ИИ сделал нас быстрее. Так почему же мы выгорели?

ИИ должен был сделать нас быстрее. Так почему же мы выгорели? Инженер Коул Медин формулирует парадокс: автономные ИИ-агенты и сложные системы second-brain сделали его продуктивнее, чем когда-либо, но он заканчивает свои дни, чувствуя себя совершенно истощенным, а его концентрация внимания разрушена. Речь идет не просто об усердной работе, а о новой форме когнитивного напряжения.

Основная проблема в том, что возросшие возможности порождают возросшее давление. Медин отмечает общее мнение: если вы можете выпускать в десять раз больше, вы чувствуете себя обязанными это делать. Когда ИИ-агент обрабатывает задачу, ожидание его ответа кажется пустой тратой времени. Это побуждает пользователей запускать другого агента, инициируя новую задачу или диалог, что приводит к множественным параллельным рабочим процессам.

Это постоянное переключение между задачами создает то, что Медин называет «эффектом выгоревшего мозга». Он описывает прыжки между диалогами с агентами, оценивая, что переключает контекст в 100 раз чаще, чем всего несколько лет назад. Хотя Медин признает, что эта цифра может быть преувеличением для эффекта, он ссылается на аналогичный рассказ Tibo об экстремальном переключении контекста как на широко узнаваемый паттерн, а не на единичную жалобу. Результатом является фрагментированная экономика внимания, оставляющая пользователей измотанными, а не воодушевленными.

ИИ-агенты превосходно справляются с параллельной обработкой, запуская несколько сессий одновременно для решения разнообразных задач. Люди, однако, не могут работать параллельно. Наши мозги однопоточны, что заставляет нас постоянно переключать внимание между диалогами с агентами, точками принятия решений, проверкой кода и новыми промптами. Это создает непрерывный цикл когнитивной нагрузки.

Рассмотрим реальный рабочий процесс: инженеры инициируют задачи в нескольких сессиях агентов, следят за каждой на предмет вопросов или результатов, отвечают, а затем пытаются вернуться к незаконченной работе. Каждое переключение влечет за собой остаточное внимание (attention residue), оставляя ментальные фрагменты предыдущей задачи. Это постоянное переключение является двигателем «эффекта выгоревшего мозга», который описывает Медин.

Частое переключение между задачами уничтожает время для глубокой работы. Американская психологическая ассоциация (APA) подчеркивает значительные издержки переключения (switching costs), отмечая, что даже кратковременные прерывания могут сбить фокус на длительные периоды. Хотя оценка Медина о переключении «в 100 раз чаще», чем пять лет назад, может быть гиперболической, лежащий в основе механизм когнитивной усталости неоспоримо реален.

До появления ИИ инженеры часто проводили часы в состоянии непрерывного потока, сосредоточенные на одной проблеме. Теперь управление несколькими агентами кажется единственным путем к «ультрапродуктивному» результату, что ведет к отказу от устойчивой, глубокой работы. Этот сдвиг означает меньше времени на сфокусированное решение проблем и больше времени на управление роем цифровых помощников.

Привлекательность проведения нескольких часов без прерываний за решением одной сложной задачи угасла, будучи замененной ощущением неэффективности последовательной работы. Зачем посвящать целый день одной задаче, если парк агентов может организовать дюжину параллельно? Этот сдвиг фундаментально переопределяет, что значит «продуктивно», однако наша биология с трудом поспевает за этим.

Коул Медин, инженер-программист и преподаватель, подчеркивает, что эта новая парадигма заставляет людей искать способы устойчивой концентрации внимания вне работы. Он отмечает стремление к «состоянию потока» при глубоком программировании, которое теперь заменено постоянным мониторингом агентных процессов. Медин, заядлый шахматист и читатель, обнаруживает, что обращается к этим занятиям ради той сфокусированной вовлеченности, которую его рабочий день больше не обеспечивает.

Наблюдение Кэла Ньюпорта о том, что «способность к концентрации становится самым дефицитным товаром XXI века», звучит как никогда актуально, отмечает Медин. AI-агенты, при всей своей мощности, требуют постоянного контроля, что только усугубляет проблему. Это не призыв отказаться от агентов; Медин ценит их преимущества. Скорее, это признание того, что человеческий мозг, в отличие от кремниевых аналогов, не умеет работать в режиме параллелизации. Подробнее о когнитивных издержках быстрого переключения между задачами см. Multitasking: Switching Costs - American Psychological Association. Пока AI-агенты не достигнут полной автономности, мы остаемся запертыми в цикле высокой производительности и сильной фрагментации, где давление необходимости выпускать в 10 раз больше продукта заставляет чувствовать вину за простое ожидание.

Медин предлагает важный компромисс: вместо того чтобы поддаваться искушению добавлять новую сессию агента с каждым улучшением функциональности, разработчикам следует инвестировать в более автономный рабочий процесс, требующий меньше присмотра. Это означает создание более совершенных инструментов управления (harnesses), которые позволяют агентам работать в течение длительного времени без вмешательства человека.

На практике это включает четкое определение намерений на начальном этапе, предоставление агентам возможности использовать повторно применяемые правила и навыки, а также внедрение надежного цикла планирование–реализация–проверка (plan–implement–validate). Общих команд недостаточно; автономность должна быть заслужена через надежную, количественно измеримую проверку.

Группируйте решения и проверяйте выполненную работу вместе, требуя одобрения человека только в критические моменты. Такой подход меняет роль разработчика с постоянного переключателя контекста на стратегического оркестратора, использующего параллельную обработку AI без фрагментации собственного внимания. Настоящая продуктивность заключается в том, чтобы позволить агентам работать независимо, высвобождая драгоценное человеческое внимание для глубокой работы, а не в жонглировании сотней микро-диалогов ежедневно.

Почему AI-агенты могут вызывать у разработчиков чувство усталости?

Запуск нескольких агентов создает необходимость в частом мониторинге, принятии решений и переключении между задачами. Работа может продвигаться быстрее, но человеческое внимание остается ограниченным.

Что такое парадокс продуктивности AI?

AI увеличивает объем работы, который может выполнить один человек, но этот дополнительный потенциал может повысить ожидания и когнитивную нагрузку, а не сократить рабочее время.

Как разработчики могут уменьшить переключение контекста при использовании AI-агентов?

Группируйте проверки агентов, ограничивайте количество параллельных сессий и улучшайте рабочие процессы, чтобы агенты могли планировать, реализовывать и проверять задачи с меньшим контролем.

Означает ли сокращение мониторинга агентов слепое доверие к AI?

Нет. Цель состоит в том, чтобы четко определить намерения и критерии проверки, а затем просматривать выполненную работу пакетами, сохраняя за собой право одобрения важных решений.