Как не разучиться думать

Работа в 2026 году превратилась в бесконечное переключение между результатами AI-агентов — быстрое, поверхностное и не оставляющее времени на медленное размышление. Шон Гёдеке рассказывает, что помогает ему сохранять способность думать глубоко: писать своими словами и читать настоящие книги.

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

Как не разучиться думать

How to keep thinking Автор: Sean Goedecke Оригинальный текст:

Представьте, что вы участник какого-то безумного телешоу на тему разработки софта. Ведущий без остановки переворачивает всё новые карточки с вопросами, на которые вы должны отвечать как можно быстрее:

• Правильно ли внесено это изменение в схему базы данных?
• Выглядят ли эти куски данных правдоподобно?
• Описывают ли эти пять абзацев текста реально проведённую серию ручных тестов?
• Проходит ли предложенная архитектура проверку на здравый смысл?
• Лучше ли эта реализация текущего кода? А эта? А вот эта?

Работа в 2026 году ощущается примерно так. Когда передовые AI-модели способны выполнить большинство задач из вашей очереди, самый эффективный способ работать — это отправлять задачи AI-агенту и непрерывно переключаться между результатами[1]. Это не то чтобы совсем бездумное занятие — на самом деле нужен немалый навык, чтобы бегло просмотреть ответ модели и быстро решить, что с ним делать, — но времени на медленную, вдумчивую рефлексию тут явно остаётся меньше.

Почему бы не замедлиться?

Почему всё должно быть в таком бешеном темпе? Почему просто не сбавить обороты? Наверное, вы могли бы, но я не советую. Это просто мучительный опыт — проводить весь день за внимательным вычитыванием выдачи LLM: старательно пережёвывая и смакуя каждую крупицу этого шлака. Куда менее неприятно пробегать текст по диагонали и выхватывать полезные самородки.

А нельзя ли просто больше работы делать руками? К сожалению, правда в том, что в технологической отрасли сейчас высокое давление. Если у вас есть время и пространство работать медленнее — прекрасно! Но когда компания выдаёт вам кнопку «реши эту задачу в десять раз быстрее», у вас появляется мощный стимул нажимать её как можно чаще — иначе рискуете проиграть конкуренцию коллегам.

Иногда я беспокоюсь, что работа с LLM делает меня глупее. Не в смысле «буквально плавит мозг», как намекают некоторые исследования, работы, а в том смысле, что она смещает меня в сторону быстрых операций «просмотрел и оценил» из моего ментального арсенала — и уводит от медленного «времени в гамаке», необходимого для глубокой мысли и настоящего творчества. Я не хочу списывать этот сдвиг целиком на LLM: технологическая индустрия после 2010-х стала более лихорадочной и по более широким экономическим причинам. Но так или иначе, это заставило меня задуматься, как сохранить способность думать медленно.

Чтобы продолжать думать — читайте и пишите

Главное, что сработало для меня, — больше писать. Именно писать своими словами. Писать с помощью LLM для этой цели вообще не годится, даже если вы прилагаете усилия, итерируете содержание и составляете план того, что хотите сказать. Почему? Потому что необходимость самому складывать слова заставляет вас формулировать свои мысли. В самом прямом смысле она заставляет вас думать.

Когда у вас в голове есть идея, о чём написать, — на самом деле никакой идеи у вас нет. У вас есть что-то вроде смутного направления, где идея могла бы находиться, или фрагмент того, что однажды могло бы стать идеей. Саму идею вы конструируете в процессе письма. К слову, именно поэтому я не очень согласен с формулой «идеи ничего не стоят, всё решает исполнение»[2]: большинство «идей» на самом деле даже не идеи.

Второе, что я рекомендую, — читать настоящие книги. Книги, особенно плотный нон-фикшн, — полная противоположность AI-шлаку. Чем медленнее вы их читаете, тем лучше. В последние несколько лет я читаю всё больше нон-фикшна, и я не думаю, что это совпадение. Мне кажется, мой мозг естественным образом тянется к информационно плотному содержанию — так же, как люди с дефицитом натрия начинают испытывать тягу к соли.

Более того, я стал комбинировать оба подхода: читаю книгу, а потом пишу о ней. Этот процесс — ровно то, чего мне не хватало с тех пор, как я начал программировать с LLM. Я внимательно читаю книгу, крепко над ней думаю, часто иду и читаю ещё одну-две книги на ту же тему, а затем сажусь и пытаюсь сформулировать, что же я понял. Это здорово! Я чувствую, как отдельные части моего мозга снова расправляются.

Не теряйте привычку

Было довольно приятно, когда мне платили за то, чтобы я использовал эти части мозга весь день. К сожалению, я думаю, что эти времена подходят к концу. В разработке всегда останется место для какого-то количества вдумчивой, медленной рефлексии, но (по крайней мере какое-то время) от нас будут ждать быстрого переключения между выдачами LLM. Возможно, нам придётся искать способы поддерживать привычку думать медленно за пределами работы.

Даже если говорить только о работе, я считаю, что полностью потерять эту привычку было бы большой ошибкой. Остаётся ещё немало обычных задач, которые современные LLM не могут решить самостоятельно. Самый частый пример, с которым я сталкиваюсь, — «крупный рефакторинг сложной кодовой базы». Модели нынешнего поколения способны сделать это без (большого числа) ошибок, но пока не могут сделать это со вкусом. Иногда нужно уметь продумать проблему целиком собственной головой.

Примечания

1. Это не означает переключения между задачами. Я регулярно использую шесть-семь разных сессий агента на одной и той же задаче: одну для исследования, две-три для проб разных вариантов реализации, две-три для ревью, одну для ручного тестирования и так далее. Многие из них могут идти параллельно.

1. Я помню историю[3] про одного известного писателя. Кто-то хотел рассказать ему свою идею книги, но настолько её оберегал, что заставил его сначала подписать NDA, и только потом достал идею из сейфа у себя в кабинете. Это было одно-единственное слово «биологическое оружие», написанное на клочке бумаги.

1. По иронии, когда я попытался нагуглить источник, Gemini упорно пытался написать мне рассказ про биологическое оружие.

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

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