Владеть всем путём в одиночку стало возможно не потому, что люди вдруг поумнели, а потому, что появился рычаг. AI снимает объём исполнения, который раньше требовал отдельных рук на каждом участке. Но рычаг — это усилитель, а не замена: он умножает то, что ты в него вкладываешь, и одинаково охотно умножает и верное направление, и ошибку.

Поэтому весь предыдущий разговор про проблему, контакт, бизнес-результат и срез — не устарел с приходом AI, а стал важнее. Чем мощнее усилитель, тем дороже ошибиться с направлением. Продукт-инженер выигрывает не оттого, что у него есть AI, — он есть у всех, — а оттого, что знает, что в этот AI вкладывать.

Что AI снимает, а что — нет

AI хорошо снимает объём: написать код по понятной постановке, разложить по слоям, набросать варианты, сделать рутину, которой много и которая механична. Здесь он экономит дни и недели, и именно за счёт этого один человек дотягивается до участков, на которые раньше не хватало рук.

Чего AI не снимает — это решения о том, что и зачем делать. Какую проблему решаем, что покажет контакт с пользователем, какой бизнес-результат считаем успехом, что не строим — это вопросы вкуса, ответственности и понимания людей. AI может помочь их обдумать, но не может принять за тебя: у него нет твоей шкуры в игре и твоего контакта с реальностью. Если отдать ему эти решения, получишь быстро и качественно сделанное не то.

Что отдать агенту, что оставить себе

Граница проходит примерно так. Агенту — исполнение и поиск: написать по спецификации, сгенерировать варианты, проверить код по правилам, перелопатить детали. Себе — постановку и суждение: назвать проблему, выбрать бизнес-результат, решить, что войдёт в срез, и оценить, действительно ли результат снял боль.

Практический признак: всё, что можно проверить по чётким правилам, можно отдать агенту; всё, что требует контакта с пользователем и ответственности за последствия, остаётся за человеком. Продукт-инженер не пишет меньше кода руками из принципа — он перемещает себя выше по пути: туда, где решается, что строить, а само строительство всё больше отдаёт рычагу.

Один день: задачи агента и задачи человека

Пришёл баг-репорт: у части пользователей страница отчётов открывается 8–12 секунд.

Что сделал сам. Прочитал несколько жалоб — замедление только у тех, кто работает с большими выборками за год и более. Написал двум пострадавшим, уточнил: это мешает им в конкретном рабочем процессе или просто раздражает? Оказалось, мешает: у одного отчёт открывается в начале совещания при коллегах, и 10 секунд ожидания создают дискомфорт. Решил, что порог «приемлемо» — 2 секунды для типичного объёма. После выката написал им снова.

Что отдал агенту. Профилирование запросов по существующим логам, поиск узкого места в схеме, три варианта оптимизации с объяснением trade-off каждого, тест на регрессию по времени ответа. Агент нашёл: проблема в отсутствии составного индекса и в N+1 при сборке вложенных записей. Предложил три подхода. Из трёх вариантов выбрал третий сам — потому что только я знал, что через квартал эти пользователи переходят на вдвое больший объём данных и самый простой вариант снова стал бы узким местом.

Это структура почти каждой задачи. Агенту: «найди X», «проверь по правилам Y», «напиши тест на Z». Себе: понять, кому и насколько больно; что допустимо; убедиться, что результат действительно помог. Граница не в сложности задачи — а в том, кто несёт ответственность за последствия выбора.

Почему без методологии рычаг ломается

У AI без методологии есть коварное свойство: в трёх сессиях на одну задачу он даёт три разных решения. Все три рабочие, все три несовместимые. Для разового наброска это неважно, для продукта, который живёт годами и который ведёт один человек, — это медленный развал: каждый кусок сам по себе хорош, а вместе они не складываются.

Методология чинит это, давая общий контекст, который переживает отдельную сессию. Она задаёт каркас — как описывать задачу, как раскладывать на слои, какие правила держать, — и агент применяет один и тот же каркас раз за разом. Здесь ключ ко всей концепции: одно знание существует в двух формах — статья объясняет тебе, зачем и как, а парное исполняемое правило держит то же для агента на каждом шаге. Ты направляешь, методология держит согласованность, агент исполняет объём. Без среднего звена рычаг разносит продукт быстрее, чем ты успеваешь его собирать.

Что это значит на практике

Типичные ошибки при работе с AI как рычагом:

  • Делегировать постановку. «AI, что строить?» — самая быстрая дорога получить уверенно сделанное не то. Модель не знает, что болит у твоих пользователей и что ты уже пробовал. Постановка — твоя, всегда.
  • Принимать результат без проверки. Код выглядит правильно — не значит работает правильно. Агент оптимизирован на правдоподобие, не на корректность. Каждый значимый выход требует проверки по смыслу, а не только по форме.
  • Работать без постоянного контракта. Если у агента нет каркаса — описания задачи, правил, ограничений — он каждую сессию изобретает их заново. Через месяц кодовая база выглядит как написанная пятью разными людьми, хотя её делал один.
  • Ждать, что агент сам разберётся. Работа с агентами — профессиональный навык: как сформулировать задачу, как разбить её на части, как проверить промежуточный результат. Чем точнее вход — тем лучше выход. Это не метафора, это механика модели.

Замыкание арки

Шесть эссе складываются в один путь: проблема, контакт, бизнес-результат, срез, владение, рычаг. Каждый шаг опирается на предыдущий: рычаг без проблемы бьёт мимо, владение без среза тонет, бизнес-результат без контакта выдуман.

Это рабочий инструмент, а не концепция. Инженер, освоивший все шесть шагов, берёт задачу от проблемы пользователя до проверенного бизнес-результата — сам, с методологией и AI под рукой. Именно это и есть продуктовая специализация в концепции продукт-инженера.

Дальше

Как конкретно проверять выход агента — где модель ошибается незаметно и как это поймать. Как устроена работа с агентами на практике: постановка, итерация, граница контроля.