Руководитель разработки десктопного приложения Claude Code, Claude.ai и Claude Cowork в компании Anthropic Феликс Ризеберг полностью отказался от самостоятельного написания программного кода, перейдя к непрерывному прототипированию с помощью больших языковых моделей. В интервью автору канала Марине Могилко разработчик рассказал, почему традиционные подходы к промптингу образца 2024 года безнадежно устарели, как архитектура универсальных нейросетей вытесняет узких специализированных агентов и почему ключевым активом предпринимателей в эпоху доступного софта становится человеческая эмпатия.
🚀 Почему пользователи просят у ИИ слишком мало 0:00
Подавляющее большинство профессионалов используют современные нейросети лишь на ничтожную долю их реального потенциала, сводя взаимодействие к базовым операциям вроде суммаризации электронных писем или смягчения тона сообщений . Основатель и генеральный директор Anthropic Дарио Амодей часто сравнивает современный искусственный интеллект с дата-центром, до отказа заполненным гениями . Однако рядовые пользователи, имея в руках невероятную вычислительную и аналитическую мощность, продолжают использовать ее как банальный поисковик, задавая примитивные вопросы об общеизвестных фактах .
Феликс Ризеберг подчеркнул, что фундаментальное препятствие лежит в психологических ограничениях самих людей: специалисты формулируют запросы исходя из того, что они лично считают возможным, а не из того, на что объективно способна модель . В качестве примера принципиально иного масштаба мышления разработчик привел недавний случай продакт-менеджера по имени Павел, который скормил Claude открытый массив данных NASA с задачей найти неизвестные космические объекты . В результате модель обнаружила кандидата в экзопланету, данные по которому в настоящее время проверяют астрофизики американского космического агентства .
Главный принцип работы на переднем крае технологий сегодня — ставить моделям конечные высокоуровневые бизнес-цели, а не мелкие механические задачи . Несмотря на то что модель пока не может самостоятельно выполнить абстрактное распоряжение «заработать денег», подход к делегированию должен тестировать пределы способностей ИИ . Тот, кто постоянно упирается в потолок возможностей текущей версии системы, выигрывает больше всех при релизе следующего поколения нейросетей .
🛠️ Рабочий день без написания кода и философия прототипирования 2:55
Карьера самого Феликса Ризеберга претерпела радикальную трансформацию: ранее руководивший разработкой мессенджера Slack и занимавший классические посты инженерного менеджера, сейчас он полностью прекратил писать код руками , . Его рабочий день начинается с того, что искусственный интеллект готовит краткие сводки и брифует по ключевым событиям . Профессиональная роль Ризеберга сместилась в сторону синтеза продуктового менеджмента, системной архитектуры, работы с данными и глубокого погружения в человеческую психологию и эмпатию .
По словам разработчика, на протяжении последних 10–15 лет создание программного обеспечения неизменно сопровождалось скрупулезным подсчетом затрат:
- Оценка временных ресурсов на проектирование базовой архитектуры ;
- Расчет будущих расходов на поддержку и сопутствующую инфраструктуру ;
- Определение альтернативных издержек — от чего команде придется отказаться ради новой фичи .
Сегодня этап теоретических споров полностью устраняется мгновенной генерацией рабочих прототипов . Большую часть рабочего времени команда Ризеберга генерирует идеи, формулирует гипотезы, дает Claude задание собрать все возможные варианты интерфейсов и логики, после чего проводит жесткий критический отбор .
Критерий успеха продукта остался классическим: совершенство достигается тогда, когда из системы больше нечего убрать . Если прототип показывают двум-трем пользователям, и у них мгновенно возникает понимание механики, позволяющее реализовать ранее недоступные им действия — идея признается жизнеспособной .
⚖️ Оценка творческого результата: почему процесс важнее вкуса 6:54
Если в программном коде критерии оценки объективны — отсутствие ошибок, успешное прохождение тестов и компиляция, — то в текстовой и интеллектуальной работе формализовать понятие «хорошо» намного труднее . Ризеберг иллюстрирует это задачей прогноза погоды: если система случайно угадала температуру без внятных источников, такой результат является браком . Напротив, если модель ошиблась на полградуса, но использовала авторитетные метеорологические данные и честную методологию вычислений, ее работа оценивается как качественная .
В сферах, зависящих от авторского вкуса, попытка скомандовать «сделай текст хорошим» не приносит стабильного результата . Профессиональные авторы добиваются успеха не благодаря мистическому озарению, а за счет выверенного годами пошагового пайплайна .
Журналист Адам Дэвидсон, работавший в ведущих американских изданиях, выстраивает работу с Claude через призму жесткой полемики :
- Команда вычленить главный тезис автора и усилить его аргументацию стократно ;
- Поиск наиболее уязвимых мест в логике рассуждений ;
- Формирование самых мощных контраргументов против позиции автора .
Аналогичный скачок произошел в моушн-дизайне и генерации 3D-графики . Результаты вышли на профессиональный уровень не тогда, когда моделям попытались объяснить эстетику мультфильмов, а когда их заставили воспроизводить цепочки действий и использовать инструментарий профессиональных аниматоров .
🥊 «Стресс-тестирование»: как поймать нейросеть на галлюцинациях 10:48
Когда пользователь обращается к ИИ в незнакомой для себя теме (например, пытается разобраться в исследовании экзопланет или узком юридическом вопросе), модель может выдать фактологическую ошибку с предельным уровнем самоуверенности . Для нейтрализации галлюцинаций в Anthropic используют методику внутренней проверки на прочность (stress-testing), которая доказала надежность в программировании и точных науках .
Алгоритм проверки строится следующим образом:
- Первая сессия модели готовит черновой результат — документ, тезисы выступления, аналитическую записку или код .
- Параллельно запускается от пяти до десяти независимых потоков в Claude Projects, перед которыми ставится агрессивная деструктивная задача: найти скрытые нестыковки, опровергнуть факты и полностью разнести логику первого ответа , .
- Для анализа полученного объема критики назначается отдельный агент-«судья» .
- Судья беспристрастно отделяет конструктивные замечания от бессодержательных придирок .
- Итоговый вердикт возвращается в исходную ветку, где модель самостоятельно корректирует первоначальную работу с учетом валидных замечаний .
Ризеберг раскрыл практический инженерный секрет: для этапа критики не обязательно тратить ресурсы флагманских моделей . Находить изъяны в чужом проекте когнитивно проще, чем создавать его с нуля, поэтому атакующую роль можно доверить облегченной версии нейросети .
🚫 «Ты эксперт»: устаревшие приемы и кризис концепции агентов 16:12
Позиционирование «ты ведущий эксперт в отрасли» или «действуй как опытный бухгалтер», широко распространившееся в сообществе в 2024 году, разработчики Anthropic считают тупиковым . При подобных инструкциях языковая модель скатывается в ролевую игру: надевает воображаемый костюм, перенимает специфический жаргон и сыплет канцеляризмами вместо реального решения проблемы . Эффективный промпт строится иначе: необходимо запросить у системы перечень технических инструментов, библиотек и методов, которыми пользуется профессионал, и потребовать применить именно их, объясняя результаты простым и ясным языком , .
По мнению Ризеберга, технологическая индустрия в целом чрезмерно увлеклась узкоспециализированными агентами . Людям психологически комфортно расписать «актерский состав» виртуального офиса (отдельный аналитик, отдельный копирайтер, отдельный исследователь), однако универсальные базовые модели превосходят любые специализированные надстройки .
Показателен исторический прецедент: когда команда Google DeepMind разработала узкопрофильную систему для математических состязаний, та взяла серебряную медаль на Международной олимпиаде . Однако уже через несколько месяцев стандартные универсальные базовые модели без какой-либо специальной подготовки пришли на те же соревнования и завоевали абсолютное золото .
Единственная область, которую Ризеберг доверяет одному стандартному чату на 100% без дополнительных перепроверок, — редакторский фактчекинг: модель блестяще находит первоисточник для каждой цифры в презентациях и отсекает недостоверные данные . Напротив, категорически запрещено доверять сессии оценивать саму себя — модель не способна адекватно судить о качестве собственной работы в рамках того же контекста .
📂 Доступ к сырым данным вместо изолированных инструкций 17:24
Распространенная ошибка корпоративного внедрения ИИ — искусственное дробление контекста, когда отдельным сотрудникам или агентам выдают узкие срезы информации . Если инженерный менеджер в IT-компании видит только репозиторий с кодом, но изолирован от звонков с клиентами, продуктовых метрик и бизнес-показателей продаж, ценность его управленческих решений стремится к нулю . Нейросетям для качественной работы точно так же необходима полная панорама бизнеса .
Современные поколения LLM научились избирательно использовать внешние инструменты и обращаться к конкретным базам по API, запрашивая только нужные фрагменты вместо бездумного выкачивания терабайтов информации , . В связи с этим предопределенные промпты-скилы (Skills) стремительно обесцениваются . Зачастую в них законсервированы ограничения прошлых версий нейросетей; удаление жестких системных инструкций нередко мгновенно повышает качество генерации .
Для построения зрелого процесса Ризеберг предлагает мысленный эксперимент: поставить себя на место языковой модели . Чтобы эффективно устранять баги, человеку-инженеру недостаточно копировать единичные жалобы из трекера — ему необходим прямой доступ к серверным логам, компьютеру и инструментам тестирования . Полтора года назад Феликс сам работал «передаточным конвейером», вручную скармливая ошибки Claude, пока не предоставил модели сквозной доступ к реестру багов, позволив алгоритму самостоятельно ранжировать и закрывать проблемы .
Тем, кто только начинает интеграцию ИИ в повседневную жизнь, разработчик рекомендует не тратить недели на регламенты и интеграции . Достаточно скачать десктопное приложение Claude со встроенным браузером, предоставить доступ к операционной системе и дать модели возможность выполнять рутинные действия напрямую через графический интерфейс сервисов .
👥 Как руководителю перестать быть «бутылочным горлышком» 24:50
Ведущая подкаста Марина Могилко описала типичный кризис масштабирования: ее команда из 35 человек активно генерирует материалы через Claude, однако финальный продукт требует правок руководителя примерно на 30% , . Невозможность делегировать эти 30%, отражающие персональный вкус и насмотренность фаундера, превращает лидера в узкое горлышко всех внутренних процессов компании .
Для автоматизации передачи индивидуального вкуса Ризеберг предлагает трехэтапный протокол:
- Предоставить модели доступ к историческому массиву правок (в мессенджере Slack, репозитории GitHub или комментариях Google Docs) , .
- Поручить Claude сжать весь массив замечаний в структурированный кодекс негласных правил и редакционных принципов конкретного руководителя .
- Запустить глубокий анализ скрытых паттернов: попросить нейросеть выявить те авторские ценности и триггеры, о наличии которых сам фаундер даже не догадывается .
Чтобы преодолеть кризис доверия, не нужно передавать автономное управление бизнесом одномоментно . Эффективнее внедрить параллельный режим: руководитель независимо вычитывает входящий документ, а параллельная ветка Claude (например, в корпоративном чате Slack через интеграцию Claude Tag) формирует свой список правок , . Сличение двух списков на протяжении пары недель позволяет точно откалибровать понимание модели и безопасно делегировать ей рутинный менеджмент .
💡 Преимущество фаундера в мире мгновенного создания софта 28:40
По воспоминаниям Могилко, когда в 2015 году ее команда запускала платформу для зарубежного образования через акселератор 500 Startups, главным барьером входа был начальный капитал: наем программистов, разработка серверной архитектуры и инвестиции в сотни тысяч долларов . В современных реалиях аналогичный цифровой сервис один человек способен спроектировать и запустить за пару суток .
По мнению Ризеберга, фундаментальные законы предпринимательства не изменились: сама по себе идея никогда ничего не стоила, а техническое воплощение обесценилось только сейчас , . Ключевым конкурентным преимуществом бизнеса остается глубокая эмпатия — умение детально понять боль конечного клиента и предложить решение, за которое люди захотят платить . Наступает эпоха микростартапов, когда коллективы из одного-двух человек будут строить компании с капитализацией в миллиард долларов .
Программирование на базе естественного языка («вайб-кодинг») постепенно уничтожит пласт посредственного программного обеспечения, которым люди пользуются исключительно из-за отсутствия альтернатив , . При этом огромные секторы глобальной экономики до сих пор функционируют на безнадежно устаревшей инфраструктуре :
- Стойки регистрации международных аэропортов и логистические хабы, использующие черно-белые текстовые терминалы без графических интерфейсов ;
- Системы бронирования и заселения в гостиничном бизнесе, перегруженные неинтуитивными экранами ;
- Специализированное программное обеспечение для медицинских и стоматологических клиник .
В этих консервативных нишах барьер заключается не в написании кода (собрать функционал можно за день), а в выстраивании доверительных отношений с клиентами и бережной интеграции софта в реальные бизнес-процессы . Это открывает колоссальное окно возможностей для предпринимателей с развитыми коммуникативными навыками и бизнес-образованием (MBA) .
🎓 Кризис профессии программиста и образование будущего 36:22
Современное сообщество инженеров переживает глубокий кризис идентичности: механическое знание синтаксиса или заучивание наизусть компонентов библиотеки React окончательно утратило рыночную ценность , . Сеньорность специалиста теперь измеряется способностью решать реальную бизнес-задачу пользователя, а не академической изощренностью архитектуры кода .
Молодым разработчикам Ризеберг советует с первого дня концентрироваться на создании осязаемого портфолио законченных продуктов, а не абстрактных концептов . Наиболее ценный прикладной навык сегодня — интеграция разнородных сервисов и систем, способность молниеносно соединять готовые программные компоненты с помощью больших языковых моделей . Ни дипломы ведущих университетов, ни формальные резюме не играют решающей роли при найме в передовые лаборатории — ключевым фактором остается демонстрация участия в успешных проектах, которые можно протестировать вживую .
Рассуждая о воспитании детей, Ризеберг отметил неэффективность классического немецкого университетского подхода, делающего упор на абстрактную математическую теорию в отрыве от создания продуктов . В качестве эталона он выделил образовательную модель канадского Университета Уотерлу (University of Waterloo): студенты проходят череду практических стажировок в ведущих корпорациях калифорнийского технологического кластера (Apple, Google, Tesla) задолго до получения диплома , . Выпускники такой системы умеют отстаивать инженерные инициативы перед стейкхолдерами, координировать действия с юридическими отделами и четко осознают законы командного взаимодействия, многократно превосходя теоретиков с докторскими степенями , .
Развитие искусственного интеллекта разворачивается по крутой экспоненте, масштаб которой эксперты регулярно недооценивают . По прогнозу Ризеберга, весь спектр современных ИИ-приложений представляет собой лишь эпоху примитивных кнопочных мобильных телефонов накануне появления первых смартфонов . Через пять лет цифровой ландшафт изменится до неузнаваемости, поэтому способность специалистов непрерывно пересматривать свои устоявшиеся рабочие процессы каждые несколько месяцев становится базовым условием выживания на рынке труда , .
