Архитектура действия
в агентную
эпоху

Рынок не ломается

Ломается старая единица измерения профессиональной ценности.

В каждой технологической волне человеку кажется, что система перестала работать. Старые роли теряют ясность, знакомые цены перестают объяснять усилие, а новые участники получают результат, который раньше требовал большой команды. Возникает соблазн сказать: «рынок уничтожен».

Но рынок редко исчезает целиком. Чаще деятельность раскладывается на задачи, часть задач автоматизируется, часть становится дешевле, а профессия собирается заново вокруг новых дефицитов.

Модель перехода рабочих мест OpenAI предлагает четыре траектории: более высокий потенциал автоматизации, реорганизация профессии, рост спроса благодаря снижению стоимости и сравнительно небольшие ближайшие изменения. Для США в эту карту попадают соответственно около 18%, 24%, 12% и 46% рабочих мест; европейское расширение оценивает группы примерно в 14%, 27%, 12% и 47%. OpenAI подчёркивает: это не прогноз массового исчезновения занятости, а карта разных видов адаптации.¹²

Разработчики, бухгалтеры, юристы, преподаватели и финансовые аналитики не обязательно исчезают. Их работа реорганизуется: AI берёт больше стандартизируемых операций, а человек остаётся центральным там, где необходимы суждение, ответственность, отношения, физическое присутствие, понимание исключений и принятие последствий.

Раньше значительная часть стоимости специалиста была заключена в непосредственном производстве артефакта. Теперь первая версия становится доступнее. Но доступность черновика не равна доступности качественного результата.

Пылесос не отменил чистоту. AI не отменяет инженерию. Он поднимает стандарт.

Бытовые технологии сократили трудоёмкость отдельных операций, но одновременно изменили ожидания к чистоте, частоте ухода, бытовому комфорту и качеству жизни. Аналогично AI сокращает время производства цифрового результата, а рынок начинает ожидать больше: быстрее, безопаснее, понятнее, персональнее, документированнее.

Не человек против AI

Правильная единица конкуренции — не человек и не модель. Это целая система действия.

Противопоставление человека и искусственного интеллекта удобно для заголовков, но плохо подходит для проектирования реальности. Человек и модель обладают разными сильными сторонами. Система становится сильнее, когда функции распределены осознанно.

Anthropic в первом Economic Index обнаружил, что в реальном использовании Claude взаимодействие чаще носило усиливающий характер: 57% наблюдаемого использования относилось к augmentation и 43% — к automation. При этом AI затрагивал не профессии целиком, а различные доли задач внутри них.³

Эта пропорция не является вечной: агентные интерфейсы увеличивают объём делегирования. Но рост автономности не отменяет человека. Он меняет точку его участия — человек всё чаще не печатает каждый шаг, а определяет цель, задаёт доступы, устанавливает контрольные точки, проверяет итог и разрешает исключения.

Исследование OpenAI по Codex показывает переход от консультации к делегированному производству. В первой половине 2026 года число активных пользователей Codex выросло более чем в пять раз; более 10% пользователей хотя бы раз в неделю управляли тремя или более агентами параллельно, а доля пользователей, отправлявших хотя бы одну задачу сложностью свыше восьми часов человеческой работы, выросла почти в десять раз.⁴

Это инженерная позиция. Сложные системы требуют разделения функций, наблюдаемости, маршрутизации, обратной связи и ответственного центра принятия решений.

SOT × SAF

Сначала увидеть поле. Потом сделать точный ход.

SOT × SAF — не математическое уравнение в строгом смысле. Это дисциплина мышления: если критически важное измерение равно нулю, весь результат может быть обнулён. Можно иметь сильную команду, но ошибиться во времени; увидеть возможность, но не иметь навыков; создать совершенную систему, не подходящую пользователю.

Space — пространство

Space отвечает на вопрос: где в действительности происходит действие? Пространство включает инфраструктуру, каналы, право, язык, доверие, культуру, данные, геополитику, энергетику, платформы и институциональные правила.

Opportunities — возможности

Opportunities отвечает на вопрос: что стало возможно именно сейчас? Возможность возникает, когда меняется комбинация цены, скорости, доступности, зрелости и потребности.

По данным Epoch AI на февраль 2026 года, стоимость инференса при фиксированном уровне качества снижалась примерно в 40 раз в год; совокупная вычислительная мощность парка AI-чипов росла примерно в 3,4 раза в год; вычисления для обучения передовых языковых моделей — примерно в пять раз; эффективность предварительного обучения — примерно в три раза ежегодно.⁵

Time — время

Time отвечает на вопрос: когда действовать? Технология может быть правильной, но слишком ранней. Продукт может быть полезным, но уже запоздавшим. Скорость может дать преимущество, а может заставить быстро двигаться в неправильном направлении.

Skills — способности

Skills — это не только личные знания. Это совокупность доступных системе возможностей: человек, команда, внешний специалист, модель, агент, инструмент, библиотека, данные, капитал, инфраструктура.

Alignment — согласованность

Alignment отвечает на вопрос: могут ли части системы работать вместе? Даже сильные элементы создают слабый результат, если расходятся цели, стимулы, определения и ответственность.

Accenture описывает агентную трансформацию через abundance, abstraction и autonomy и подчёркивает, что автономность требует новых механизмов доверия, мониторинга и управления. 77% опрошенных руководителей ожидали, что агенты переизобретут создание цифровых систем, а 78% — что цифровые экосистемы придётся строить как для агентов, так и для людей.⁶

Fit — уместность

Fit отвечает на вопрос: подходит ли решение этим людям, в этом месте и в этот момент? Техническая сила не равна уместности. Иногда лучшая архитектура — та, которую команда способна поддерживать. Иногда лучший продукт — минимальный.

Фокус, локус и контекст

Фокус увеличивает разрешение внутри выбранной области, но уменьшает поле зрения.

Фокус необходим. Без него невозможно построить продукт, закончить исследование или принять решение. Но фокус не нейтрален: он всегда отсекает часть реальности.

То, что находится вне нашего фокуса, не перестаёт существовать.

За пределами луча внимания остаются слабые сигналы, побочные эффекты, отсутствующие специалисты, альтернативные решения и изменения среды. Поэтому профессионал должен задавать два вопроса: «На чём мы сфокусированы?» и «Что мы из-за этого перестали видеть?»

Focus определяет точность. Leverage показывает, где есть реальный рычаг. Context не даёт принять локально точное, но системно ошибочное решение.

Три окружности

В финансовой среде особенно опасно путать владение и контроль. Можно юридически владеть активом, не контролируя его ликвидность, эмитента, правила обращения, инфраструктуру или возможность выхода. Аналогично компания может считать, что владеет цифровым продуктом, будучи полностью зависимой от одного API, магазина приложений или облачного провайдера.

AI сжимает исполнение, но не возвращает потерянное время

Агентные системы создают иллюзию, что времени стало бесконечно много. Модель не спит. Несколько агентов могут работать параллельно. Задача, занимавшая неделю, иногда выполняется за часы.

Но это машинное время. Человеческое внимание остаётся ограниченным. Окно рынка закрывается. Неправильная гипотеза продолжает сжигать деньги. Плохое решение, произведённое в десять раз быстрее, не становится хорошим.

Главная производственная единица будущего — не строка кода и не отдельный ответ. Это скорость прохождения цикла:

Команда, которая быстрее генерирует, может проиграть команде, которая быстрее учится. Агентная экономика увеличивает ценность обратной связи: тестов, метрик, наблюдаемости, клиентского сигнала, review и возможности отката.

История повторяет не события, а паттерны перехода

Гутенберг: не новая книга, а новая экономика знания

Печатный станок важен не потому, что позволил быстрее переписывать текст. Он изменил стоимость копирования, скорость распространения идей, количество участников производства знания и возможность массовой проверки. Исследования связывают более раннее распространение печати в европейских городах с последующим ростом числа заметных учёных и деятелей искусства.⁷

Историческая рифма с AI заключается не в идентичности технологий, а в изменении предельной стоимости производства и передачи знания. Когда информация становится дешевле, перестраиваются власть, образование, рынок и критерии авторства.

Kodak: увидеть технологию недостаточно

Популярная версия утверждает, что Kodak просто не заметил цифровую фотографию. Это неверно. Инженер Kodak Стив Сассон создал портативный цифровой прототип в 1975 году; компания последовательно работала с цифровыми технологиями. Проблема была глубже: переход требовал каннибализации прибыльной плёночной экономики, перестройки стимулов, каналов, идентичности компании и бизнес-модели.⁸

Недостаточно первым увидеть будущее. Нужно быть способным перестроить настоящее.

Космическая ручка: красивый миф и правильный инженерный вывод

История о том, что NASA потратила миллионы на ручку, а советские инженеры взяли карандаш, является мифом. Fisher Space Pen была разработана частным образом; NASA и советская программа использовали карандаши на ранних этапах, но графитовая пыль, обломки и горючие материалы создавали риски, поэтому обе стороны перешли к специальным ручкам.⁹

Правильный вывод сильнее легенды: простое решение хорошо не потому, что оно простое, а потому, что оно соответствует реальной среде, ограничениям и рискам.

Радиолюбители, эфир и современные создатели

Ранние радиолюбители выходили в эфир, передавали музыку, новости и разговоры для небольшой аудитории. Это могло казаться несерьёзным увлечением, но такие практики стали прототипами коммерческого радио и массового вещания.

Современные блогеры, независимые разработчики, open-source-мейнтейнеры и AI-native-команды выполняют сходную функцию: создают институциональные формы до того, как рынок научился правильно их называть.

Коромысло и водопровод

Коромысло было рациональной технологией своей системы: оно распределяло нагрузку и улучшало транспортировку воды. Водопровод не просто сделал коромысло эффективнее. Он перенёс решение на новый уровень архитектуры.

Так же AI сначала ускоряет отдельную операцию, а затем меняет всю систему: процессы, интерфейсы, организацию труда, стоимость координации и распределение ответственности.

GitHub — не только код. Это модель мышления.

Open source является одновременно технической, социальной и эпистемической технологией. Он позволяет распределённым людям совместно находить проблемы, предлагать ограниченные изменения, проверять их и сохранять историю решений.

Issue требует назвать проблему и предоставить контекст. Pull Request превращает мнение в проверяемое изменение. Review подключает чужую экспертизу. Merge означает принятие ответственности за включение изменения в основную систему.

Эту последовательность можно переносить на продукт, организацию, карьеру и личную жизнь. Вместо разрушения main создаётся ветка. Вместо абстрактного намерения — ограниченный эксперимент. Вместо самоубеждения — review. Вместо необратимого прыжка — проверяемый merge.

Но open source не означает отсутствие собственности, качества или ответственности. Он делает интеллектуальное происхождение видимым: кто предложил, кто исправил, кто проверил, из какого проекта возникла новая ветка.

От интеллектуальной собственности к интеллектуальному происхождению

Intellectual property необходима как юридический механизм авторства, инвестиций и лицензирования. Но она не должна создавать иллюзию, что результат возник в интеллектуальном вакууме.

Любой современный продукт опирается на язык, математику, научные институты, электрические сети, полупроводники, стандарты, библиотеки, данные и труд людей, которых создатель никогда не встретит.

Поэтому рядом с вопросом «кому принадлежит результат?» должен стоять вопрос: «из каких зависимостей он вырос?»

От помощи к делегированию

Агентная система отличается от обычного чат-интерфейса тем, что не только объясняет, но и действует: читает файлы, вызывает инструменты, запускает команды, изменяет артефакты, проверяет результат и продолжает цикл.

Исследование OpenAI по Codex показывает, что интенсивные пользователи организуют работу вокруг крупных, повторяемых и параллельных процессов. Внутри OpenAI Codex к июню 2026 года составлял 99,8% выходных токенов рабочих взаимодействий Codex и ChatGPT; среди организационных пользователей — 63,3%, среди индивидуальных — 16,5%. Авторы предупреждают, что среда OpenAI не репрезентативна для обычной организации, но показывает возможную траекторию при минимальных барьерах внедрения.⁴

Способности модели и способность организации извлечь ценность — не одно и то же. Нужны доступы, безопасность, обучение, процессы review, спецификации, доверие и правила остановки.

AI 2027: сценарий скорости

AI 2027 следует читать не как пророчество, а как конкретный сценарий ускорения. Авторы прямо отмечают, что изображают один из многих возможных вариантов и не знают точной даты AGI; 2027 год был их наиболее вероятным отдельным годом на момент публикации, но медианные оценки были позже.¹⁰

Главный механизм сценария — автоматизация AI R&D: системы помогают создавать следующее поколение систем, что потенциально ускоряет цикл исследований и разработки.

AI 2040: сценарий координации

AI 2040 Plan A прямо называется рекомендацией, а не наиболее вероятным прогнозом. Авторы предлагают международную прозрачность AI R&D и управляемое замедление гонки. Для Beyond IT важен не конкретный политический рецепт, а метод: технологические сценарии необходимо проверять через управление, власть, доверие, проверяемость и институциональную координацию.¹¹

Три уровня агентной зрелости

Ограничение — не преимущество само по себе. Но оно меняет направление оптимизации.

Санкции, экспортные ограничения, закрытые API и дефицит вычислительных ресурсов создают реальные потери. Их не следует романтизировать. Но стратегическое мышление требует видеть не только запрет, но и новое селективное давление.

Когда доступ к вычислениям ограничен, растёт ценность эффективности, дистилляции, локального инференса, открытых весов, альтернативного железа и независимой инфраструктуры. Когда внешний сервис недоступен, появляется спрос на локальную экосистему. Когда одна платформа закрывает доступ, возрастает ценность совместимых протоколов и переносимости.

Stanford AI Index 2025 зафиксировал быстрое сокращение разрыва между открытыми и закрытыми моделями, а также усиление Китая в публикациях, патентах и конкурентоспособных open-weight-системах. Открытые модели всё чаще конкурируют не во всех задачах сразу, а через цену, локальное развёртывание, приватность, адаптацию и отраслевую специализацию.¹²

Здесь важно различать open source и open weight. Публичные веса не всегда означают открытые данные, полный код обучения или свободную лицензию. Тем не менее доступность весов позволяет локальный аудит, дообучение, адаптацию и уменьшение зависимости от API.

Интернет меняет экономический контракт

Cloudflare и издатели обращают внимание на новый конфликт: AI-краулер может потреблять контент, не возвращая сопоставимый пользовательский трафик источнику. В 2025 году Cloudflare ввёл блокировку известных AI-краулеров по умолчанию для новых доменов и экспериментальную модель Pay Per Crawl.¹³

Это не только спор о роботах. Это изменение экономики авторства, атрибуции, трафика и оплаты. Старый контракт поискового интернета звучал так: «мы индексируем ваш материал и возвращаем вам аудиторию». Агентный интернет может отвечать пользователю напрямую, поэтому понадобятся новые механизмы разрешения, лицензирования, цитирования и распределения ценности.

От T-shaped к M-shaped и W-shaped

T-shaped специалист имеет одну глубокую область и широкий кругозор. Эта модель остаётся полезной, но агентная эпоха требует нескольких глубоких опор и способности переключать масштаб.

M-shaped и W-shaped здесь используются как авторская рамка, а не как единый общепринятый HR-стандарт.

Не терять в себе джуна

Джун важен не отсутствием знаний, а способностью задавать вопросы, признавать неопределённость, пробовать и быстро обновлять представление о мире. Профессионализм не должен уничтожать эту способность.

Любопытство джуна. Глубина профессионала. Ответственность архитектора. Координация оркестратора.

Full stack будущего — не человек, который лично выполняет всё. Это специалист, способный понимать несколько слоёв системы настолько, чтобы правильно распределить работу, увидеть конфликт интерфейсов и принять решение.

Рефакторинг знаний

В программировании рефакторинг меняет внутреннюю структуру системы, сохраняя или улучшая полезное поведение. В мышлении рефакторинг означает обновление моделей мира при появлении новых данных.

Мы не знаем окончательно, как возникает сознание. Не понимаем мозг целиком. Не можем считать отсутствие известной функции доказательством отсутствия функции. Научная зрелость заключается не в постоянном сомнении во всём, а в точном понимании границ доказательства.

«Мусорная ДНК»

Лишь около 1–2% человеческого генома кодирует белки. Некодирующая ДНК включает множество функциональных элементов — регуляторные последовательности, некодирующие РНК, центромеры и теломеры — но также включает области, которые могут быть нефункциональными. Поэтому некорректны оба упрощения: «вся некодирующая ДНК — мусор» и «вся она обязательно функциональна». Научный вывод заключается в необходимости различать отсутствие белкового кодирования, биохимическую активность и эволюционно значимую функцию.¹⁴

Аппендикс, миндалины и медицина

Органы, которые раньше часто описывались как почти бесполезные, имеют иммунные и физиологические функции. Это не означает, что операция никогда не нужна. Это означает, что решение должно учитывать более богатую модель системы и конкретные медицинские показания.

Регенерация зубов

Исследования стимулирования роста зубов действительно развиваются. Японская программа TRG035, направленная на белок USAG-1, прошла раннее исследование безопасности, но способность надёжно восстанавливать функциональные человеческие зубы пока остаётся экспериментальной, а не рутинной медициной.¹⁵

На плечах титанов

Ни одно современное достижение не возникает с нуля. Разработчик использует математику, физику, электрические сети, полупроводники, интернет, операционные системы, протоколы, библиотеки, документацию и чужие ошибки.

Под человеческой цивилизацией находится первый и главный титан — природа. Мы научились локально использовать её силы, но не управляем системой целиком. Мы не отменяем гравитацию, а строим самолёт внутри её законов. Не отменяем термодинамику, а проектируем вычислительные системы с учётом энергии и тепла.

Шкала Кардашёва полезна как интеллектуальная калибровка: человечество ещё не достигло цивилизации первого типа, способной использовать энергию планетарного масштаба как целостную систему. Несмотря на нейросети и космические аппараты, мы остаёмся ранней технологической цивилизацией.

Мы похожи не на хозяев Вселенной, а на муравьёв, которые впервые прочитали схему муравейника и решили, что поняли весь лес.

AI не делает нас всезнающими. Он даёт новую оптику. Телескоп позволяет увидеть дальше, но не выбирает направление. Микроскоп увеличивает объект, но не заменяет научный метод. Модель расширяет информационное поле, но не освобождает человека от проверки и ответственности.