Четыре волны нейросетей: от ChatGPT до агента на компьютере

Настоящая магия с нейросетями началась у меня не в чате, а в тот день, когда я поставил их себе на компьютер.

Если вы нейросетями не пользовались, ориентир простой: Алиса в колонке — тоже нейросеть. Говорите обычными словами, она понимает и отвечает. Всё, о чём ниже, — про то же самое, только на компьютере и с задачами посерьёзнее прогноза погоды.

За несколько лет у меня было четыре момента «вот это да». Расскажу по порядку — заодно станет видно, почему четвёртый отличается от первых трёх не количественно, а по сути.

Волна первая. ChatGPT: машина пишет связный текст

ChatGPT ещё версии 3.5. Я сидел и удивлялся простой вещи: машина составляет осмысленный текст. Не набор шаблонов, а связное рассуждение, которое можно читать.

Дальше баловства тогда не пошло. Я гонял его на пробу, показывал знакомым, что-то переписывал. В работу это не встроилось: чтобы получить пользу, надо было каждый раз идти в отдельную вкладку, объяснять контекст с нуля и потом руками переносить результат туда, где он нужен. Но зацепило крепко.

Волна вторая. Midjourney: картинка без дизайнера

Потом появился Midjourney и та же история повторилась с изображениями.

Картинка, ради которой раньше искали дизайнера, согласовывали правки и ждали, стала получаться за минуты. Для маркетинга это ощутимо: креатив перестал быть той стадией, где всё встаёт.

Но принцип остался прежним. Ты приходишь к инструменту, объясняешь, забираешь результат и уносишь его к себе. Инструмент сильный, но он живёт отдельно от твоей работы.

Волна третья. Промпты и профессия, которая не состоялась

Вам наверняка попадалась реклама: «освой новую профессию — промпт-инженер». Обещали, что за пару месяцев вы научитесь разговаривать с нейросетями и станете востребованным специалистом.

За обещанием стояло реальное умение. Учили составлять запрос так, чтобы нейросеть точно поняла, чего от неё хотят: задать роль, дать контекст, показать пример, описать формат ответа. Это работало и правда давало разницу между «ерунда какая-то» и «то, что нужно».

Только присмотритесь, что здесь происходит. Инструмент был сильный, а объясняться с ним приходилось на его языке. Человек подстраивался под машину, а не наоборот.

С новыми версиями моделей это почти отпало. Они стали понимать обычную человеческую формулировку и сами переспрашивать, если чего-то не хватает. Профессия, под которую продавали курсы, растворилась быстрее, чем успела сложиться.

Волна четвёртая. Агент переезжает на компьютер

А четвёртый момент случился в мае и поменял всё.

Я поставил ИИ-агента прямо на компьютер. Это уже не вкладка в браузере: у него есть доступ к моим файлам и право выполнять команды. Он не пересказывает, что надо было бы сделать, — он открывает нужный файл, вносит правку, запускает проверку и показывает результат.

Разница здесь не в том, что модель стала умнее. Разница в том, где она находится. Первые три волны — это консультант за стеклом: спросил, получил ответ, дальше сам. Четвёртая — сотрудник, который сидит внутри вашей работы и имеет к ней доступ.

Что изменилось на практике

К масштабу разницы я готов не был.

Задачи, на которые раньше уходили недели и цепочка исполнителей, укладываются в вечер. Сайт, на котором вы сейчас читаете этот текст, собран ровно так — руками я его не верстал. Я описывал словами, что хочу поменять, а правки в файлах, заливка на сервер и настройка HTTPS шли без моего участия.

То же с рутиной, которая раньше просто съедала часы: сбор данных, отчёты, однотипные операции, которые никто не любит делать, но кто-то должен.

Честно про границы

Оговорюсь без восторгов, потому что восторгов в интернете и так хватает.

ИИ берётся не за всё. Там, где дело касается проверки на уязвимости или упирается в закон, он откажет — и это правильно. А если он ошибается, то ошибается очень уверенно, особенно когда задачу поставили криво: получите гладкий, убедительный и неверный результат.

Поэтому за штурвалом всё равно нужен человек, который понимает, чего просит, и проверяет, что получил. Агент снимает исполнение, но не снимает ответственность.

Главный вопрос сместился

Но самое интересное даже не в скорости.

Когда «как сделать» перестало быть препятствием, наружу вылезли вопросы потруднее: как всем этим управлять, что ещё имеет смысл автоматизировать и что именно нужно людям, для которых вы всё это делаете.

Раньше многое упиралось в сроки и бюджеты — и это было удобное объяснение, почему хорошая идея так и осталась идеей. Теперь упираться не во что.

Что дальше

За эти месяцы накопился приличный багаж работ по разным проектам: реклама, сайты, аналитика, боты, агенты под рутину. Буду разбирать их по одной, отдельными частями.

Начну со следующей части — с Яндекс.Директа. Там уходило больше всего ручного времени, там же и получилось срезать его сильнее всего.