Краткое содержание анализа
В данной статье рассказывается о изменениях в рабочем подходе команды Claude Code, входящей в состав компании Anthropic (организация, специализирующаяся на разработке технологий искусственного интеллекта). Ранее процесс разработки программного обеспечения был ориентирован на высокие затраты на написание кода, однако в эпоху ИИ проблема уже не в этом; основные трудности связаны с проверкой кода, его рецензированием и обеспечением безопасности. В связи с этим команда пересмотрела подход к планированию работ, автоматизации процессов, процедуры рецензирования кода и распределение обязанностей между членами команды. Безэффективные процессы были устранены, чтобы люди могли сосредоточиться на творческих решениях и важных решениях, а ИИ занимался повторяющейся работой и выполнением деталей.
1. Подход к планированию: от предварительного разработания детальных планов к созданию прототипов для тестирования
Раньше при разработке проектов необходимо было составлять длинные документы с описанием архитектуры и проводить многочисленные собрания для рецензирования из-за высоких затрат на написание кода и опасений ошибок. Однако команда Claude Code обнаружила, что ИИ может создавать код очень быстро, поэтому планы, разработанные за 6 месяцев, могут устареть уже через 3 месяца. Теперь они используют подход «мгновенного планирования» (JIT):
- Устранение ненужных процедур: не составляют сложных документов с описанием архитектуры, а сразу создают прототипы для тестирования;
- Предварительная проверка: из-за изменения характера ошибок в коде, создаваемом ИИ, процессы тестирования и обратной связи проводятся на этапе разработки;
- Лучше создать прототипы, чем спорить: если у двух человек возникают разногласия по поводу решения, ИИ за 10 минут может сгенерировать несколько вариантов; это в 10 раз эффективнее, чем обсуждение на основе PowerPoint-презентаций.
Проще говоря, раньше при строительстве дома сначала составлялись детальные чертежи; теперь сначала создается простая модель, в которой можно немедленно обнаружить ошибки и скорректировать план.
2. Автоматизация: если работа повторяется более трех раз – используйте ИИ
Каждый член команды Claude Code при столкновении с повторяющейся задачей спрашивает: «Можно ли это автоматизировать?»
- Начинайте с мелочей: например, раньше Фиона ежедневно вручную обрабатывала отзывы клиентов; теперь эта работа выполняется ИИ. Если кому-то нужно синхронизировать код на рабочем и домашнем компьютере, достаточно попросить ИИ создать скрипт для автоматического получения последних изменений;
- Стоимость автоматизации снизилась: раньше для автоматизации требовались сложные скрипты, и автоматизация была возможна только для важных задач; теперь же автоматизация стала практически бесплатной при условии повторения работы более трех раз;
- Постепенное наращивание возможностей: не нужно сразу создавать сложную систему автоматизации – достаточно решить одну мелкую проблему каждый день, и через месяц рабочий процесс полностью изменится.
Это похоже на ежедневную работу с отчетами: если раньше вы вручную оформляли все документы, теперь ИИ автоматически распознает фактуры и заполняет формы, освобождая время для более ценных задач.
3. Рецензирование кода: ИИ выполняет тяжелую и monотонную работу, люди делают ключевые решения
Поскольку ИИ создает код очень быстро, как люди могут успевать с его проверкой? Команда Claude Code придерживается принципа «доверия, но проверки»:
- ИИ занимается базовыми задачами: проверка стиля кода, выявление ошибок, дополнительные тестирования (это составляет 60–70% работы рецензентов);
- Люди принимают решения по ключевым вопросам: юридическое соответствие, безопасность кода, соответствие требованиям пользователей – эти аспекты невозможно автоматизировать;
- Постоянная корректировка границ: по мере обновления ИИ возможно изменение того, что раньше выполняли люди.
Это похоже на работу учителя: ИИ проверяет ответы на вопросы из определенных категорий (механическая работа), а учитель – сочинения (требует творчества и логического мышления).
4. Распределение обязанностей в команде: границы становятся размытыми; при наборе сотрудников важны не скорость работы, а их способности
Из-за использования ИИ исчезли барьеры между функциональными группами:
- Смешанное распределение обязанностей: менеджеры могут писать код, инженеры – разрабатывать текстовые описания продуктов (например, после устранения ошибок ИИ генерирует текст для пользователей, который затем редактируется людьми);
- Критерии набора сотрудников: важны не количество строк кода, написанных за час, а две основные способности:
1. Творческий подход к решению проблем: умение быстро создавать прототипы с использованием ИИ;
2. Экспертность в области системного анализа: способность выявлять скрытые ошибки в коде.
Проще говоря, ИИ может выполнять рутинные задачи, но ключевые решения принимают люди – это и является основой успешной работы команды.
5. Способствование изменениям: активное устранение безэффективных процессов и поддержание горизонтальной структуры организации
В эпоху ИИ старые процессы могут превращаться в формализм; команда Claude Code придерживается принципов горизонтального управления:
- Горизонтальное управление: руководители сами участвуют в работе на передовой, поддерживая гибкость команд (например, тот, кто хорошо справляется с определенной задачей, переходит в соответствующую группу);
- Приоритет ИИ: если есть возможность использовать ИИ, не нужно тратить ресурсы на выполнение рутинных задач;
- Активное устранение ненужных процессов: например, если Фиона обнаруживает, что еженедельные собрания неэффективны, она сразу решает, нужны ли они вообще.
Многие старые процессы в компаниях (например, бессмысленные еженедельные собрания или избыточные процедуры утверждения) сохраняются из-за инерции; кто-то должен взять на себя ответственность за их устранение.
Заключение: организации, специализирующиеся на использовании ИИ, не просто покупают инструменты – они полностью пересматривают свою структуру и подходы к работе
Исследования команды Claude Code показывают, что использование ИИ не ограничивается простым приобретением программных решений; это возможность полностью изменить рабочие процессы. Как говорит Фиона: «Найдите самые сложные и трудоемкие аспекты вашей работы и спросите себя: действительно ли они еще нужны?»
Этот анализ объясняет в простом языке влияние ИИ на организации и показывает, что ИИ – это не просто инструмент, а катализатор изменений в рабочих процессах.