код больше не узкое место. что теперь?

На одном из созвонов коллега скинул в чат две ссылки. Первая из блога Anthropic, про то, как теперь устроена разработка софта, когда код пишет AI. Вторая про «цифровой сад», способ вести свои заметки и знания.

Сначала мне показалось, что это вообще про разное: одна про инженерные команды, другая про личный блокнот. Я прочитал обе и понял, что они про одно и то же. Причём это ровно то, с чего мы начинаем на AI-Потоке.

Разберу по порядку и простыми словами, а в конце соединю.

AI-native процесс: когда код пишется быстрее, чем мы успеваем думать

Раньше в разработке самой долгой частью было написать код. Под эту скорость строилось всё остальное: совещания, согласования, ревью, тестирование, выкатка.

Теперь агент пишет код в разы быстрее человека. Главная мысль статьи Anthropic звучит так:

Код больше не узкое место.The AI-Native SDLC Playbook · Anthropic

Узкое место переехало туда, где до сих пор работают люди в своём темпе: придумать, что делаем, согласовать, проверить, выкатить. Если посадить сверхбыстрого исполнителя в старый процесс, получится одно из двух. Либо гора непроверенной работы, которая копится в очереди на ревью. Либо работа уходит в продакшн, так толком и не проверенная.

Отсюда вывод: ускорять надо не исполнителя, а весь процесс вокруг него.

SDLC расшифровывается как software development lifecycle, «жизненный цикл разработки». Это путь от идеи до работающего продукта и его поддержки. В статье шесть этапов, и на каждом меняется одно и то же: вместо людей, которые передают задачу друг другу, появляется файл. Его готовит AI, утверждает человек, и он запускает следующий этап.

Если свернуть это в одну строку, получится цепочка, где каждое звено хранится как файл и имеет автора, дату и подпись того, кто утвердил:

Три опоры, на которых всё держится

CLAUDE.md — файл-память команды: как у нас принято, какие команды запускать, где типичные ошибки. В статье есть правило, которое я считаю самым ценным во всём тексте:

Если AI ошибся дважды, исправление записывается в CLAUDE.md.The AI-Native SDLC Playbook · Anthropic

Ошибка превращается в правило, и на третий раз система на те же грабли уже не наступает.

Skills (скиллы) — правила и экспертиза компании, упакованные в файлы: стандарты безопасности, фирменный стиль, как проектировать. Поменяли политику в одном месте, и она работает во всех сессиях.

Hooks (хуки) — жёсткие стопы. Просьбу в тексте AI может проигнорировать, хук нельзя: без подписи ответственного в продакшн не выкатится, в защищённый файл не залезешь, секретный ключ не утечёт.

Кто теперь что делает

Люди никуда не деваются, меняется их работа. Инженер больше не пишет каждую строчку. Он ведёт несколько AI-сессий параллельно и проверяет замысел и риски. Архитектор пишет правила, по которым работает AI. Тестировщик становится автором экзаменов для системы.

Статья заканчивается фразой, которую я бы повесил над столом любого фаундера:

Цикл крутится сам. Человеческое суждение стоит над ним.The AI-Native SDLC Playbook · Anthropic

Цифровой сад: знания, которые растут со временем

Вторая статья на первый взгляд совсем из другой оперы. Статья Fabric определяет цифровой сад так: личное пространство, где заметки, идеи и тексты живут на разных стадиях готовности, связаны между собой по смыслу, а не по датам, и открыто развиваются со временем.

Самое понятное объяснение — через сравнение с блогом.

В саду у каждой заметки есть стадия зрелости, почти как у растения:

И шесть принципов, которые отличают сад от кладовки с файлами:

1. Карта, а не хронология. Ходим по темам и связям, а не листаем по датам.
2. Постоянный рост. Заметку не пишут один раз, её выращивают.
3. Можно недоделанное. Думать вслух и учиться публично нормально.
4. Личное и экспериментальное. Структура под вас, а не под шаблон.
5. Смешанные посадки. Заметки, эссе, списки, конспекты книг, наброски — всё рядом.
6. Своя земля. Площадка принадлежит автору, а не соцсети.

Если вы слышали про «второй мозг» Тиаго Форте или про Zettelkasten, это родственники. Разница в том, что Zettelkasten обычно ведут для себя, а цифровой сад открывают читателям.

Что между ними общего

Если положить две статьи рядом, совпадений как минимум четыре.

• Знание живёт в файлах, а не в головах. В команде это intent, spec и CLAUDE.md, у человека — заметки в саду.
• Файлы растут. CLAUDE.md пополняется после каждой второй ошибки, заметка вырастает из ростка в вечнозелёную. Ни там, ни там нет «написал и забыл».
• Всё связано. Идея ведёт к ТЗ, ТЗ к плану, инцидент обратно к идее. В саду заметка ведёт к заметке.
• Есть петля. Ошибка или новый опыт не теряются, а возвращаются в систему и делают её лучше.

Я для себя сформулировал так: AI-native процесс — это цифровой сад, в котором работают агенты. А цифровой сад — тот же процесс для одного человека, просто агентов туда ещё не пустили.

Почему начинать стоит со второго мозга

Когда предприниматель впервые видит, на что способен AI, хочется сразу агентов, автоматизаций, ботов, «чтобы всё само». Азарт понятный. Только обе статьи, если читать внимательно, говорят другое: сначала фундамент, потом скорость. Фундамент для одного человека и называется вторым мозгом.

1. У AI нет памяти о вас. Второй мозг и есть эта память.Каждая новая сессия начинается с чистого листа. В команде Anthropic эту дыру закрывает CLAUDE.md, у предпринимателя — второй мозг: кто вы, чем занимаетесь, как принимаете решения, что уже пробовали. Без этого вы каждый раз объясняете всё заново, а AI каждый раз угадывает.
2. Хороший intent.md пишется только из записанного контекста.Весь AI-native процесс начинается с ясно сформулированного замысла. Замысел ясен, когда под ним лежат ваши цели, клиенты, цифры и ограничения. Если всё это в голове, AI быстро и уверенно сделает не то.
3. Правилу «ошибся дважды — запиши» нужно место, куда писать.Главный механизм обучения системы — превращать ошибки в правила. Если правила негде хранить, система не учится, а вы раз за разом поправляете одно и то же.
4. Без фундамента скорость просто множит переделки.Агент без контекста выдаёт больше работы, которую потом приходится переделывать. Ясность и проверка, то самое узкое место из статьи, никуда не деваются и ложатся на вас. Второй мозг заранее снимает с них большую часть нагрузки.
5. Сад растёт из ростков, и начать можно с десяти заметок.Второй мозг не надо строить идеально с первого дня. Это и есть логика сада: сегодня ростки, через месяц побеги, через полгода вечнозелёная база, на которую опираются и вы, и ваши AI-помощники.
6. Потом это масштабируется в команду.Правила, скиллы и проверки, которые вы вырастили для себя, становятся правилами для сотрудников и агентов. От второго мозга одного человека до AI-native компании идут шагами, прыгать сразу не нужно.

Как это выглядит у меня

Забавно, но мой второй мозг устроен почти так же, хотя эти статьи я прочитал, когда он уже работал. В нём есть главный файл с правилами, как со мной работать. Есть набор скиллов: роли цифровой команды — маркетолог, аналитик, технический директор, редактор. Есть жёсткие стопы, которые не дают выкатить непроверенное. Есть отдельные проверяющие агенты, которые смотрят на работу свежим взглядом, потому что автор себя не ревьюит.

И то самое правило: если ошибка повторилась, она становится правилом. Система, которой я пользуюсь сегодня, заметно умнее той, что была несколько месяцев назад, и новая модель тут почти ни при чём. Её вырастили мои собственные ошибки, записанные в правила.

С чего начать завтра

1. Один файл «обо мне». Кто вы, чем занимаетесь, какие цели, как принимаете решения, чего не делать никогда.
2. Десять ростков. Записать десять мыслей, решений или уроков последнего месяца. Коротко и неидеально.
3. Первое правило из ошибки. Вспомнить, что AI уже дважды сделал не так, и записать, как надо.
4. Одна задача по цепочке. Взять реальную задачу и провести её так: замысел, потом план, потом работа, потом проверка. Не прыгать сразу к «сделай».

А что AI у вас уже дважды сделал не так? С этого вопроса и начинается первое правило.

Что такое второй мозг, откуда пришла идея и как я к нему пришёл, я подробно рассказал в отдельном тексте: «Что такое второй мозг и почему я о нём так много говорю».