Инженеры с ИИ-ассистентами выгорают. Всё нормально?

ИИ позволяет нам генерировать код с невиданной скоростью, но за этой продуктивностью скрывается серьёзная цена — выгорание нового типа. Как с этим справиться?

Это AI-перевод статьи, сделанный каналом Про AI: Лучшие Статьи и Исследования.

Инженеры с ИИ-ассистентами выгорают. Всё нормально?

AI-assisted engineers are burning out, is this fine? Авторы: Ivan Chepurin, Travis Turner Оригинальный текст:

>

Мы продуктивнее, чем когда-либо. ИИ позволяет нам генерировать код на сверхзвуковых скоростях, разворачивать целые модули за секунды и отправлять тысячи строк кода. Стало проще браться за задачи и приносить пользу, даже в незнакомых кодовых базах. Но есть и тёмная сторона. Генерация кода с помощью ИИ не бесплатна; у неё есть скрытая цена, которую мы как индустрия только начинаем осознавать: выгорание из-за ИИ. Не слишком ли мы беспечны к этой проблеме? И как с ней справляться?

По всей индустрии голоса разработчиков звучат всё громче, указывая на тревожное состояние, в котором они оказались: растущая усталость, постоянная гонка за ускоряющимся темпом работы, противоречивые чувства по поводу кодинга с ИИ и стойкая потеря энергии. Vibe coding (разработка в свободном стиле) превращается в doom-coding.

Как мы до этого дошли? И что ещё важнее, как разорвать этот порочный круг? Команда Evil Martians собралась вместе, чтобы обсудить эту тему, поделиться личным опытом и найти возможные решения. Эта статья выросла из тех разговоров.

TL;DR

Рабочие процессы с приоритетом ИИ заставляют вас работать усерднее и приносят меньше удовлетворения. Они способствуют выгоранию множеством способов. Чтобы наши рабочие процессы с ИИ оставались устойчивыми, мы должны:

1. Вернуть удовольствие от рабочего процесса
2. Восстановить чувство достижения, причастности и гордости
3. Избавиться от нездоровой склонности максимизировать продуктивность в каждый момент

В конце статьи есть список практических рекомендаций, который охватывает все эти пункты. Используйте его, чтобы направить себя в правильном направлении.

При этом понимание истинной природы проблемы — это на самом деле первый и самый необходимый шаг к её решению. Читайте дальше, чтобы узнать, что подпитывает выгорание из-за ИИ.

Настоящий вопрос никогда не был о будущем ИИ

Мы продолжаем спрашивать: может ли ИИ решать проблемы самостоятельно? Достаточно ли хорошее качество? Является ли эффективность главным критерием? Может ли он в конечном итоге заменить людей? Лично я верю, что ответ на всё вышеперечисленное — нет. Но в итоге всё это — спекуляции о будущем.

А мы живём в настоящем. Вместо того чтобы подпитывать тревогу, пытаясь предсказать будущее, нужно сосредоточиться на том, что мы можем контролировать сегодня.

Если мы отвлечёмся от нарратива «всё пропало» с каждой новой блестящей моделью, мы, возможно, наконец начнём задавать правильные вопросы:

• Где эти инструменты действительно полезны, а где — нет?
• Каков оптимальный способ их использования сегодня?
• И, что самое важное, как сохранить устойчивость?

Мы настолько одержимы судьбой ИИ, что забываем о собственной.

Вот вопрос, который важен сегодня. И ответ зависит от того, как вы управляете своей энергией, ожиданиями, как планируете день и какие ощущения вызывает работа. Нам нужно замедлиться и убедиться, что мы прежде всего заботимся о себе. Освоить более здоровые рабочие практики. Иначе мы выгорим раньше, чем наступит будущее, о котором спорим.

Главное обещание ИИ — (своего рода) ложь

Зачем нам нужен ИИ? По сути, у него есть одно главное обещание для человечества: машина теперь делает X, и мы можем работать меньше. Пусть машина выполняет скучную работу, а мы сосредоточимся на том, что нам нравится.

Но в реальности мы видим совсем другое.

Исследование Harvard Business Review подтверждает: «когнитивное истощение от интенсивного надзора за ИИ-агентами — реально и существенно», а сотрудники сообщают, что «присутствие ИИ-инструментов увеличило их нагрузку».

Почему? Ответ на удивление прост. Давайте посчитаем.

Математика ловушки продуктивности

У Бена и Алисы впереди 4 часа работы в разработке программного обеспечения:

• Бен — инженер старой школы. Он пишет код вручную и считает, что LLM его замедляют.
• Алиса предпочитает делегировать написание кода ИИ и занимается ревью.

Оба начинают с планирования фичи. Бен делает это в голове, Алиса составляет план с помощью LLM. Затем они приступают к реализации. Бен физически набирает код на клавиатуре. Алиса наблюдает за генерацией кода, затем ревьюит, направляет и редактирует. Бен завершает задачу за 4 часа. А Алиса получает двукратное ускорение и заканчивает всего за 2 часа. Итак, на бумаге выглядит так, будто Алиса поработала меньше.

Но на самом деле произошло не это. Нужно учитывать когнитивную нагрузку:

Бен работал дольше, но приложил гораздо меньше умственных усилий, и его интеллектуальная деятельность была распределена равномерно. Ему приходилось переосмысливать части архитектуры по ходу дела, но в итоге всё сложилось. Это было трудно, но приносило удовлетворение. Контролируемый марафон, а не гонка.

Тем временем Алиса проделала высокоинтенсивную когнитивную работу за 2 часа. Она потратила время на промптинг, ревью и отладку — всё это когнитивно требовательные задачи.

Затем ключевое отличие: после завершения Бен остановился. Он чувствовал удовлетворение — он решил реальную проблему, понял систему, нашёл оптимальное решение и ощущал причастность к результату.

Алиса не остановилась.

Она закончила раньше, но это не ощущалось как достаточное. На самом деле ей показалось, что «далось легко», хотя когнитивно это было сложнее. Возможно, она даже посчитала себя медленной, поскольку её ожидания от собственной работы были неоправданно высоки — в конце концов, нарратив говорит ей, что она должна быть «10x инженером».

Поэтому она сразу перешла к следующей задаче. Потом к следующей.

За тот же 4-часовой отрезок:

• Бен выполнил 1x стабильной, приносящей удовлетворение работы и пошёл обедать
• Алиса выполнила 2x высокоинтенсивной, истощающей работы

Кодинг с помощью ИИ наращивает рабочую нагрузку экспоненциально — увеличивая и количество задач, и интенсивность работы.

Что мы теряем, когда код пишет ИИ

Выгорание из-за ИИ — это результат трёх взаимосвязанных процессов, происходящих одновременно:

• Меньше удовлетворения от рабочего процесса
• Более высокая интенсивность работы
• Больший объём работы

Программирование до ИИ

Цикл планирование → создание → результат нарушается. Когда мы используем LLM, мы перескакиваем от планирования сразу к результату. Мы заменяем приятный, медитативный и тактильный процесс написания кода ревью сгенерированного ИИ кода (который требует больше умственных усилий и более утомителен).

Итак, мы убираем ту часть, которая нам нравится, и заменяем её той, которая нам совсем не нравится.

Затем мы ускоряем этот цикл и повторяем его несколько раз в день. В нашей работе просто не остаётся почти ничего, чем можно было бы наслаждаться. При этом темп и интенсивность растут.

Программирование с ИИ-ассистентом

Чувство удовлетворения раньше приходило автоматически при написании кода. Теперь ощущение причастности, достижения, гордости — уменьшилось или исчезло полностью.

Мы больше не проживаем творческий процесс как раньше, связь с результатом ослабевает, и становится труднее им гордиться. Это создаёт склонность работать больше, поскольку мы не осознаём ценность своей работы.

Тихая смена профессии

Люди выбирают карьеру на основе интереса к определённым видам деятельности. Художники наслаждаются рисованием, а не только выставками. Писатели наслаждаются письмом, а не только публикацией или подписыванием экземпляров. И программисты наслаждаются программированием! Не только развёртыванием продукта. Но теперь для многих та часть профессии, которая привлекала их изначально, удаляется или принципиально меняется.

Если мы заглянем в хрустальный шар, то, возможно, увидим потенциальное будущее: подход с приоритетом ИИ настолько трансформирует экосистему, что инженерные функции смогут в достаточной мере выполняться нетехническими ролями (плюс дизайн, управление продуктом и так далее). Зависимость от узких специалистов снизится. Весь объём создания и поддержки продукта будет обеспечиваться универсальными «ИИ-генералистами».

Но мы ещё не там! Наша должность остаётся прежней. Роли и грейды те же, что два года назад. Однако структура работы уже меняется настолько, что может ощущаться как другая профессия. Мы оказываемся в парадоксальной ситуации: не принимая сознательного решения о смене профессии, мы тихо совершаем этот переход. По сути, впереди четыре пути:

1. Найти способы получать удовольствие от нового вида работы и развиваться вместе с ним.
2. Игнорировать ИИ и продолжать работать так, будто его не существует.
3. Работать с ИИ, но без удовольствия, надеясь на возврат к старым добрым временам, когда наши обязанности и профессиональная идентичность были тесно связаны с ремеслом.
4. Сменить профессию; найти другую область интересов, менее затронутую ИИ.

Очевидно, что первый вариант предпочтительный, второй — это отрицание, а третий — неустойчив. Радикальная смена профессии выходит за рамки этой статьи, поэтому стоит сосредоточиться на первом варианте — избежать выгорания и заново научиться ценить профессию в её новой форме.

Ежедневные факторы, способствующие выгоранию

Прежде чем перейти к решениям, давайте рассмотрим другие повседневные факторы для разработчиков, появившиеся с внедрением рабочих процессов на базе ИИ и тоже повышающие наш уровень выгорания.

Потеря контекста

Когда вы работаете с агентом, по мере того как он получает больше контекста, вы его теряете. Вам перестаёт быть нужно удерживать проект в голове: архитектуру, граничные случаи, логику прошлых решений — всё это начинает жить вне вас.

Эта экстракция создаёт тонкую, но серьёзную проблему. Потому что чем глубже ваше погружение в кодовую базу, тем лучше ваше суждение. Вы замечаете проблемы до того, как они становятся багами. Вы распознаёте обходные решения, которые обойдутся дорого в будущем. Вы понимаете проблемы — не просто интеллектуально, а интуитивно. Эта интуиция строится через погружение — и агентные (agentic) рабочие процессы её уничтожают.

Это каскадно влияет и на команду, и на онбординг. Вы не можете обучить или проревьюить то, чего сами не знаете. Со временем вы становитесь надзирателем проекта, который по-настоящему больше не понимаете. А надзирать за тем, чего не понимаешь, — изнурительно.

Нет времени для фонового мышления

При решении задачи традиционным способом много размышлений происходит бессознательно. Это происходит в фоновом режиме, пока вы экспериментируете с кодом, или даже когда вы не за экраном: на прогулке, в душе или в полудрёме. Это один из способов, которым мозг обрабатывает сложные задачи.

С ИИ мы теряем эту критически важную часть процесса решения задач. Планирование сжимается до нескольких минут обмена репликами с моделью, заменяя настоящее размышление согласием или несогласием с её предложениями.

В результате вы принимаете вроде бы нормальные, но объективно неоптимальные решения → генерируете неточный код поверх них → обнаруживаете слабости позже в процессе → чувствуете необходимость начать заново или переделать всё целиком.

Ложные ожидания

Начало работы над проектом с помощью ИИ создаёт ложное чувство эйфории. Фичи появляются, прогресс кажется лёгким, вы берёте одну задачу за другой.

Но это создаёт ловушку. И вы сами, и ваши клиенты (или руководители) формируют ожидания на основе этого темпа. Этот спринт становится базовым ожиданием. Когда неизбежное замедление наступает, вы обнаруживаете, что не можете снова достичь этой планки.

Бутылочное горлышко ревью

С агентами объём генерируемого кода часто значительно превышает то, что один человек может адекватно проревьюить. Агентный кодинг ускоряет набор текста (который, к слову, никогда не был медленной частью процесса). Но при этом снимает ограничение на количество привнесённых ошибок, багов и плохих решений.

Люди чувствуют меньшую ответственность за сгенерированный ИИ код. Некоторые вообще его не смотрят, передавая напрямую тому, кто отвечает за стандарты качества в команде.

Этот ревьюер (часто старший инженер) должен теперь принимать на себя непропорционально большую долю рисков, стресса и когнитивной нагрузки. Он пытается поддерживать целостность системы, лучшие практики и стандарты качества кодовой базы — и при этом его заваливают тысячами строк (в лучшем случае) посредственного кода, который никто больше не читал.

Бесконечные возможности

Когда вы пишете код вручную, затраты усилий на каждое новое направление служили встроенным механизмом ограничения объёма. Попробовать другой подход стоило дороже, поэтому вы тщательно взвешивали, стоит ли это делать.

С ИИ это сопротивление практически исчезло. Каждая новая идея стоит лишь промпт.

На первый взгляд дешёвые итерации могут накапливаться, и к тому моменту, когда вы замечаете, сколько времени прошло, вы уже миновали точку, где было бы разумно остановиться.

Практические рекомендации по самопомощи

Итак, всё нормально? Не обязательно быть именно так. Ниже вы найдёте список практических советов: рабочие практики, которые можно применить уже сегодня, чтобы улучшить ваши отношения с ИИ-рабочими процессами и держать уровень выгорания под контролем. Начните с тех, которые откликаются на чувства, наиболее вам близкие.

Как остановить выгорание от ИИ

• Признавайте свои победы — Повышайте осознание ценности, которую вы привносите, и гордитесь своей работой.
• Переосмыслите ваш ИИ-процесс — Работайте с ИИ-агентами так, чтобы они помогали вам, а не усиливали усталость.
• Продолжайте практиковать ремесло — Восстановите связь с приятной частью работы.
• Дисциплина и баланс работы и жизни — Планируйте рабочие часы и не забывайте делать перерывы.
• Находите новые области интереса в работе — Исследуйте новые навыки для вашей развивающейся роли.

Признавайте свои победы

Если хоть одно из утверждений выше откликается в вашем внутреннем мире, вам нужно больше осознавать ценность, которую вы привносите! Это поможет вам глубже ассоциироваться со своей работой и чувствовать себя лучше:

• Скорректируйте мышление. ИИ может генерировать код, но работу всё равно делаете вы. Как мы рассмотрели в разделе Математика, вероятно, вы работаете усерднее, чем раньше — вы имеете право гордиться.
• Ведите журнал побед. Записывайте каждую задачу, которую завершили за день. Если в вашей организации есть канал для обмена достижениями с коллегами, делайте это регулярно. (Если его нет, можете предложить создать.) Например, в Evil Martians у нашей команды есть очень активный канал побед, и всегда приятно видеть, как коллеги отмечают достижения друг друга.
• Демонстрируйте результаты работы коллегам. Представляйте свою работу руководителю или коллегам. Покажите экран, проведите их через то, что вы строите. Это тоже обычная практика в нашей команде.
• Отслеживайте часы. Это может быть полезно и для контроля баланса работы и жизни. Но ещё важнее то, что отслеживание времени даёт вам измеримые, видимые блоки выполненной работы.

Переосмыслите ваш ИИ-процесс

Если это про вас, попробуйте добавить несколько правил для управления и улучшения использования агентов:

• Больше планируйте, меньше ревьюируйте. Всегда начинайте с режима «план» (plan mode). Прочитайте его. Исправьте ошибки в плане до того, как они станут кодом. Идеальный сценарий: постарайтесь получить валидный результат за одну итерацию.
• Не тратьте слишком много времени, пытаясь заставить это работать. Если не можете получить хороший результат после 3–4 шагов, начните заново. Попробуйте другой подход.
• Не работайте над несколькими задачами параллельно. Теперь, когда генерация кода кажется лёгкой, соблазнительно взять несколько задач одновременно. Но это ловушка. Это добавляет умственную нагрузку и долг, к которому придётся вернуться. Запланируйте чёткую контрольную точку и не переключайтесь, пока не достигнете её.
• Не выполняйте две ИИ-тяжёлые задачи подряд. ИИ иногда может затягивать, и легко перейти от одной задачи сразу к следующей. Это не даёт вашему разуму восстановиться. Хорошая практика — дать мозгу немного отдохнуть после каждой агентной задачи.
• Декомпозируйте задачи. ИИ может генерировать сотни строк по одному промпту, поэтому разбиение задач может казаться менее необходимым, чем при ручной разработке. Но на самом деле когнитивная нагрузка больших задач не исчезает — она лишь переносится на более поздний этап. Кроме того, работая над большими задачами, легче увлечься, не делать перерывы и т. д.

Продолжайте практиковать ремесло

Не используйте ИИ всё время. Вы всё ещё можете время от времени писать код по старинке.

• Защитите «ремесленные» часы или задачи. Отведите время без ИИ. Выберите время в течение дня или конкретные задачи, где вы не будете использовать агентов. Это не обязательно должны быть самые сложные задачи, с которыми ИИ «не справляется»; дело не в максимизации продуктивности. Делайте это, чтобы восстановить связь с тихой, приятной частью вашей работы.
• Знайте, когда не использовать агентов. Не используйте ИИ для всего по умолчанию. Есть некоторые задачи, где использование агентов полезно: скучные задачи, те, где вы знаете, что ИИ гарантированно даст заметный прирост эффективности, или просто те, которые вы не хотите делать сами. Но задачи, которые вам нравятся, оставьте себе.
• Используйте режим «Спросить» (Ask mode). Используйте саму модель для навигации по незнакомой кодовой базе. Используйте это для помощи и консультаций, когда нужно, а не для генерации реализации.
• Не используйте ИИ для любимых проектов. Если вы строите пет-проект, воздержитесь от использования агентов (больше, чем вам хотелось бы). Вы делаете это в своё свободное время, нет дедлайнов — иными словами, идеальная возможность наслаждаться процессом так, как вам действительно нравится.

Дисциплина и баланс работы и жизни

Планируйте день и придерживайтесь плана.

• Планируйте рабочие часы. Не работайте за их пределами; остановитесь посреди фичи, если нужно. (Это хорошо сочетается с отслеживанием часов.)
• Делайте регулярные настоящие перерывы. Это особенно важно сейчас, поскольку ваш мозг может работать с полной нагрузкой постоянно и не получает естественного шанса восстановиться во время сессий написания кода.
• Планируйте намерение на день. Остановитесь, когда закончите. Если вы выполнили всё раньше графика, не заполняйте освободившееся время дальнейшей тяжёлой работой. Вместо этого посвятите это время коммуникации, обучению, наведению порядка в коде или другой «мягкой» задаче.

Находите новые области интереса в работе

Как мы рассмотрели в разделе Тихая смена профессии, это чувство обосновано. Факт в том, что профессия действительно меняется. И нам нужно искать новые способы ценить эту новую форму. Вот несколько направлений и навыков, где можно найти удовлетворение:

• Работа с пользователями, интервью, циклы обратной связи, выявление реальных потребностей.
• Фокус на коммуникации и soft skills (навыки взаимодействия).
• Исследование аналитики, прототипирования и проверки гипотез.
• Обучение fine-tuning (дообучение) агентов и настройке ограничений для устойчивого vibe coding.
• Совершенствование в оптимизации производительности.

Эпилог

В эти времена неопределённости крайне важно различать реальность и маркетинговый нарратив. Напряжение между ними — вот откуда возникает большая часть ненужного давления.

При этом ИИ действительно меняет нашу реальность, и — нравится нам это или нет — он здесь, чтобы остаться. Эта часть вне нашего контроля. Но что в нашем контроле — так это то, как мы подходим к работе, где устанавливаем границы и во что решаем верить.

Замедлитесь. Выйдите на природу. Установите устойчивые ожидания. Научитесь использовать ИИ так, чтобы он помогал вам, а не подавлял. Находите маленькие вещи, которые вам нравятся. Замечайте их. Вспомните, почему вы выбрали эту профессию, и восстановите с ней связь.

Индустрия в конечном счёте разберётся сама. Ваша задача — добраться туда, сохранив энергию, любопытство и способность получать удовольствие от работы.

Подпишитесь на канал и каждый день читайте лучшие материалы про AI переведенные на русский!

Нашли интересную статью для перевода? Пришлите нашему боту: @ailongreadsbot