Zmęczenie AI jest prawdziwe. Ale nie jest tym, czym myślisz

Powstaje narracja, która obecnie zyskuje dużą uwagę: AI jest wyczerpujące. Inżynierowie wysyłają więcej kodu niż kiedykolwiek wcześniej i czują się gorzej niż kiedykolwiek. Termin “zmęczenie AI” jest używany, a opinie się kumulują.

Inżynier oprogramowania pisze w Business Insider, że poprzedni kwartał był jego najbardziej produktywny i najbardziej wyczerpujący. Steve Yegge, który napisał książkę o kodowaniu wibrującym, mówi The Pragmatic Engineer, że drzemie w ciągu dnia i ogranicza pracę z AI do trzech godzin. Założyciele startupów uderzają w ścianę o 14.00. Jeden z najbardziej udostępnianych postów tego miesiąca ostrzega, że AI ma “wampiryczny efekt” na ludzi, którzy z niego najwięcej korzystają.

To, co nikt nie zdaje sobie sprawy, to fakt, że osoby zgłaszające największe zmęczenie nie są sceptykami. Są to prawdziwi wyznawcy.

Inżynierowie, którzy utknęli na poziomie pierwszym w skali Yegge, ci, którzy całkowicie ignorują AI, czują się dobrze. Trochę nerwowo, może, ale nie wyczerpani. To ci, którzy są na poziomach pięć, sześć, siedem, ci, którzy poszli na całość, uruchamiający wiele agentów, koordynujący złożone przepływy pracy, wysyłający z prędkością, której nigdy wcześniej nie wyobrażali, wracają do domu wyczerpani.

Ten wzorzec powinien nam coś powiedzieć. I myślę, że to, co on nam mówi, to fakt, że “zmęczenie AI” to błędna diagnoza.

Nie masz problemu ze zmęczeniem. Masz problem z treningiem.

Pomyśl o pierwszym razie, kiedy kiedykolwiek wykonałeś martwy ciąg. Nie był to szczególnie ciężki ciężar. Po prostu ruch sam w sobie. Obudziłeś się następnego ranka i twoje całe ciało czuło się, jakby zostało rozłożone i ponownie złożone w niewłaściwy sposób. Twoje nogi były bolące. Twoja plecy były bolące. Mięśnie, o których nie wiedziałeś, że istnieją, zaczęły się objawiać w najmniej przyjemny sposób.

Jeśli ktoś mierzyłby twoją produktywność tego dnia, wyglądałoby to źle. Ledwo mogłeś usiąść bez zgrzytania zębów. Mogłeś rozsądnie uznać, że martwy ciąg jest niewykonalny, że ludzkie ciało nie jest do tego stworzone, że koszt przewyższa korzyść.

Ale oczywiście, sześć miesięcy później podnosisz dwa razy większy ciężar i czujesz się dobrze po tym. Twoje ciało zbudowało nowe ścieżki. Przystosowało się. Ruch, który kiedyś wymagał każdej uncji świadomego wysiłku, stał się automatyczny. Ból nie oznaczał, że jesteś złamany. Oznaczał, że budujesz coś nowego.

To jest dokładnie to, co dzieje się z pracą wspomaganą przez AI.

Obciążenie poznawcze, o którym nikt nie mówi

Kiedy piszesz kod w tradycyjny sposób, twoja głowa uruchamia dobrze znany program. Zrobiłeś to tysiące razy. Znasz skróty klawiszowe, wzorce, rytmiki debugowania. To jak jazda samochodem na codzienną trasę: technicznie złożone, ale tak praktykowane, że możesz to robić, myśląc o kolacji.

Praca wspomagana przez AI to zasadniczo inny zadanie poznawcze. Nie piszesz już kodu. Kierujesz, oceniasz, decydujesz, przełączasz się między wieloma agentami, przeglądasz dane wyjściowe, których nie napisałeś, trzymasz intencję architektoniczną w głowie, podczas gdy AI podejmuje decyzje implementacyjne, które musisz zwalidować w czasie rzeczywistym.

To nie jest to samo zadanie wykonywane szybciej. To jest inne zadanie. I twoja głowa jeszcze nie zbudowała wydajnych ścieżek dla niego.

Każda decyzja jest nadal świadoma. Każdy przegląd wymaga aktywnego wysiłku. Monitorujesz jakość, utrzymujesz kontekst w wielu równoległych strumieniach pracy, podejmujesz decyzje o danych wyjściowych AI stale. Dlatego trzy godziny tej pracy mogą zostawić cię bardziej wyczerpanym niż osiem godzin tradycyjnego kodowania. To jest poznawcze odpowiedniki twojego pierwszego tygodnia w siłowni.

Krzywa adopcji jest tak naprawdę krzywą wyczerpania

Osiemnastostopniowa ramka Yegge dla adopcji AI mapuje się prawie idealnie na krzywą wyczerpania, choć nie sądzę, żeby to było jego intencją.

Na poziomach jeden i dwa używasz AI ledwo. Autouzupełnianie tutaj, pytanie tam. Niewielkie obciążenie poznawcze. Niewielkie zmęczenie.

Na poziomach trzy przez sześć jesteś w głębokiej wodzie. Dałeś agentowi więcej autonomii, przeglądasz mniej linijka po linijce i bardziej holistycznie, uruchamiasz wiele agentów i stale nawigujesz przez przepływ pracy, który nie istniał osiemnaście miesięcy temu. To jest miejsce, w którym żyje wyczerpanie. To jest ciężki martwy ciąg.

Na poziomach siedem i osiem zaczyna dziać się coś interesującego. Zbudowałeś systemy orkiestracji. AI działa bardziej autonomicznie. Nauczyłeś się, czego ufać, a co sprawdzić. Opisujesz wyniki i odchodzisz. Matt Shumer opisuje dokładnie to: mówienie AI, co zbudować, odejście na cztery godziny i powrót do ukończonej pracy. Adaptacja zaczyna brać górę.

Wyczerpanie nie jest równomiernie rozłożone. Osiąga szczyt w połowie, dokładnie tam, gdzie większość wczesnych adopterów siedzi teraz. I dlatego zmęczenie wydaje się powszechne: ludzie, którzy mówią o AI najwięcej, są nieproporcjonalnie tymi, którzy są w najtrudniejszej części krzywej uczenia.

Nikt nie pisał artykułów o “zmęczeniu podczas jazdy”

Pamiętaj, jak uczysz się jeździć? Pierwszy raz, kiedy wjechałeś na autostradę, prawdopodobnie trzymałeś koło kierownicy, jakby twoje życie zależało od tego (co, szczerze mówiąc, było prawdą). Wróciłeś do domu z 30-minutowej jazdy zupełnie wyczerpany. Twoja głowa pracowała na maksymalnych obrotach: sprawdzanie luster, zarządzanie prędkością, przewidywanie innych kierowców, przetwarzanie znaków drogowych, wszystko jednocześnie i wszystko świadomie.

Teraz jedziesz godzinę, słuchając pół-głosem podcastu i jedząc kanapkę. Zadanie nie zmieniło się. Ty się zmieniłeś. Twoja głowa zbudowała wydajne ścieżki neuronalne do jazdy, kompresując to, co kiedyś wymagało pełnej świadomej uwagi, do procesów w tle.

Nikt nie pisał artykułów o “zmęczeniu podczas jazdy” jako o kryzysie egzystencjalnym. Nikt nie sugerował, że samochody mają “wampiryczny efekt” na swoich operatorów. Rozumieliśmy intuicyjnie, że wyczerpanie jest tymczasowe. To jest koszt uczenia się czegoś nowego.

To jest ta część dyskursu, która jest teraz pomijana. “Zmęczenie AI” jest traktowane jako stan permanentny, podstawowa cecha technologii, podczas gdy w rzeczywistości jest to koszt przejścia. To jest ból treningu, a nie przewlekła choroba.

Dlaczego to ma znaczenie bardziej niż komfort

Ten podział nie jest tylko semantyczny. To, jak diagnozujesz problem, determinuje, co robisz, aby go rozwiązać.

Jeśli zmęczenie AI jest cechą permanentną technologii, to ograniczenie Yegge do trzech godzin jest sufitem na zawsze. Firmy powinny planować inżynierów, którzy mogą być produktywni tylko przez ułamek dnia. “Wampiryczny efekt” jest ceną wstępu, i po prostu musimy się z tym pogodzić.

Ale jeśli to jest ból treningu, to księga jest zupełnie inna. Zarządzasz obciążeniem. Budujesz stopniowo. Nie przestajesz chodzić do siłowni, bo jesteś bolący. I co najważniejsze, nie zakładaj, że dzisiejszy poziom wyczerpania jest tym samym, co jutro.

Inżynierowie, którzy przekraczają ten etap, którzy budują ścieżki poznawcze do kierowania pracą AI, przeglądania na odpowiedniej wysokości i utrzymywania intencji architektonicznej w wielu równoległych strumieniach pracy, w końcu zrobią to tak naturalnie, jak jazda. Trzygodzinna ściana przesunie się na pięć, potem na siedem. Nie dlatego, że pracują ciężej, ale dlatego, że praca przestaje być tak samo wymagająca.

Tymczasem inżynierowie, którzy czytają o “zmęczeniu AI” i decydują się pozostać na poziomie dwa, wygodnym, znanym, nie wyczerpanym, znajdą się w znacznie gorszej sytuacji.

Nie dlatego, że nie nadążyli za trendem, ale dlatego, że nigdy nie rozpoczęli treningu, który wszyscy inni już przeszli.

Rzeczywiste ryzyko: pomylenie bólu z urazem

Chcę być jasny co do jednego. Istnieje różnica między bólem treningu a prawdziwym urazem, i dotyczy to również tego.

Jeśli “vibe kodujesz” przez 14 godzin dziennie, śpisz cztery godziny i działasz na adrenalince, bo nowość jest uzależniająca, to nie jest trening. To jest przetrenowanie. I tak jak na siłowni, przetrenowanie nie buduje nic. Rozbija cię.

Obserwacja Yegge o trzech godzinach jest cenna nie jako stały sufit, ale jako sygnał o bieżących potrzebach odzyskiwania. Kiedy jesteś na wczesnym etapie treningu, potrzebujesz więcej wypoczynku między sesjami. Jak się adaptujesz, możesz obsłużyć więcej objętości. Ludzie, którzy się wypalają, to nie ci, którzy robią trzy intensywne godziny pracy wspomaganej przez AI. To ci, którzy nie mogą przestać, bo pętla sprzężenia zwrotnego jest zbyt kusząca, co jest dokładnie dynamiką automatu, o której pisałem wcześniej.

Odpowiedź nie polega na unikaniu siłowni. To trening inteligentny: intensywne sesje, prawdziwa regeneracja, stopniowy postęp.

Przewidywanie, którego nikt inny nie robi

To, co myślę, że się stanie w ciągu następnych 12 do 18 miesięcy.

Narracja o “zmęczeniu AI” osiągnie szczyt w tym roku. Będzie więcej artykułów, więcej lamentów, prawdopodobnie kilku wysokich inżynierów, którzy publicznie “zrobią przerwę od narzędzi AI”. Wydawać się będzie, że jest to znacząca reakcja.

Potem to cicho zniknie. Nie dlatego, że ludzie przestaną używać AI, ale dlatego, że wczesni adopterzy skończą adaptację. Trzygodzinna ściana będzie wydawać się odległym wspomnieniem dla ludzi, którzy robili to przez rok i pół. Będą kierowali przepływami pracy AI tak, jak kiedyś pisali pętle for: bez myślenia o tym.

I różnica między tymi, którzy przekroczyli ból, a tymi, którzy nie, będzie ogromna. Nie dlatego, że umiejętności AI są rzadkie, ale dlatego, że sama adaptacja, zdolność myślenia w kategoriach kierowania, oceny i orkiestracji, a nie implementacji linijnej, stanie się dla jednej grupy drugą naturą, a dla innej będzie całkowicie obca.

Najgorsza odpowiedź na ból treningu zawsze była taka sama: przestać chodzić do siłowni.

Co to oznacza dla liderów

Jeśli prowadzisz zespół inżynierów w tej chwili, zrozum, na co tak naprawdę patrzysz. Twoi najbardziej produktywni inżynierowie są również najbardziej zmęczeni. To nie jest sprzeczność. To jest najwyraźniejszy sygnał, że adaptacja jest w toku.

Nie reaguj, redukując adopcję AI. Nie reaguj, udając, że zmęczenie nie jest prawdziwe. Reaguj tak, jak dobry trener: zarządzaj obciążeniem treningowym. Oczekuj intensywnych, skupionych sesji pracy wspomaganej przez AI, po których następuje prawdziwa regeneracja. Daj ludziom pozwolenie na pracę w tym, co wydaje się zmniejszonymi godzinami, podczas gdy budują nowe umiejętności poznawcze. Wyjście będzie nadal wielokrotnością tego, co było wcześniej.

Firmy, które to zrozumieją, będą miały zespoły, które przeszły adaptację do końca roku. Te, które albo zignorują zmęczenie, albo wycofają się z AI w odpowiedzi na nie, znajdą się w najgorszej sytuacji: wyczerpani inżynierowie, którzy nigdy nie przekroczyli najtrudniejszej części krzywej.

Nie doświadczamy skutków ubocznych nowej technologii. Jesteśmy w pierwszych tygodniach treningu do nowego sposobu pracy. Ból jest dowodem, że to działa. Nachyl się na niego, zarządzaj nim i ufaj, że twoja głowa, jak każdy inny adaptacyjny system w przyrodzie, zrobi to, co zawsze robi.

Przystosuje się.