Агентная усталость от кода: почему больше агентов вас не спасет

Привычный ритм разработки ПО — писать код вручную, связывать компоненты, строить ментальные модели — уходит в прошлое с появлением агентного программирования. В своем посте на HN Сид описывает, как код, сгенерированный LLM, появляется мгновенно, заставляя вас погружаться в контекст с нуля, как если бы вы полагались на татуировки из фильма «Помни». Процесс превращается в игровой автомат с переменным психологическим вознаграждением, за которым следует когнитивная усталость, вместо глубокой сосредоточенной работы.
Ключевые болевые точки
- LLM генерируют на порядки больше кода, чем вы можете должным образом отладить или осмыслить. Вы утверждаете сырой код просто чтобы не отставать, уступая операционный контроль и доверяя инструменту — пока он не наткнется на граничные случаи и не развалится.
- Одновременное управление несколькими агентами требует постоянного контроля, переключения контекста и большего числа решений в час. Вы принимаете архитектурные решения, одновременно проверяя вывод неопытного разработчика, что принципиально сложнее, чем делать работу самому.
- Усталость от принятия решений — невидимая точка трения. Ваш мозг выгорает за 4-5 интенсивных часов против 8-10 нормальных продуктивных часов. Сид отмечает, что его друзья уже выгорели, но редко признаются в этом.
Почему увеличение числа агентов — не ответ
Больше агентов не работает. Автоматизированные системы могут работать 24/7, но люди не выдерживают когнитивную нагрузку. Очевидное исправление — улучшение циклов проверки и верификации — ставит перед замкнутым кругом: строить их самостоятельно или доверить LLM? Если вы не доверяете исходному коду, будете ли вы доверять системе верификации, созданной той же LLM? И как проверить верификатор?
Основная проблема
Сид подводит итог: вы застряли в подвешенном состоянии — вынуждены использовать инструмент для продуктивности, но никогда не можете полностью доверять ему без присмотра. Пока LLM не станут строго лучше людей в рецензировании и верификации, человеческое узкое место останется.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Запуск OpenClaw на MacBook Pro 2013 года с macOS Sonoma через OpenCore Legacy Patcher.
Разработчик успешно установил и запустил OpenClaw на MacBook Pro 15" 2013 года с 16 ГБ оперативной памяти, используя OpenCore Legacy Patcher для установки macOS Sonoma (v14), что соответствует требованиям Node.js 22/24.

Использование Kimi K2.6 для правильного удаления приложений macOS путем поиска скрытых папок приложений
Разработчик описывает использование Kimi K2.6 для автоматического поиска и удаления каталогов приложений macOS, включая скрытые ~/.appname и ~/Library/Application Support, с помощью собственного агента, который редактирует свою базу знаний для улучшения процесса.

Использование OpenClaw в качестве системы финансового мониторинга и управления документами
Пользователь настроил OpenClaw с доступом к банковскому API только для чтения, чтобы отслеживать транзакции, генерировать отчеты, контролировать денежные потоки и управлять подписками. Настройка также включает автоматический сбор счетов через WhatsApp и организацию документов в Google Drive и Excel.

Как использовать Claude AI в качестве партнера для размышлений, а не поисковой системы
Пользователь Reddit объясняет, что использование Claude как Google ограничивает его потенциал. Вместо этого пользователям следует вести диалог, предоставлять контекст о целях и попытках, а также использовать Claude для проверки собственных мыслей.