У меня два AI-инструмента. Claude Code за $200 в месяц — на нём 90% работы. И Codex за $20 — GPT-5.4 делает большие ревью и проверяет ТЗ. Плюс MCP-серверы, плюс плагины.

И вот что странно. Мне реально стало интереснее жить. Любая идея, которая раньше неделями болталась в голове как «было бы прикольно, но лень пилить» — сейчас делается за вечер. Хочу бота — есть бот. Хочу автоматизацию — готово. Количество тасок, которые я закрываю за день, выросло раза в три.

А потом я наткнулся на исследование BCG в Harvard Business Review. И данные говорят кое-что неприятное.

Я наткнулся на заголовок в HBR в воскресенье вечером. Открыл, начал читать. Через пять минут полез в первоисточники. Ещё через час — десять вкладок и странное чувство, что кто-то описал мой типичный четверг.

«AI brain fry»

В марте 2026 Boston Consulting Group опубликовали исследование в Harvard Business Review. 1488 штатных работников крупных американских компаний, разные отрасли. Julie Bedard, Matthew Kropp и команда хотели понять, что AI делает с головой людей, которые им пользуются каждый день.

14% опрошенных сообщили о симптомах, которые исследователи назвали «AI brain fry»: ментальный туман, головные боли, замедленное принятие решений. Среди разработчиков и маркетологов процент выше среднего. Среди юристов — ниже.

Но вот ключевое. Переход с одного AI-инструмента на два давал заметный рост продуктивности. Третий — прирост сокращался. Четвёртый и дальше — продуктивность, по данным опроса, начинала падать. Важно: это самоотчёт, не замер, но паттерн устойчивый.

У меня два инструмента — вроде в безопасной зоне. Но я знаю кучу людей, у которых Cursor, Copilot, Claude Code, ChatGPT и ещё пара штук сверху.

Matthew Kropp в интервью Business Insider назвал разработчиков «canary in the coal mine» — канарейкой в шахте. Мы первые, кто жонглирует несколькими AI-агентами одновременно.

443 миллиона часов

Может BCG ошиблись. 1488 человек — не так уж много. Может субъективные ощущения, может плохой день.

Я пошёл искать что-нибудь пообъективнее. Нашёл отчёт ActivTrak. Эти ребята не спрашивают людей — они замеряют. 443 миллиона часов рабочей активности, 1111 организаций, 163 638 сотрудников, данные за три года. Отчёт вышел 11 марта 2026.

Две цифры из отчёта зацепили больше всего. Средняя сессия глубокой концентрации — 13 минут. Тринадцать. Это трёхлетний минимум, и тренд вниз. А работа на выходных выросла на 40%. То есть AI не освобождает время — он его сжирает, просто в другом месте.

Компании в среднем используют 7+ AI-тулов. Было 2 в 2023-м.

ActivTrak нашли интересную корреляцию: люди, у которых AI-инструменты занимают 7-10% рабочего времени, показывали 95% по шкале продуктивности — лучше всех остальных групп. Это не значит «используй AI ровно 7%» — это корреляция, не рецепт. Но любопытно, что таких людей оказалось всего три процента.

Bainbridge в 1983 году всё описала

Я начал искать объяснение и вышел на статью 1983 года. Lisanne Bainbridge, когнитивный психолог, написала четырёхстраничную работу «Ironies of Automation» для инженерного журнала. Про атомные станции, химические заводы и кабины пилотов. Тираж — никакой. Влияние — огромное.

Суть: автоматизация не убирает работу, она меняет её характер. Человеку остаётся мониторинг — и это самый изматывающий вид когнитивной нагрузки. Ты не делаешь ничего, но должен быть готов поймать ошибку в любой момент. При этом навыки для вмешательства деградируют — ты их не практикуешь. Чем лучше автоматизация, тем хуже человек справляется, когда она ломается.

На днях Claude Code лежал часа три. Opus 4.6 — полный даун. Мне написали знакомые разработчики: сидим, ждём. Я спрашиваю — а что вы делали? Деплой на сервер. Руками это 15 минут. Они ждали 3 часа, чтобы Claude сделал за 5. Не потому что не умеют — а потому что уже отвыкли. Навык есть, но доставать его лень, и ты сидишь ждёшь пока автоматизация поднимется.

Может аналогия с атомной станцией и натянута. Но вот что пишет Siddhant Khare, инженер, который строит инфраструктуру для AI-агентов в проде. В феврале 2026 он опубликовал пост: за последний квартал он нагенерил больше кода, чем за любой квартал в карьере. И чувствовал себя более истощённым, чем когда-либо. Его объяснение: AI не снижает работу — он расширяет «сферу ответственности». Проверяешь больше, ревьюишь больше, отвечаешь за больший объём кода, который не ты писал и не до конца понимаешь.

Я это читаю так: код генерится быстрее, чем я успеваю его осмыслить. Раньше за день — один PR. Сейчас — пять. А ты видишь зелёный CI/CD, тесты проходят, линтер молчит — и думаешь, ну всё же круто, чего ковыряться. Мержишь. Иногда доверяешь часть ревью тому же CodeRabbit. Помогает, но по сути одна нейросеть проверяет другую. Если обе пропустят одно и то же — а слепые пятна у моделей похожи — это риск для прода.

Где именно перегрузка

По данным Cortex Engineering Benchmark 2026, pull requests на разработчика выросли на 20%, а инциденты на pull request — на 23.5%. Больше кода проходит через пайплайн, но качество проверки не успевает за объёмом. Это не баг одного проекта — это тренд по индустрии.

Если разложить, перегрузка бьёт в три конкретных места. Первое — переключение контекста: ты прыгаешь между тулами, вкладками, агентами, и каждый переход стоит когнитивных ресурсов. Второе — верификация: AI пишет уверенно, CI зелёный, но ты должен понять, не пропустил ли он edge case, и это тяжелее чем написать самому. Третье — деградация ручных навыков: ты перестаёшь делать вещи руками и теряешь интуицию, которая раньше ловила баги на автомате.

Amazon это продемонстрировал масштабно: между декабрем 2025 и мартом 2026 — четыре Sev-1 инцидента, включая 13-часовой аутедж после того как AI-тул решил удалить и пересоздать environment. Причины там комплексные, но паттерн «генерация обгоняет верификацию» — тот же.

Что с этим делать

У меня нет универсального рецепта, но есть то, что работает конкретно для меня.

Два инструмента — и это осознанный выбор, а не экономия. Claude Code пишет, Codex ревьюит и проверяет ТЗ. Не два генератора, а генератор + верификатор. По данным BCG, после третьего тула продуктивность проседает — и я это чувствую, когда добавляю что-то ещё в стек.

Вторая штука менее очевидная. Я специально не отдаю AI задачи, которые занимают меньше 15 минут руками. Деплой, мелкие конфиги, простые скрипты. Не потому что AI не справится — справится за 5 минут. А потому что эти 15 минут ручной работы — это та самая «практика», про которую писала Bainbridge. Без неё теряешь интуицию, и когда что-то ломается в три ночи — тупишь вместо того чтобы действовать.

Третье — и это самое контринтуитивное. Я перестал ревьюить AI-код на скорость. Раньше видишь зелёный CI — мержишь. Сейчас правило: если PR трогает авторизацию, платежи или пользовательские данные — читаю целиком, глазами, без AI-помощников. Это медленнее. Но это единственное место, где моя голова реально нужна, а не нейросеть.

Быстрее ≠ продуктивнее

Я не призываю удалить Claude Code. Я сам не удалю — мне с ним реально интереснее работать, я делаю больше, я закрываю задачи которые раньше бы отложил навечно.

Но вот штука, которую данные подсвечивают: по ощущениям мы стали продуктивнее. По замерам — мы стали быстрее. Это не одно и то же.

Быстрее — это больше PR, больше строк, больше фич за спринт. Продуктивнее — это когда ты в конце дня не чувствуешь что голова набита ватой.

Когнитивный психолог описала этот парадокс 43 года назад. Данные 2026 года её подтверждают.

UPD: Перечитал и подумал — может я сгущаю краски. BCG тоже пишут, что AI снижает выгорание, когда убирает по-настоящему рутинные задачи. Проблема конкретно в мониторинге и жонглировании несколькими системами. Дело не в AI как таковом, а в том, как мы его используем. Может через пару лет инструменты станут надёжнее и мониторить будет не нужно. А может мы просто привыкнем к 13-минутным сессиям фокуса как к новой норме.