AI научился писать код в 17 раз быстрее. Но вот проблема: мир почти не получил в 17 раз больше продуктов.

Недавно наткнулся на очень интересный разбор “The AI Output Gap”. Весьма интересный, скажу я вам, материал про реальное влияние AI на индустрию прямо сейчас.

Суть исследования весьма интересна: —> AI-агенты увеличили объем написанного кода на 1700%; —> количество релизов выросло лишь примерно на 30%; —> число новых приложений резко увеличилось; —> а вот пользовательский спрос почти не изменился.

То есть производить стало невероятно дешево. Но ценность не растет с той же скоростью.

Мы десятилетиями жили в мире, где главным ограничением была разработка: не хватало инженеров, времени, денег, ресурсов.

Теперь ограничения смещаются. Сегодня bottleneck - уже не “написать”. Bottleneck в данном случае - выбрать, собрать, проверить, интегрировать, продвинуть и удержать внимание пользователя.

AI прекрасно закрывает локальную задачу: написать функцию, сгенерировать экран, создать CRUD, собрать MVP.

Но продукт - это не сумма файлов в репозитории.

Именно поэтому сейчас появляется огромное количество: - полуготовых сервисов, - AI-generated SaaS, - однотипных приложений, - бесконечных “vibe-coded” продуктов.

Кода стало слишком много. Осмысленного результата - не настолько больше.

Экономисты называют это weak-link hypothesis: система ускоряется только настолько, насколько ускоряется ее самое медленное звено.

Если раньше слабым звеном был engineering throughput, то теперь слабым звеном становятся: - дистрибуция, - продуктовые решения, - UX, - качество данных, - доверие, - способность принимать хорошие решения.

И это очень хорошо видно уже сейчас.

Многие замечают: с помощью AI стало возможно за выходные сделать “что-то работающее”. Но между “работает” и “нужно людям” - огромная дистанция.

Появляется новая профессиональная развилка. Ценность инженера постепенно смещается и в этот раз это снова качественное смещение: не от скорости написания кода, а к способности управлять сложностью.

Потому что в мире, где код генерируется сильно быстрее, резко дорожают: - архитектурное мышление, - вкус, - системность, - критическое мышление, - понимание бизнеса, - умение видеть вторичные эффекты.

Особенно интересно, что это меняет даже ощущение от технологий. Раньше хороший инженер был похож на мастера, который долго и аккуратно строит механизм.

Теперь индустрия начинает напоминать огромную мастерскую, где станки работают почти без остановки. В воздухе - бесконечный поток артефактов, интерфейсов, демо, MVP и AI-генерированного шума.

И среди этого шума самым ценным навыком становится уже не производство. А способность отличить важное от бессмысленного. Возможно, это и будет еще одним дефицитом следующего этапа AI-эры.