Редакционное примечание: В то время как все больше людей обсуждают «Заменит ли ИИ программистов», президент YC Гарри Тан ставит другой вопрос: если ИИ уже способен выполнять большую часть программирования, почему мы до сих пор управляем им так же, как обычным программным обеспечением?

В начале этого года Гарри Тан потратил несколько месяцев, создав с помощью Rails и AI Agent проект Garry's List, состоящий из 540 тысяч строк кода. После завершения проекта он пришел к, казалось бы, противоречивому выводу: сами эти 540 тысяч строк кода не важны, настоящая ценность заключается в GStack — новом фреймворке для разработки, построенном вокруг рабочих процессов AI Agent, который сформировался в процессе разработки.

По его мнению, за последние годы в индустрии ПО сложилась коллективная инерция: разработчики постоянно добавляют тесты, валидаторы, механизмы повторных попыток, фоновые задачи и всевозможную управляющую логику, оборачивая модель в многочисленные слои. Такой подход имел смысл в эпоху дорогих и ограниченных по возможностям моделей. Но когда LLM уже способны самостоятельно выполнять огромный объем работы, эти системы становятся похожи на строительство «завода Foxconn» для сверхразумного работника — они накладывают множество правил и процессов на агента, который уже обладает достаточными способностями.

По мере быстрого снижения стоимости моделей и непрерывного роста их возможностей, фокус в разработке ПО, возможно, смещается с «написания большего количества кода» на «проектирование большего количества способностей». Автор предлагает использовать Markdown для создания skill pack (наборов навыков — тестируемых, повторно используемых модулей возможностей), позволяя агенту автоматически генерировать код, систему тестов и оценки, превращая сложные рабочие процессы в воспроизводимые активы. Он даже приводит пример: работа по оценке проектов на хакатоне, которая раньше занимала несколько дней, теперь может быть выполнена агентом за несколько десятков минут.

В некотором смысле, эта статья обсуждает не программирование, а закат логики промышленного производства программного обеспечения. Когда код перестает быть самым дефицитным ресурсом, ключевая компетенция инженеров также начинает меняться: определение того, что стоит создавать, как формулировать проблему и как превращать опыт в воспроизводимые способности, становится важнее, чем написание большего количества кода. Автор в конечном итоге приходит к выводу: лучшим инженером будущего, возможно, будет не тот, кто пишет больше всего кода, а тот, кто пишет меньше всего, но при этом высвобождает максимум интеллекта.

Ниже представлен оригинальный текст:

В январе этого года я снова начал писать код и создал Garry's List. Код на Rails и тесты для него в сумме составили более 500 тысяч строк.

Тогда я этим очень гордился. Но не должен был. По-настоящему стоит гордиться не этим приложением, а рабочим процессом, который я выработал в процессе его создания. GStack, мой способ программирования с помощью агентов, как раз и вырос в процессе работы над Garry's List. Позже я открыл его исходный код. Сейчас он входит в топ-100 самых популярных проектов на GitHub по количеству звезд, набрав около 105 тысяч звезд менее чем за три месяца.

Те 500 с лишним тысяч строк кода — это «продукт». А этот рабочий процесс — «побочный продукт». И по-настоящему важен именно этот побочный продукт.

Так что же по сути представляют собой 540 тысяч строк кода, построенных вокруг одной LLM?

Это завод Foxconn. Завод, построенный для высокоинтеллектуального работника-ИИ. Этот работник и так не нуждается в пристальном контроле, но мы все равно построили ему завод.

На входе нужно надевать бахилы. Вставать в 6 утра. Делать зарядку всем коллективом. День за днем стоять на одной и той же конвейерной линии. Жизнь настолько тяжела, что на каждом высотном здании приходится устанавливать защитные сетки, потому что — это не та жизнь, которую хотелось бы прожить. Каждый тест, каждое ограждение, каждый цикл повторных попыток — это еще один винтик в клетке, которую накручивают на этого работника. А этот работник и так способен выполнить эту работу и даже тысячу других дел, о которых вы даже не подумали.

И люди, и агенты обладают безграничным потенциалом, но логика завода Foxconn заключается в выжимании интеллекта и труда из прекрасной жизни. Они и так могут выполнять эту работу, и даже в 1000 раз больше, если мы позволим им это.

Я строил такие заводы. Сегодня почти все их строят. И сейчас я хочу сказать вам: перестаньте это делать.

Путешественник во времени

Этими 539 тысячами строк кода я по-настоящему доказал, что могу идеально притвориться путешественником во времени.

Инженером из 2013 года, эпохи Web 2.0 — а именно тогда я в последний раз был настоящим программным инженером, — заброшенным в 2026 год с современными инструментами в руках, но все еще строящим программное обеспечение единственным известным ему способом: больше кода. Всегда больше кода.

Инструменты изменились, но мои инстинкты — нет.

Инженер из 2013 года в глубине души верит в одно: способности равны количеству строк кода. Это убеждение было верным на протяжении последних десятилетий, вплоть до сегодняшнего дня.

Если бы вы дали мне Codex или Claude Code, я мог бы выполнить работу 100 или даже 1000 инженеров. Но это все та же карта, просто с более быстрым двигателем, на максимальной скорости несущаяся к цели, которая теперь стала неверной.

Именно в этом положении сейчас находятся почти все создатели ИИ. Они обновили инструменты, но сохранили ментальную модель 2013 года.

Эта ловушка не выглядит как ловушка, потому что код действительно работает. Garry's List действительно был запущен. В тот месяц я чувствовал себя так, будто пережил самый продуктивный период в жизни.

Но это была продуктивность на службе устаревшей идеи.

LLM когда-то были дороги, поэтому мы должны были их «приручить»

Старая экономика примерно до 2025 года была такова: вызовы LLM дороги, а код дешев.

Поэтому вы пишете код, чтобы сэкономить на вызовах модели, ограничить ее, приручить, вызывать с осторожностью. Архитектура того времени была такова: много программного обеспечения оборачивает несколько ценных вызовов модели.

Но обе стороны этого уравнения изменились на противоположные.

Модели становятся дешевле, и с каждым кварталом — еще дешевле. При этом модели достаточно умны, и соотношение ценности к стоимости уже перевернулось. Модели также могут писать пригодный к использованию код.

Поэтому вам больше не нужно писать код, чтобы «присматривать» за моделью. Вы можете на естественном языке сказать модели, что делать, и позволить ей написать только минимально необходимый код.

Это и есть just-in-time software (программное обеспечение, генерируемое по требованию), и мы вступаем в его золотую эпоху.

Форма программного артефакта также полностью изменилась. То приложение на Rails — это 540 тысяч строк моего кода и тесты для его контроля. Его альтернатива — это агент, состоящий из Markdown и небольшого количества кода, масштабом лишь в малую часть от первого.

Возможности те же. Легче читать. Легче поддерживать. И гораздо гибче. Потому что поведение содержится в инструкциях, которые можно редактировать на естественном языке, а не заморожено в логике кода, написанного когда-то.

Мы когда-то писали код, чтобы присматривать за чем-то, но теперь это что-то стало умнее того кода.

Внутри завода Foxconn: построены даже защитные сетки

Если вы недавно писали код, вы, скорее всего, уже неосознанно строите такой завод.

Вы можете зайти в свою кодовую базу и посчитать, сколько кода существует только потому, что вы не доверяете модели выполнить свою работу. В моей кодовой базе было примерно 262 тысячи строк прикладного кода и около 276 тысяч строк тестов для его контроля. Комитет по аудиту больше самой компании.

Некоторые модули очистки проверяют ввод, с которым модель и сама могла бы справиться. Некоторые валидаторы проверяют вывод, который модель и сама могла бы обнаружить. Некоторые циклы повторных попыток оборачивают вызовы модели, хотя модель уже может восстанавливаться самостоятельно. Каждая строка такого кода — это ставка на то, что этот работник обязательно провалится.

Вы тоже делали подобные ставки. Мы все их делали.

127 фоновых задач, 33 из которых — задачи по расписанию. Это не способности, а 33 будильника для работника-LLM, который теперь обычно приходит вовремя.

В те дни, когда я строил «завод Foxconn», Клод и я написали файл на 1778 строк. Его единственная цель — подвергать сомнению факты, выдаваемые моделью.

Он разбирал каждое утверждение модели и параллельно отправлял его в пять разных источников для проверки, а затем выставлял оценку. Простые утверждения сначала проходили легкий порог сортировки, чтобы избежать полного цикла для всего. Если в первом раунде не было результата, делалась повторная попытка. А затем были запасные варианты для запасных вариантов.

В одном из эпизодов «Рика и Морти» Рик за завтраком создал маленького робота. Робот включился, поднял голову и спросил: В чем моя миссия? Рик сказал: Ты отвечаешь за передачу масла. Робот подтолкнул блюдце с маслом, опустил голову, посмотрел на свои руки и сказал: Боже мой. И затем просто сидел там. У того робота тоже был безграничный потенциал. Но его создали, чтобы передавать масло. Мои 276 тысяч строк тестов — это то самое блюдце с маслом.

Когда вы строите программное обеспечение методом «завода Foxconn» образца 2023 года, вы строите клетку. Если не быть осторожным, вы сами станете тем, кто охраняет эту тюрьму для AI Agent.

Markdown теперь — это программа

Когда я говорю «Markdown», я не имею в виду промпт.

Промпт — это нечто временное. Вы вводите фразу, получаете результат, и он испаряется.

Я говорю о построении. О версионируемых, тестируемых, повторно используемых построениях.

Markdown — это уровень инструкций: намерения, навыки, суждения, а также указания о том, как должна выполняться работа. TypeScript — это тонкий слой детерминированной логики. Он отвечает только за те немногие вещи, которые действительно должны выполняться кодом: ввод-вывод (I/O) и те части, где галлюцинации абсолютно недопустимы.

Что еще важнее, вы должны тестировать Markdown так же, как тестируете код.

В моей системе для этого цикла достаточно одного слова: skillify it (сделай это навыком).

Сначала я вместе с агентом делаю что-то, пока оно не заработает. Затем я говорю: «skillify it.» И затем агент пишет:

Описание навыка на Markdown;

Минимальный необходимый для него код;

Модульные тесты для этого кода;

LLM-оценку (eval) для навыка;

Интеграционные тесты, покрывающие навык и код;

Резолвер (resolver), позволяющий агенту автоматически вызывать этот навык в соответствующих сценариях;

И оценку самого резолвера.

Весь этот комплект — это skill pack (пакет навыков). Это воспроизводимая единица возможности, которая будет постоянно приносить сложный процент.

По-настоящему волшебны тесты: покрытие навыка позволяет ему меняться, не ломаясь. В этом разница между vibe coding (программированием по ощущениям) и пакетом навыков. Vibe coding — это просто ощущение, а пакет навыков имеет тесты.

Сейчас мы только начинаем в реальном времени нащупывать системные примитивы для инженерии агентов, подобно тому, как в эпоху ранних процессоров изобретали стек, кучу, регистры и архитектуру фон Неймана.

Я считаю, что пакет навыков — один из таких примитивов. Харнес (исполнительный фреймворк) — еще один.

Большинство людей еще этого не осознают, потому что они по-прежнему измеряют программное обеспечение количеством строк кода.

Вы и правда можете построить что-то невероятное

Это не игрушечный тезис.

То, что может делать этот агент, уже превосходит возможности того приложения на Rails в полмиллиона строк, при этом новый код составляет лишь малую часть от последнего.

Конкретный пример: оценка хакатонов.

В одну из суббот две недели назад мы провели хакатон по GStack/GBrain, на который было подано 85 проектов. Я загрузил Google Drive со всеми работами и сказал: Начинай.

Агент проанализировал качество кода каждой кодовой базы, провел углубленное исследование каждого участника, посмотрел и сделал скриншоты каждого демо-видео, оценил интерфейсы и выполнил ранжирование 85 команд. В конце он сообщил мне о 5 наиболее перспективных приложениях среди всех работ.

Оценка хакатона, которая раньше была тяжелой работой на несколько дней, теперь стала делом примерно 30 минут.

Я не писал код. Я поручил задачу OpenClaw, а сам направлял его. Когда он закончил, я сказал: skillify it.

И он превратился в tarball (архив), который любой может использовать вечно, применяя к любой таблице хакатона.

Теперь я говорю «skillify» почти каждый день. У меня уже более 350 пакетов навыков. Почти любую задачу, с которой мне приходится сталкиваться в личной жизни и на работе, теперь может выполнять мой агент.

Это пример переворота.

Раньше такая возможность была бы настоящим программным проектом: требовались бы краулер, конвейер оценки, обработка видео, исследовательский модуль, система ранжирования. Теперь это превратилось в Markdown плюс немного кода, построенное агентом за один день и пригодное для повторного использования всеми.

Кстати, победитель того хакатона действительно написал код, который я в итоге отредактировал и влил в основную ветку (main branch). Теперь GStack может тестировать iOS-приложения на симуляторах и реальных устройствах, и эта полноценная функция была сделана одним человеком менее чем за 8 часов хакатона.

Tokenmaxxing

Здесь есть входной билет, но почти никто не хочет его оплачивать: вы должны быть готовы тратить деньги на токены.

Питер Штайнбергер создал OpenClaw, мой любимый харнес. Он говорил, что готов тратить около 1 миллиона долларов в год на токены.

Большинство людей, услышав эту цифру, отступают. Но им не стоит, потому что здесь лежит золото: если вы готовы на это, вы можете жить в 2028 году. А другим потребуются годы, чтобы догнать.

Именно поэтому OpenAI решила предоставить каждой компании YC кредит на токены в размере 2 миллионов долларов в форме uncapped SAFE.

Когда вы способны превращать сырой интеллект в токены, а токены — в реальный результат, который пользователи могут использовать, который решает реальные потребности и за который пользователи готовы платить, происходит нечто волшебное.

Если вы основатель, вам стоит максимизировать эту способность. Поэтому я всегда подчеркиваю skillify, потому что это метод, который действительно приводит к хорошим результатам.

В прошлую эпоху мы всегда считали, что вызовы LLM слишком дороги, и их использование необходимо нормировать. Мы все время нормировали (ration) их.

Но сейчас именно этот инстинкт тормозит людей.

Если вы готовы к tokenmax, готовы позволить агенту свободно потреблять токены и работать непрерывно, вы получите преимущество первопроходца, подобное тому, что было в раннем интернете 1994 года, только на этот раз стоимость оплачивается токенами.

Это оставит за дверью более 99,99% организаций, которые все еще скупятся на ресурс, цена на который рушится, и передаст лидерство тем немногим, кто действительно понял суть.

Десятки тысяч долларов в год, для некоторых даже меньше, — и сегодня вы можете работать так, как весь мир будет вынужден работать через несколько лет.

Вы можете в 2026 году жить как в 2028. Эта досрочная инвестиция того стоит. Потому что токены, стоящие сегодня 100 тысяч долларов, в следующем году могут стоить 10 тысяч, через год — 1000, а к концу 2028 года, возможно, всего 100 долларов.

Если бы вы сказали любому предпринимателю в истории: вы можете вложить шестизначный капитал, чтобы оказаться на два-три года в будущем раньше других и сохранять это преимущество в течение нескольких лет, то 100 квалифицированных основателей из 100 приняли бы эту сделку.

Единственное, что стоит на пути, — это инстинкт 2013 года, который говорит вам, что вызовы моделей слишком дороги, чтобы использовать их свободно.

Но они уже не дороги. Это старая экономика. Переворот уже произошел.

Эсален, а не Foxconn

Если 540 тысяч строк управляющего кода — это строительство завода Foxconn для работника, то решение — построить его противоположность.

На скалах Биг-Сура есть место под названием Эсален. Люди приезжают туда, чтобы быть разобранными, перестроенными, снять доспехи и вернуться, став больше похожими на себя.

Нет конвейера. Нет бригадиров. Нет свистка в 6 утра. Свобода, а не контроль.

Стройте такие вещи.

Стройте такие места, как YC: где мы помогаем вам создавать компании, решать реальные проблемы, находить product-market fit.

Стройте те места, которые позволяют работникам быть свободными, будь эти работники людьми или ИИ.

В этом и заключается вся суть.

Делайте то, что освобождает агента. Создавайте компании, которые освобождают человеческий потенциал.

В интеллектуальной работе фабрика — это режим неудачи. Истинная цель — создавать институты, которые освобождают людей. Теперь эта цель также относится и к агентам.

OpenClaw похож на Ferrari, к которой вы должны принести свой собственный гаечный ключ. Модель — это двигатель, а не целая машина. Мы все еще находимся на этапе Apple I, все еще паяем на макетных платах.

Он был выпущен сырым. Вы все еще должны довести его до ума самостоятельно.

GBrain, поисковый движок и пакеты навыков, которые я открыл, — это еще не готовые к использованию законченные продукты.

Некоторые говорят, что OpenClaw небезопасен. Они не понимают, что его сила как раз в свободе. Не спешите накручивать защитные ограждения на то, чему вы доверяете, пока у вас действительно не возникнет проблема. Тот гаечный ключ в ваших руках как раз и свидетельствует о том, что он еще не заперт в клетку.

Системы контроля утонченны, потому что контроль требует полного контроля, то есть завода Foxconn. Системы свободы грубы, потому что они верят, что вы доведете их до ума.

Вы должны выбрать, какой из них вы строите. А затем оглянуться и посмотреть, сколько кода вы написали.

Что все это значит

540 тысяч строк кода на Rails — это мое доказательство того, что я все еще могу играть на высшем уровне в старую игру.

Но этот уровень принадлежит Web 2.0, принадлежит десятилетней давности.

Я все еще могу играть так же хорошо, как и раньше, и даже стать инженером в 1000 раз продуктивнее. Но я строил заводы Foxconn. Старый код. Старая игра.

А новая игра вообще не играется количеством строк кода.

В итоге мои хейтеры были правы. Если вы читаете эту статью, мои анонимные друзья, я отдаю вам должное.

Когда вы можете превращать намерения напрямую в работающие, тестируемые, воспроизводимые системы, узким местом перестает быть то, сколько вы можете построить, а становится то, чего вы на самом деле хотите и стоит ли это строить.

Дефицитными ресурсами становятся ясность, вкус и способность к суждению.

Инженер, пишущий меньше всего кода, часто является тем, кто строит больше всего.

Мне потребовалось написать 540 тысяч строк кода, чтобы это понять. Вам не обязательно повторять этот путь.