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

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

Inżynier oprogramowania pisze w Business Insider, że miniony kwartał był jego najbardziej produktywny i najbardziej wyczerpujący. Steve Yegge, który dosłownie napisał książkę o vibe coding, mówi The Pragmatic Engineer, że drzemie w ciągu dnia i ogranicza prawdziwą pracę z użyciem AI do trzech godzin. Założyciele startupów uderzają w ścianę o 14:00. Jeden z najbardziej udostępnianych postów w tym miesiącu ostrzega, że AI ma “wampiryczny efekt” na ludzi, którzy z niej najwięcej korzystają.

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

Inżynierowie, którzy utknęli na poziomie jeden na skali Yegge, ci, którzy całkowicie ignorują AI, czują się dobrze. Trochę nerwowo, może, ale nie wyczerpani. Są 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 nie wyobrażali sobie, którzy wracają do domu wyczerpani.

Ten wzorzec powinien nas czegoś nauczyć. I myślę, że to, czego nas uczy, to fakt, że “zmęczenie AI” to niewłaściwa diagnoza.

Nie masz problemu ze zmęczeniem. Masz problem ze szkoleniem.

Pomyśl o pierwszym razie, gdy 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 nie tak.

Gdyby ktoś mierzył twoją wydajność tego dnia, wyglądałoby to źle. Ledwo mogłeś usiąść bez szwanku. Mogłeś słusznie stwierdzić, 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

Gdy piszesz kod w tradycyjny sposób, twój mózg uruchamia dobrze znany program. Zrobiłeś to tysiące razy. Znasz klawisze, wzorce, rytmiki debugowania. To jak jazda samochodem na codzienny dystans: 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 wybory implementacyjne, które musisz zwalidować w czasie rzeczywistym.

To nie jest to samo zadanie wykonane szybciej. To jest inne zadanie. I twój mózg jeszcze nie zbudował wydajnych ścieżek dla niego.

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

Krzywa adopcji jest tak naprawdę krzywą wyczerpania

Osiemnastopunktowy framework Yegge dla adopcji AI mapuje się niemal idealnie na krzywą wyczerpania, chociaż nie sądzę, aby 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 więcej holistycznie, uruchamiasz wiele agentów i stale nawigujesz w przepływie pracy, który nie istniał 18 miesięcy temu. To jest miejsce, w którym żyje wyczerpanie. To jest ciężki martwy ciąg.

Na poziomach siedem i osiem zaczyna się dziać coś interesującego. Zbudowałeś systemy orchestracji. AI działa bardziej autonomicznie. Nauczylesz się, czego ufać i 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 się utrwalać.

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

Nikt nie pisał artykułów o “zmęczeniu prowadzenia”

Pamiętaj, jak się uczyłeś prowadzenia? Pierwszy raz, gdy wjechałeś na autostradę, prawdopodobnie trzymałeś koło kierownicy, jakby twoje życie od tego zależało (co, szczerze mówiąc, było prawdą). Wróciłeś do domu z 30-minutowej jazdy całkowicie wyczerpany. Twój mózg działał na maksymalnych obrotach: sprawdzanie lusterek, zarządzanie prędkością, przewidywanie innych kierowców, przetwarzanie znaków drogowych, wszystko jednocześnie i wszystko świadomie.

Teraz jedziesz godzinę, słuchając półgłosem podcastu i jedząc kanapkę. Zadanie nie zmieniło się. Ty się zmieniłeś. Twój mózg zbudował wydajne ścieżki neuronalne do prowadzenia, kompresując to, co kiedyś wymagało pełnej świadomej uwagi, w procesy tła.

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

To jest część, której brakuje w obecnej dyskusji. “Zmęczenie AI” jest traktowane jako stan permanentny, podstawowa cecha technologii, kiedy w rzeczywistości jest to koszt przejścia. To jest ból treningu, a nie przewlekła choroba.

Dlaczego to ma znaczenie więcej niż komfort

Ta różnica nie jest tylko semantyczna. 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, że inżynierowie będą mogli być produktywni tylko przez ułamek dnia. “Wampiryczny efekt” jest ceną wstępu, i po prostu musimy z tym żyć.

Ale jeśli to jest ból treningu, to podręcznik jest zupełnie inny. Zarządzasz obciążeniem. Budujesz stopniowo. Nie przestajesz chodzić do siłowni, bo jesteś obolały. I co najważniejsze, nie zakładaj, że dzisiejszy poziom zmęczenia jest tym samym, co jutro.

Inżynierowie, którzy przekroczą tę fazę, którzy zbudują poznawcze ścieżki do kierowania pracą AI, przeglądania na odpowiedniej wysokości i utrzymywania intencji architektonicznej w równoległych strumieniach pracy, w końcu będą to robić tak naturalnie, jak prowadzenie. Trzygodzinna ściana przesunie się na pięć, potem siedem. Nie dlatego, że pracują ciężej, ale dlatego, że praca przestaje być tak samo wymagająca.

Tymczasem inżynierowie, którzy przeczytają o “zmęczeniu AI” i zdecydują 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.

Prawdziste ryzyko: pomylenie bólu z urazem

Chcę być jasny co do czegoś. Jest różnica między bólem treningu a prawdziwym urazem, i dotyczy to również tutaj.

Jeśli “vibe codujesz” 14 godzin dziennie, śpisz cztery godziny i biegasz 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 aktualnych potrzebach odzyskiwania. Kiedy jesteś wczesnym w treningu, potrzebujesz więcej odpoczynku między sesjami. Jak się adaptujesz, możesz obsłużyć więcej objętości. Ludzie, którzy się wypalają, nie są tymi, którzy robią trzy skupione godziny pracy z użyciem AI. Są to ci, którzy nie mogą przestać, bo pętla sprzężenia jest zbyt uzależniająca, co jest dokładnie dynamiczną szpadelką, o której pisałem wcześniej.

Odpowiedź nie polega na unikaniu siłowni. Polega na tym, aby trenować mądrze: intensywne sesje, prawdziwa regeneracja, stopniowy postęp.

Przewidywanie, którego nikt inny nie robi

To, co myślę, że się stanie w ciągu najbliższych 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”. Będzie to wyglądać jak znacząca reakcja.

Potem to cicho zniknie. Nie dlatego, że ludzie przestaną używać AI, ale dlatego, że wczesni adoptujący skończą adaptację. Trzygodzinna ściana będzie wydawać się odległym wspomnieniem dla ludzi, którzy robili to przez rok i pół. Będą kierować przepływami pracy AI w taki sposób, w jaki kiedyś pisali pętle: 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 orchestracji, a nie implementacji linijka po linijce, stanie się drugą naturą dla jednej grupy i całkowicie obcą dla drugiej.

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

Co to oznacza dla liderów

Jeśli zarządzasz zespołem 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, jaki masz, że adaptacja jest w toku.

Nie reaguj, zmniejszając adopcję AI. Nie reaguj, udając, że zmęczenie nie jest prawdziwe. Reaguj tak, jak dobry trener: zarządzaj obciążeniem treningowym. Oczekuj intensywnych, skupionych sesji pracy z użyciem AI, po których następuje prawdziwa regeneracja. Daj ludziom pozwolenie na pracę w tym, co wydaje się zmniejszonymi godzinami, podczas gdy budują nowe umiejętności poznawcze. Wydajność nadal będzie 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 do niego, zarządzaj nim i ufaj, że twój mózg, jak każdy inny adaptacyjny system w naturze, zrobi to, co zawsze robi.

Przystosuje się.