AI-adoption ускоряется на моих глазах Пару дней назад я сидел, ждал пока Claude Code выполнит поставленную задачу и что-то задумался об AI-adoption. Я стал использовать ChatGPT вскоре его появления, но в 2024 году это было скорее игрушкой. Иногда неплохо отвечало на вопросы, часто косячило. На работе практически не использовал, ибо в большинстве случаев было эффективнее делать вещи самому. В 2025 году я по фану решил делать веб-игру. Это отдельная история, но если коротко, я вначале написал страниц 10 того, что хотелось бы иметь в игре, потом итеративно сделал приличный Design Document. На этом этапе Gemini Pro работало больше всего. Дальше я попросил Sonnet 3.7 написать код. На тот момент Claude Code я ещё не использовал, поэтому делал в браузере. Модель выдала 50+ файлов, после получаса мелкий исправлений оно заработало. Вначале у меня было офигение и шок от того, что это сработало. Но довольно быстро увидел много проблем - кучи багов в интерфейсе, захардкоженные результаты вместо вычислений и много другого. Когда я вышел на работу в BigTech летом 2025, мои коллеги говорили, что у нас есть внутренний AI-помощник, он может помочь искать информацию, но на большее рассчитывать не стоит. И не стоит ему полностью доверять - сильно галлюцинирует. К осени 2025, внутренний ассистент постепенно стал более полезным и его можно было использовать для некоторых задач. Но и я, и большинство коллег предпочитали писать код сами. Переломный момент, по моим ощущениям, наступил тогда, когда в компании выкатили Claude Code + Opus 4.5 в общий доступ. Люди стали пробовать... и им понравилось. Конечно, большой мотивацией делать это являлось то, что компания очень активно пушит использование AI-инструментов: и AI-driven impact, и просто их использование. Но всё равно заметно, что люди стали активно использовать Claude Code для рабочих задач. Плюс у нас есть много внутренних скилов, плагинов и прочего - они реально упрощают работу. В этом году прям заметно, что больше кода генерится, больше всяких семинаров и ивентов про AI. Последний пример: я всё никак не собрался попробовать OpenClaw, но вдруг увидел, что Oura Chief Medical Officer выложил репо для подключения Claw к данным Oura Ring. С помощью Claude Code я ща полчаса запустил это и попробовал. Любопытно (хотя не очень полезно), но меня вдруг осенила мысль, что если я опасаюсь проблем с безопасностью, я могу просто попросить Claude Code переписать код так, чтобы это был просто дашборд с аналитикой и прямое задавание вопросов Claude. До появления AI-ассистенов я бы даже и не подумал такое делать. Значит ли это, что современные LLM могут всё? Далеко не так. Галлюцинаций всё ещё много, особенно при работе с внутренними ресурсами компании; анализ данных хорош, но генерация идей так себе; код пишут неплохо, но необходимо в деталях описывать что именно должно быть сделано. Прогресс продолжается и дальше будет удобнее, это не отрицаю. Но пока до автоматизации работы ещё очень далеко. #datascience