В сфере современной разработки программного обеспечения и инженерии искусственного интеллекта (AI) часто возникает вопрос: как максимизировать эффективность взаимодействия с AI, избегая при этом напрасных затрат ресурсов и собственного выгорания?

Недавно был представлен, пожалуй, наиболее содержательный русскоязычный материал, посвящённый практической работе с AI при создании реального кода, в противовес банальной генерации списков задач. Этот текст, условно названный «Красная книга AI-инженера», предлагает новый взгляд на сотрудничество человека и искусственного интеллекта.

Ошибочный подход к использованию AI

Ключевая идея, выдвигаемая автором, заключается в следующем: если вы воспринимаете такие инструменты, как Claude или Copilot, исключительно как «умный автокомплит» или как подчинённого, которому необходимо детально объяснять каждый шаг, то вы неизбежно принимаете на себя всю когнитивную нагрузку. В рамках этой модели AI выступает лишь в роли «быстрых рук», что рано или поздно приведёт к выгоранию специалиста.

Модель сопроцессоров: оптимальное взаимодействие

В качестве альтернативы предлагается модель сопроцессоров. В этой парадигме человек и AI функционируют подобно CPU и GPU в компьютерной системе: обладая различной архитектурой и сильными сторонами, они взаимно нивелируют слабые. Человек отвечает за поддержание широкого контекста между сессиями, принятие ключевых архитектурных решений и интуитивное распознавание аномалий («что-то не так»). В то же время AI способен генерировать тысячи строк кода за считанные минуты, безупречно помнить синтаксис сотен API и демонстрировать неутомимую работоспособность.

Файлы проекта как протокол межпроцессного взаимодействия

Вторая глава углубляется в концепцию использования файлов проекта не просто как документации, а как протокола межпроцессного взаимодействия между человеком и AI. Это включает в себя:

  • Спецификации с URI-адресацией для точного указания задач.
  • Применение паттерна WAL (Write-Ahead Log) для надёжной передачи состояния между сессиями, что позволяет сохранять прогресс и избегать повторения уже пройденных этапов.
  • Разработку протокола разрешения конфликтов, который активируется, когда AI считает спецификацию ошибочной или неоптимальной.

Что ещё интересного в «Красной книге AI-инженера»

В книге также рассматриваются другие важные аспекты:

  • Почему каждая сессия с AI должна рассматриваться как процедура аварийного восстановления (crash recovery).
  • Как адресная коррекция запросов позволяет значительно сократить расход токенов (и, соответственно, денег).
  • Почему задача «допиши верификацию» может занять 2 часа, в то время как чётко сформулированная задача со ссылкой на спецификацию — всего 30 минут.
  • Как паттерн WAL служит «сохранением в игре» между вашими сессиями работы с AI, обеспечивая непрерывность и эффективность процесса.

Материал изложен легко и доступно, содержит практические примеры из производственной среды, а аналогии с concurrent programming будут понятны каждому, кто хотя бы раз сталкивался с отладкой race condition.