно, это не конец инженерии, а её перерождение.
Каждое поколение думает, что именно его технологии убьют искусство. Печатный станок, по слухам, должен был затопить мир мусором. Дешёвая камера — уничтожить фотографию. Интернет — похоронить серьёзную мысль под блогами и спамом. Смартфоны — превратить каждый священный момент в размытый прямоугольник. Теперь очередь AI.
Но AI не изобрёл посредственность. Он лишь сделал её бесконечной. Вспомните, как дешёвые камеры породили миллиарды забытых снимков — и при этом дали визуальный язык тем, кто никогда не пошёл бы в фотошколу. Фотография не умерла. Умерла редкость. То же самое происходит с кодом.
Закон Старджона гласит: 90% всего — посредственность. Меняется только цена, за которую мы эту посредственность производим. Когда GitHub сделал публикацию кода тривиальной, каждые выходные рождали десятки тысяч репозиториев, которые никогда не увидят второй коммит. AI просто ускоряет этот процесс.
Настоящая опасность AI-слопа не в том, что машины могут создавать вещи. Опасность в том, что люди могут перестать заботиться о том, стоит ли эти вещи создавать. Слоп — это не результат использования AI. Это результат отсутствия намерения. Человек может создать слоп кистью, камерой или vim с сорокалетним опытом. Слоп — это не инструмент, это отношение к творчеству: когда цель — output, а не смысл. Скорость вместо правильности. Запущено вместо понято.
Слоп процветает, потому что системы вокруг нас вознаграждают частоту. Мержи быстрее. Гони метрику. Поднимай график контрибуций. Закрывай тикет. Убирай тишину, в которой раньше жило мышление. AI идеально вписывается в эту экономику: он неутомим, не скучает, не смотрит на падающий тест три дня, чтобы найти одно неверное предположение. Когда бесконечное производство встречается с бесконечным распространением, а посередине никто не спрашивает «а это вообще важно?» — слоп становится индустрией.
Дешёвая камера позволяла любому сделать снимок, но не делала его фотографом. Ноутбук позволял любому создать музыку, но не делал его музыкантом. Copilot позволяет любому сгенерировать рабочий код, но не делает его инженером. Инструмент может воспроизвести поверхность вещи, имитировать жанр, пройти линтер и тесты, которые он же написал. Но инженерия — это не просто код, который работает.
Инженерия — это выбор, сдержанность и отказ от умной абстракции, которая сгниёт через 18 месяцев, даже если модель предлагает её прямо сейчас. Это человек, который решает, что один дизайн важнее другого, и может сказать почему. AI может сгенерировать тысячу реализаций за час. Инженер — тот, кто знает, какая из них не должна существовать.
Десятилетиями мы путали ценность инженерии со сложностью исполнения. Тот, кто писал на ассемблере, обладал редкой силой. Но технология поглощает технику: то, что требовало лет практики, становится автоматизированным. И каждый раз люди паникуют: «ремесло умерло». Но ремесло не умирает — оно перемещается. Когда исполнение становится легче, вкус становится важнее. Когда производство становится изобильным, суждение становится важнее. Когда каждый может сгенерировать пул-реквест, настоящий вопрос: кто может его прочитать? Кто увидит несущую строку? Кто посмотрит на бесконечный правдоподобный код и скажет: «не это, а вот это»?
Каждый взрыв посредственности расширяет и возможность гения. Дешёвые камеры дали нам миллиарды забытых снимков — и передали визуальный язык тем, кто никогда не попал бы в фотошколу. Домашние студии создали океаны плохой музыки — и подарили нам продюсеров в спальнях, изменивших глобальный звук. Ранний веб завалил нас спамом — и дал Linux, Wikipedia и Stack Overflow. Демократизация идёт волнами: первая — шум, вторая — подражание, третья — открытие настоящего назначения медиума.
Но третья волна не гарантирована. Многие экосистемы застревают в шуме и умирают. «Раньше сработало» — не закон природы, а ставка. Изобилие делает лучшее равновесие возможным, но не доставляет его. Кто-то должен выбирать.
Это самое сильное возражение. Раньше демократизация оставляла нетронутым человеческий слой, который решал, что хорошо. AI атакует обе стороны сделки: он затапливает быстрее, чем любой рецензент может прочитать, и его уже учат рецензировать — ранжировать, критиковать, выбирать лучший diff. Если машина может написать тысячу реализаций, почему она не может выбрать ту, что должна существовать?
Отчасти может. Вкус — не магия, многое в нём — паттерны, а паттерны обучаемы. Честный ответ: «люди просто судят лучше» — это ров, который не устоит, как не устоял ров «люди просто лучше пишут на ассемблере». Но остаётся остаток, и это не навык. Это ответственность. Кто-то должен сказать «запускаем» и владеть последствиями — сбоем, утечкой, регрессией, дошедшей до миллионов пользователей, тихим вредом, который никто не смоделировал. Система может ранжировать варианты. Она не может отвечать за выбор. Инженер, нажимающий «merge», не просто проявляет более острое суждение, чем генератор — он человек, к которому можно привязать последствия.
Так что ров не в «мы судим лучше» — это размывается. Ров в «мы ответственны». Проницательность — это ремесло, которое вы оттачиваете. Ответственность — это то, что машина структурно не может взять, потому что ответственность требует того, кого действительно можно привлечь.
Следующим великим техническим навыком может стать не генерация, а проницательность, осуществляемая под этой ответственностью. У этой работы уже есть имя: ревью. И оно перемещается с периферии работы в её центр.
Посмотрите, что AI делает с командой. Он поднимает output джуниора до уровня сеньора почти мгновенно — чистый, идиоматичный, правдоподобный код. Но он не поднимает его суждение с той же скоростью. Сеньор становится узким местом, рецензируя бесконечный поток уверенных, хорошо отформатированных diff-ов от людей (и моделей), которые ещё не видят, что в них не так. «LGTM» перестаёт быть штампом и становится самым опасным предложением в кодовой базе. Ревьюер становится ограничителем качества для всей организации.
Это и есть работа теперь. Не печатать быстрее. Читать лучше. Инженер следующего десятилетия — отчасти архитектор, отчасти редактор, отчасти скептик — тот, кто может запустить машину, не служа ей, генерировать без ограничений, а затем резать без жалости. Тот, у кого есть память. Тот, у кого есть шрамы от последней системы, разбудившей его в 3 часа ночи. Потому что, когда любой код можно написать мгновенно, самое ценное, что вы можете сделать — отказаться мержить большую его часть.
Перестаньте гнаться за объёмом. Начните культивировать суждение. Каждый раз, когда AI предлагает вам решение, задайте себе три вопроса:
Учитесь читать код быстрее, чем писать. Практикуйтесь в ревью: берите чужой код, находите в нём скрытые проблемы, учитесь объяснять, почему одна архитектура лучше другой. Помните: в эпоху бесконечного слопа самая редкая вещь — не умение создать, а умение сказать «нет» и взять за это ответственность.
Слоп — это тень демократизации. Дефицит раньше делал часть фильтрации за нас: сложность держала репозиторий маленьким, стоимость замедляла людей, трение написания заставляло писать осмысленно. Теперь трения нет, и бремя возвращается к нам. Мы должны решать, что важно. Дешёвая камера не уничтожила фотографию — она уничтожила иллюзию, что каждый снимок драгоценен. AI не уничтожит инженерию — он уничтожит иллюзию, что каждый акт генерации творческий. И, возможно, это необходимо. Возможно, нас заставляют признать то, что всегда было правдой: магия никогда не была в инструменте. Магия была в видении и выборе — в том, чтобы взять хаос проблемы и придать ему форму, которая говорит: «Я был здесь. Я понял это. Это имело значение».
Хочешь закрепить знания на практике?
Решай задачи на Algolit — интерактивная платформа для обучения
Начать бесплатно →