Как AI изменил не код, а мою уверенность

Раньше любая незнакомая задача легко превращалась в стену. Новый стек, непонятная ошибка, документация на 40 вкладок, термины, которые вроде бы похожи на знакомые, но на деле означают что-то другое. И сначала ты тратишь время не на решение задачи, а на то, чтобы перестать плавать в контексте.

Сейчас это ощущается иначе. Не потому что нейросеть всё делает за тебя, а потому что стало намного проще начать разбираться. Если мне попадается незнакомая технология, я уже не сижу полдня в состоянии «ну вот сейчас надо как-то вкатиться». Я могу быстро прочитать документацию, попросить агента объяснить задачу человеческим языком, собрать краткую выжимку и почти сразу перейти к практике.

Я часто так учусь. У меня есть отдельное пространство в ChatGPT для таких разборов, плюс Notion как личная база знаний. Документацию можно развернуть, упростить, сравнить с другим стеком и попросить примеры под свой кейс. В итоге получается не просто справка, а нормальная мини-лекция с практическим уклоном.

Иногда нет времени смотреть длинные видео, читать десятки статей и самому склеивать всё в голове. Агент может пройтись по источникам, посмотреть документацию, найти обсуждения и живой опыт людей. Потом это можно сохранить и спокойно дочитать днём, когда есть окно.

Это сильно меняет темп обучения. Раньше казалось, что перед тем как что-то сделать, надо сначала долго и правильно выучить стек. Сейчас чаще работает другой подход: быстро понять идею, собрать примерную архитектуру, пойти писать код, подключать технологию, запускать, ломать, чинить и уже через практику разбираться глубже.

Ошибки никуда не делись. Просто теперь ты быстрее до них доходишь. И это хорошо. Реальное понимание часто появляется не в момент, когда ты читаешь идеальную статью, а когда у тебя что-то падает, ты смотришь на ошибку, разбираешь причину и понимаешь, как система устроена.

В своих проектах я часто так и работаю. Нужно проверить идею, собрать MVP, подключить новый инструмент, протестировать гипотезу. Раньше на вход в такую задачу уходило бы намного больше сил. Сейчас можно быстрее дойти до живого прототипа и понять, есть там смысл или нет.

Для меня AI изменил именно это ощущение. Я могу чего-то не знать, но это больше не значит, что задача закрыта. Это значит, что мне нужно быстро собрать контекст, задать правильные вопросы, попробовать руками и дойти до уровня, на котором уже можно принимать нормальные решения.

Ещё AI помогает лучше общаться с людьми. Когда ты совсем не понимаешь тему, сложно даже попросить помощи. Ты приходишь к коллеге и говоришь что-то расплывчатое, а человек сначала тратит время на то, чтобы понять, что именно ты не понял.

Сейчас можно заранее разобрать вопрос с нейросетью, сформулировать проблему, понять слабые места и прийти уже с нормальным контекстом. Не с просьбой объяснить всё с нуля, а с конкретным вопросом. Это экономит время всем.

То же самое я вижу в продуктовой работе. Например, маркетолог или контекстолог понимает свой процесс, но не всегда может перевести его на язык разработки. С нейросетью он может описать проблему, разложить сценарии, собрать требования и подумать про ограничения.

Разработчику потом приходит не просто «сделайте удобную штуку», а более понятная задача: что болит, кто будет пользоваться, какие сценарии важны, что должно быть в первой версии и где могут быть ограничения.

Это не заменяет продакта и не отменяет разработчика. Но сильно улучшает качество входа в задачу.

Наверное, поэтому мне так нравится работать с AI. Он не сделал знания ненужными. Он сделал путь к знаниям короче.

Теперь можно быстрее перейти от «я не понимаю» к «я примерно понял, давай попробуем». А потом уже через практику, ошибки, обсуждения и реальные проекты выйти на хороший уровень.

И вот это очень сильно добавляет уверенности. Не уверенности в стиле «я теперь могу всё», а нормальной рабочей уверенности: я могу не знать прямо сейчас, но я знаю, как быстро разобраться.