Разработка в новой логике. Как собирать IT-инфраструктуру на естественном языке

В предыдущей подглаве мы говорили о цифровых сотрудниках как о новой организационной форме интеллекта. Теперь поднимемся ещё на уровень выше, потому что следующий вопрос возникает почти сам собой. Если агентам уже можно доверить анализ, упаковку, общение и часть решений, что происходит с самой разработкой?

Ещё недавно такой ответ звучал бы слишком радикально, чтобы в него поверить. Но реальность уже изменилась. Заметную часть цифровых продуктов, внутренних систем, интерфейсов, аналитики и даже приложений теперь можно собирать через естественный язык, архитектуру контекста и координацию агентов. Классическая цепочка «техническое задание, команда разработчиков, месяцы ожидания, дорогие итерации» перестала быть единственным путём.

Сразу уточню важное. Инженерная дисциплина никуда не исчезла и по-прежнему нужна. Сложность осталась, ослабла старая монополия на вход, и сместился центр тяжести. Раньше главным дефицитом было умение писать код руками. Теперь всё чаще дефицит в другом: ясно мыслить, собирать систему, держать контекст, точно ставить задачи агентам и отличать рабочую архитектуру от красивой иллюзии.

Поэтому новая эпоха не превращает всех внезапно в разработчиков. Она делает архитектурное мышление важнее знания синтаксиса.

Почему старая модель разработки начинает трещать

Классическая разработка десятилетиями держалась на одном принципе: между идеей и реализацией тянулся длинный коридор перевода. Предприниматель видел задачу на языке бизнеса и переводил её в описание. Описание переводили в техническое мышление, затем в код, код возвращался в интерфейс, и начиналась серия уточнений. Почти всегда выяснялось одно и то же: мысль по дороге потеряла форму.

Виноватых здесь нет. Это естественная цена длинной цепочки перевода.

Каждый лишний слой между замыслом и реализацией добавляет задержку, шум и новый шанс исказить смысл. Мозгу это особенно тяжело, потому что долгая обратная связь почти всегда повышает внутреннюю неопределённость. А неопределённость один из самых затратных режимов для нервной системы. Чем дольше между идеей и проверкой результата, тем больше сил сгорает на ожидании, тревоге, уточнениях и фоновом раздражении.

С точки зрения предиктивного кодирования это почти идеальная фабрика ошибок предсказания. Ты ждёшь один результат, получаешь другой, перестраиваешь внутреннюю модель, снова объясняешь, снова ждёшь и снова проверяешь. Поэтому старая разработка так изматывает даже сильных людей. Она съедает деньги, время и внимание.

Живое программирование в агентной среде этот разрыв сокращает. Вся сложность магически не исчезает. Но дистанция между мыслью, проверкой, правкой и реализацией сжимается почти в непрерывный цикл.

Что такое живое программирование на самом деле

Когда я говорю о живом программировании, у англоязычных разработчиков это live coding, я имею в виду не эффектную демонстрацию экрана, где кто-то быстро печатает код. Это слишком поверхностно.

В смысле этой книги живое программирование это прозрачная сборка системы в реальном времени. Архитектура, интерфейс, логика, тексты, интеграции и код развиваются в общем поле понимания, чёрного ящика подрядчика здесь нет. Ты видишь и готовый результат, и сам механизм решений. Почему блок появился именно здесь, почему выбрана такая структура, зачем нужна эта интеграция, а та лишняя, почему одна логика масштабируется, а другая создаёт будущий долг.

В старой модели заказчик видит обычно две точки: обещание в начале и результат в конце. В новой он видит ход мысли между ними.

Это меняет экономику доверия. Главная проблема большинства разработок в том, что знания, логика и архитектурные решения заперты в голове исполнителя или команды, умение писать код здесь вторично. Человек исчез. И система стала чужой даже собственному владельцу.

Живое программирование ломает эту асимметрию. Объяснение становится частью работы, и результатом оказывается и продукт, и понимание, которое можно передать дальше.

Как работает новый механизм

Изнутри всё интереснее. Снаружи видно только, что продукт вдруг собирается быстрее. Настоящий механизм глубже.

Сначала появляется архитектура намерения, код ждёт. Что мы строим и для кого, какой сценарий должен возникнуть у человека, что система должна измерять, где ценность, что ядро, а что декоративная оболочка.

Потом собирается контекст. И здесь снова критически важен внешний сверхмозг: Obsidian, документация, карты решений, правила, формулировки, ограничения, версии, гипотезы, заметки о рынке, психологии клиента и устройстве продукта. Это пространство, где проект обретает память и непрерывность, и называть его программой для заметок уже мало.

После этого включается агентный слой. Одна вкладка с чатом и случайные запросы здесь не работают, нужна распределённая команда ролей. Один контур держит архитектуру, другой помогает проектировать сценарии и тексты, третий разбирает визуальные решения, четвёртый пишет и правит код, пятый следит за качеством, согласованностью и документацией. Шестой объясняет, что ещё нужно сделать руками, чтобы система устойчиво жила в реальном мире.

Для разных задач у ролей могут быть разные среды. Claude лучше работает там, где нужна глубина рассуждения и архитектурная связность. Gemini полезнее для мультимодального разбора, исследования и широкого контекста. Cursor и другие кодовые среды удобнее, когда решение нужно быстро превратить в интерфейс, компоненты, API, экраны и интеграции. Добавь облачные сервисы, базы данных, выкладку, аналитику и документацию, и получится рабочий производственный контур. «Чатом с нейросетью» его уже не назовёшь.

Моя роль в этом контуре не в том, чтобы отойти в сторону и смотреть, как «AI сам всё делает». Наоборот, чем мощнее агентная среда, тем важнее человек-Архитектор. Кто-то должен держать целостность, цену ошибки, порядок приоритетов, рамки допустимого и точку, где скорость не должна победить смысл.

Почему естественный язык становится новым интерфейсом разработки

Долгое время интерфейсом между человеком и машиной был синтаксис. Нужно было знать правильный язык, структуру, команды и среду, иначе система не слушалась.

Сейчас всё больше задач решается иначе. Естественный язык становится интерфейсом высокого уровня. На нём ты описываешь, что написать, и вместе с этим какую систему мы строим, какое поведение нам нужно, где риск, какое ограничение нельзя нарушать, как должна выглядеть логика взаимодействий и что важно для пользователя эмоционально.

Это очень важный сдвиг. Разработка перестаёт быть чисто технической операцией и снова становится продолжением мышления.

Но здесь же рождается много самообмана. Кажется, что раз можно писать на естественном языке, думать необязательно. На практике всё наоборот. Чем ниже порог входа, тем дороже обходится слабая мысль. Нечёткая идея теперь масштабируется за часы вместо месяцев, ошибочная архитектура собирается быстрее, и плохой продукт тоже можно сделать с поразительной скоростью.

Настоящая сила новой эпохи в том, что сильный Архитектор с помощью AI быстрее превращает ясное мышление в работающую систему. «Код теперь пишет AI» лишь поверхностное описание этой силы.

Команда агентов под управлением Архитектора

Здесь хочу зафиксировать принципиальный момент, потому что рынок снова и снова упрощает его до абсурда. Со стороны всё выглядит как история про один универсальный AI, который «сделал приложение». Я так почти не работаю.

Работает связка ролей, одной вкладки для этого мало.

Под одни задачи я беру Claude, под другие Gemini, под третьи Cursor и кодовые среды, под четвёртые облачные инструменты и отдельные сервисы. У каждого слоя своя функция. Один лучше держит архитектурный разговор, другой сильнее в мультимодальном анализе, третий быстрее превращает решение в интерфейс и код, четвёртый помогает довести систему до рабочего состояния, чтобы она не осталась красивым макетом. И всё это живёт как оркестр под единым управлением, хаотичным набором чатов это не назовёшь.

Поэтому «пользователь нейросети» для меня слишком слабое описание происходящего. Точнее так: я руковожу цифровым отделом, где разные агенты выполняют разные функции в общем контексте задачи.

Это важно и для клиента, и для рынка, потому что становится понятно, за что платят сильному Архитектору. Доступ к модели сегодня есть почти у всех. Платят за способность собрать из моделей работающую систему с логикой, качеством, приоритетами, маршрутом, контролем и передачей знаний.

Досье Архитектора. Продукты, которые уже собраны в новой логике

Дано

Здесь естественно возникает скепсис. Звучит сильно на уровне концепции, но где доказательство, что модель работает не только для лендинга или тестовой задачи? Проверка одна: посмотреть, какие системы уже собраны в этой логике и насколько они разные по природе.

Решение

За последнее время в таком режиме я собрал несколько разных контуров.

Первый это Vlinx, приложение для снижения веса, дисциплины, мотивации и отслеживания состояния. Это больше, чем экран с красивыми карточками. Внутри заложены ежедневное движение, контрольные точки, фиксация веса, индикаторы режима питания, игровая динамика и мотивационное сопровождение. Это уже цифровая среда поведения, где интерфейс, смысл и механика дисциплины работают вместе.

Второй это Nezha Quest, приложение для ребёнка, построенное на мотивации, наградах и последствиях в игровой форме. Психология здесь другая. Вместо взрослого контроля веса путь чести, система додзё, уровни, кристаллы, здоровье, опыт, ценности и игровые сценарии. Через них дисциплина перестаёт ощущаться внешним давлением и становится проживаемой механикой роста.

Третий это сайт GAZE, о котором я рассказывал в предыдущей подглаве. Здесь он важен как доказательство, что агентная среда собирает и внутренние приложения, и коммерческое цифровое лицо бренда: позиционирование, тексты, визуальный язык, структуру, анимацию и рабочий интерфейс записи.

Четвёртый это Neuro Flow, пока черновой, но стратегически очень важный проект. Это движение в сторону системы, которая сможет работать с физиологическими замерами через PPG-сканер телефона, а в перспективе и с данными часов. Техническая и методологическая сложность здесь заметно выше. Но именно такие проекты лучше всего показывают, что агентная разработка не заканчивается на простых витринах и заходит в зону сложных продуктов с длинной дорожной картой.

Пятый это мой собственный сайт и упаковка новой работы, архитектуры продукта и продаж. Для меня это ещё и маркер честности. Я не только рассказываю рынку, как меняется разработка, но и сам собираю в новой логике собственную систему: сайт, книгу, архитектуру оффера, кейсы, объяснение того, как устроена работа, живое программирование как стандарт прозрачности и позиционирование Архитектора систем вместо подрядчика.

Во всех этих проектах повторяется один принцип. Задачу я нейросети не «отдаю». Я управляю сборкой, держу контекст, направляю роли, решаю развилки, отсеиваю ложные решения и беру разные агентные среды под разные типы задач. AI работает под моим управлением как усиленный производственный контур, меня он не заменяет.

Результат

Практический вывод простой. Живое программирование и агентная разработка уже действующий режим производства, разговоры о будущем здесь опоздали. Так можно собирать сайты, приложения, внутренние системы, игровые механики, прототипы продуктов для здоровья и собственную консалтинговую инфраструктуру в одной логике: через контекст, роли, естественный язык и прозрачную сборку решений.

Но, пожалуй, главное изменение в другом. Между человеком и цифровым продуктом исчезает прежняя бетонная стена. Раньше идея почти неизбежно проходила через долгую бюрократию перевода. Теперь мысль воплощается почти сразу. Неидеально, не без ошибок и не без участия Архитектора, но уже с такой скоростью, которая меняет саму экономику создания.

Рекламой книга быть не должна. Книга должна передать мышление, и этого достаточно. Если логика этих глав тебе откликается, прикладные детали, кейсы и форматы работы можно разобрать отдельно: на сайте, в разговоре или в совместной сборке системы.

Внутри книги важнее зафиксировать главное. Эпоха, когда цифровой продукт рождался только через дефицитную прослойку классической разработки, заканчивается. На её место приходит другая реальность, где архитектурное мышление, координация агентов и естественный язык становятся новой производственной силой.

Остаётся последний шаг перед эпилогом: собрать термины шестой главы в словарь Архитектора.

Словарь Архитектора. Термины главы 6

AI-агент. Искусственный исполнитель в конкретной роли: с рабочей памятью, доступом к контексту, инструментами, рамками поведения и правом на ограниченные действия в своей зоне ответственности.

Цифровой сотрудник. AI-агент с закреплённой функцией в системе, например архитектор структуры, автор текстов, дизайнер, редактор или разработчик.

Агентная система. Несколько цифровых сотрудников, которые работают в общем контексте над одной задачей под управлением человека.

Сверхмозг проекта. Внешний контур памяти, например база в Obsidian, где хранятся смыслы, правила, решения, версии и связи проекта. Общая операционная память для людей и агентов.

Право на локальное решение. Зона, внутри которой агент действует без постоянного ручного подтверждения. Зависит от глубины контекста, ясности роли, строгости границ и цены ошибки.

Дирижёр. Новая роль человека в агентной системе: собирать роли, держать цель, задавать критерии и принимать решения высшего уровня вместо ручного исполнения каждой задачи.

Архитектура намерения. Первый шаг новой разработки: что строим, для кого, какой сценарий должен возникнуть у человека, где ценность и что составляет ядро продукта.

Живое программирование (live coding). Прозрачная сборка системы в реальном времени, при которой заказчик видит ход решений, а результатом становятся и продукт, и передаваемое понимание.

Естественный язык как интерфейс. Способ разработки, при котором систему описывают обычной речью: поведение, риски, ограничения и логику взаимодействий, а не только строки кода.