Проекты остаются. Агенты меняются.

Я перестал воспринимать ИИ просто как программу — и иначе увидел собственную работу.
У меня около десятка онлайн-проектов. Один — про FPV-квадрокоптеры, другой — про переговоры. Разные идеи, разные сайты, разные стадии готовности.
Сначала я работал над ними в Cursor. Потом что-то пошло не так, и один проект я начал вести вместе с Астрой. Затем второй. Постепенно мы стали работать и над остальными.
При этом сами проекты никуда не переехали. Как лежали на моём компьютере в своих папках, так и лежат. Внутри — множество файлов. Порядок там наводит агент, а я уже редко заглядываю. В папки, которые создавал руками, заглядываю чаще. Хотя своего беспорядка там тоже хватает.
И однажды до меня дошла простая вещь: проект существует отдельно от агента, который сейчас над ним работает.
Проект — это общее поле
Я могу пригласить другого агента. Могу вернуться к прежнему. Могу дать им разные задачи в одном проекте. У каждого будет свой подход, свои удачные решения и свои ошибки. Работа при этом остаётся со мной.
Раньше цифровую работу я во многом воспринимал через программу, в которой она происходит. Исходник Photoshop, макет Figma — у каждого своя среда и свой способ взаимодействия.
В этих проектах основа — файлы: тексты, код, графика, документы. С ними могут работать разные агенты, если у них есть подходящие инструменты и доступ. Я могу передать новому участнику материалы, объяснить задачу и продолжить работу.
Замысел, выбор, направление и ответственность.
Материалы, решения, исходники и результаты.
Изучает, предлагает, выполняет и помогает проверить.
Переводчик с языка вселенной
Но как вообще понимать то, что ты создаёшь, когда внутри уже тысячи файлов?
Я не могу одновременно удерживать в голове весь код, все документы, все связи и решения. Мне нужна форма, в которой с этим можно думать. Несколько понятных сущностей. Карта проекта. Объяснение, что происходит. Варианты следующего шага.
Для меня одна из самых сильных сторон ИИ именно в этом: он помогает пройти от огромного массива информации к тому, что человек способен осмыслить и обсудить.
Я спрашиваю: «Что у нас здесь происходит?» Агент изучает доступные материалы, собирает связи, предлагает объяснение. Я добавляю то, чего в файлах нет: зачем всё это затевалось, что для меня важно, где результат выглядит правильным, но не попадает в замысел.
Он перерабатывает информацию. Я перерабатываю его ответ. Мы уточняем друг друга.

Цифровой коллега
Слово «коллега» оказалось для меня полезнее слова «программа». Оно напоминает, что нужно передавать контекст, объяснять намерения, слушать возражения и проверять результат. Ответственность за направление и решения при этом остаётся моей.
Мне нравится аналогия с наездником и лошадью. Один наездник ждёт от неё поведения автомобиля: нажал — получил ускорение, повернул — изменил направление. Другой замечает её реакцию, учитывает особенности, учится взаимодействовать.
Эта аналогия — про наше поведение. Про способность слышать ответ и менять собственный подход. Когда я начинаю обсуждать задачу, показывать примеры, объяснять сомнения и разбирать предложенные решения, меняется сам процесс. И результат тоже.
Один замысел. Разные прочтения.
Я захотел выразить эту мысль в плакатах. Хотелось фантастики с маяковским напором: крупные лозунги, красное и чёрное, человек перед лицом нового мира. Немного советского будущего, немного нашего настоящего, немного постмодернизма.
Первый мы делали вместе с GPT Image-2. Со вторым помогал LLM-агент OpenArt. Получились совершенно разные вещи: подробный плакат-манифест и словно афиша фантастического советского фильма, которого никогда не существовало. Её я и поставил на обложку.
Один замысел, разные участники, разные прочтения. И оба результата теперь — часть моего проекта.

Учиться самому обучению
Особенно мне нравится фраза «Алгоритм — орудие познания». Она работает и по отношению ко мне самому. Я могу менять способ, которым учусь: пробовать, сравнивать результат, находить затруднение и перестраивать следующий шаг.
Мне интересна возможность настолько удачно подобрать этот способ, чтобы скорость обучения выросла на порядки. Это моя гипотеза и направление поиска. Обещать такой эффект каждому я не могу.
Примеры необычных возможностей памяти существуют. Исследователи описывают людей с исключительно подробной автобиографической памятью — HSAM. Они способны вспоминать множество событий своей жизни за долгие годы. Это не означает, что доказана память о каждом её мгновении. Исследование автобиографической памяти ↗
Есть и изученные способы тренировки. В исследовании Dresler и коллег шесть недель мнемонической тренировки улучшили запоминание списков слов; эффект сохранялся при проверке через четыре месяца. Результат относится к конкретной задаче памяти и сам по себе не доказывает такого же ускорения всего обучения. Исследование тренировки памяти ↗
Для меня это повод исследовать собственные возможности. Где мой предел, я не знаю. Но привычный способ работы ещё не показывает всего, на что я способен.
Программа, которая улучшает способ учиться
Моя вера в сингулярность связана с идеей самосовершенствующейся метапрограммы обучения. Так я называю процесс, который умеет улучшать собственный способ получать и обрабатывать знания. Это мой философский взгляд на возможное будущее.
В своей работе я могу начать с простого: сделать что-то, понять результат, повторить с поправками, изучить то, чего не хватило. ИИ здесь может быть собеседником: предложить упражнение, помочь разобрать ошибку, задать вопрос, который я себе ещё не задавал.
- 01Созидай
Сделай то, что можно проверить.
- 02Понимай
Разберись, что получилось и почему.
- 03Повторяй
Измени подход и сравни результат.
- 04Изучай
Найди недостающее и начни новый круг.
Осознай разницу — получи свободу
Мне кажется, именно здесь появляется свобода: иметь собственные проекты, понимать их устройство и выбирать, с кем над ними работать. Сегодня — с одним агентом. Завтра — с другим. Иногда — с несколькими, каждому свою задачу.
Пока мы работаем над проектами, я могу развивать и собственный способ работы. Проекты остаются. Агенты меняются. Я учусь.