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

Проверка идей продуктов с помощью Claude Code и демонстраций Remotion
Разработчик использовал Claude Code и Remotion для создания 60-секундной концепт-демонстрации инструмента TypeScript YouTube MCP перед написанием какого-либо продакшен-кода, потратив около 2 часов в общей сложности. Демо подтвердило идею, показав семантический поиск по 50 лекциям с использованием sqlite-vec и без необходимости API-ключа.

Файл навыков Claude применяет теорию переговоров к составлению электронных писем
Разработчик создал файл SKILL.md для Claude, который внедряет в написание электронных писем такие переговорные фреймворки, как BATNA, якорение и взаимность. Навык генерирует 2-3 варианта письма с анализом компромиссов вместо одного общего ответа.

Использование Telegram Topics для неограниченных параллельных диалогов с ИИ-агентами
Разработчик обнаружил, что преобразование групп Telegram в форумы позволяет каждой теме функционировать как изолированная сессия для ИИ-агентов, обеспечивая неограниченное количество параллельных диалогов без создания дополнительных ботов или токенов.

Спаситель дикой природы использует искусственный интеллект Claude для создания книги по уходу за детенышами белок и интерактивного чат-бота
Специалист по спасению дикой природы с 38-летним опытом использует Claude AI для доработки 300-страничной книги по уходу за детёнышами белок и создал интерактивного чат-бота по имени Hazel, чтобы помогать другим спасателям. Сейчас специалист проверяет возможности Claude, поручив ему отслеживать и вести дневник прогресса детёныша белки по имени Нова.