Неделя с ИИ: как LLM забирает рутину, а я занимаюсь тем, что важно
Каждую неделю я всё больше убеждаюсь — мы уже не «программисты» в классическом смысле. Мы — ревьюеры, архитекторы, постановщики задач. А пишет, считает, ищет и анализирует — машина.
Вот что произошло за эту неделю.
Бытовая рутина: чеки, серверы, документация
Распознавание чеков
Ремонт — это всегда куча чеков. Подрядчик, материалы, маркетплейсы. У меня накопилось 88 чеков на общую сумму около полумиллиона рублей. Раньше я бы сел с калькулятором и Excel, потратив выходной.
Теперь — сфотографировал, скормил vision-модели (Qwen 2.5 VL, работает локально на моей RTX 5080), получил структурированный реестр: что куплено, когда, за сколько, из какого магазина. Остаётся только сверить и задать вопросы вида «а инструмент на 15 тысяч — он для наших работ или его тоже надо вернуть?»
Итог: вместо выходного — пара часов. И excel-таблица, в которой всё по полочкам.
VPN-сервер за 15 минут
Понадобился VPN. Раньше — гуглить мануалы, копипастить команды, потом дебажить почему не коннектится. Теперь — описал задачу агенту, получил готовый скрипт, запустил. Работает.
Это не магия. Это просто что задача, которая раньше требовала контекст-переключения и 2-3 часа концентрации, теперь решается в фоне, пока я пью кофе.
Работа: мы уже не пишем код — мы его читаем
Я провёл статистику за последние две недели. Спойлер: ни одна задача не была сделана LLM «от и до». Но в каждой задаче модель принимала участие:
- Анализ требований — LLM помогает декомпозировать бизнес-задачу на технические шаги
- Поиск и валидация — проверяет, не противоречат ли новые требования уже существующей логике
- Генерация кода — boilerplate, CRUD, маппинги — всё это пишет машина
- Юнит-тесты — модель генерирует тест-кейсы, человек проверяет полноту покрытия
- Code review — LLM подсвечивает потенциальные баги, пропущенные edge cases
Я всё больше занимаюсь тем, что оцениваю корректность реализации, а не пишу реализацию. Это другой навык. И он, пожалуй, важнее чистого кодинга.
Если вы разработчик и ещё не начали использовать LLM в работе — вы уже отстаёте. Не потому что LLM пишет лучше. А потому что с LLM вы успеваете в 3-5 раз больше.
AI-диктофон: от идеи до прототипа за вечер
Увидел на Ozon «AI-диктофон» — коробочка за деньги, которая записывает встречи, распознаёт голос, определяет кто говорит, и делает саммари. Работает через ChatGPT API.
Подумал: а зачем мне коробочка? У меня есть RTX 5080 с 16 GB VRAM.
За один вечер собрал пайплайн:
- Whisper large-v3 — распознавание речи, русский язык, работает локально
- Pyannote — определение говорящего (диаризация)
- Qwen 14B — саммари и обработка
Всё на локальных моделях, ноль платных API, ноль отправки данных в облако.
На следующей неделе буду тестировать на реальных встречах. Если зайдёт — можно делать из этого продукт.
SEO-проекты: длинная игра
Дорвей
Индексация в Яндексе — ноль. Выяснил почему: robots.txt не был создан, sitemap.xml содержал 11 URL вместо 565. Починил, пинганул Яндекс. Ждём обхода.
Ферма аккаунтов
Запланировал ферму для массовой регистрации. Нашёл модем, который подойдёт. Симки в пути.
Ссылочная масса
Для «полубелых» сайтов планирую закупку ссылок на следующей неделе. В том числе для этого блога — посмотрим, даст ли это индексацию и трафик.
Старый сайт vs новый
Надо вернуть позиции старому сайту и привлечь трафик на новый. Две разные стратегии, одна цель — трафик из поиска.
UI-прототипы: объяснил — получил интерфейс
Отдельно хочу отметить работу с UI. Я описываю на словах, что мне нужно — «таблица с фильтрами, вот такой дашборд, карточки товаров в три колонки» — и через пару минут получаю рабочий прототип. HTML, CSS, иногда с интерактивом. Не мокап, не скетч — а именно работающий интерфейс, который можно открыть в браузере и потыкать.
Раньше прототип отдавали дизайнеру, ждали день-два, потом фронтендеру, ещё день. Теперь я сам за 10 минут набрасываю варианты, сравниваю, показываю команде. Скорость принятия решений выросла на порядок.
Причём модель улавливает не просто «сделай красиво», а именно то, что нужно по бизнес-логике. Пагинация там, где данных много. Фильтры по тем полям, по которым реально ищут. Кнопки там, где пользователь ожидает их увидеть. Это не替代 дизайнера — это возможность быстро проверить гипотезу до того, как тратить ресурсы на реализацию.
Итог
Неделя прошла продуктивно. LLM не заменил меня ни в одной задаче. Но в каждой задаче он забрал рутинную часть, оставив мне самое интересное — принятие решений.
И это, пожалуй, главная мысль: AI не заменяет людей. AI заменяет задачи. И если ваша работа на 80% состоит из рутины — стоит задуматься. Не потому что AI вас заменит. А потому что с AI вы сможете делать то, что раньше было недоступно.
Обсудить? Пишите в Telegram.