В прошлом году Ethan Mollick написал эссе под названием «Работа с волшебником»: ты произносишь заклинание, и что-то происходит. Запуск агента, описание задачи — и результат materializes на экране. Волшебник ты, потому что произносишь слова и получаешь эффект. И весь процесс в твоих руках: ты выбираешь каждое заклинание и контролируешь каждый шаг.

В июне 2026 года, после месяца с Claude 5 Fable, он пишет новую заметку с другим заголовком. Не «волшебник». «Патрон». Разница принципиальна: волшебник произносит заклинания сам. Патрон описывает, что хочет, платит и оценивает результат. Само колдовство происходит где-то, где ты не видишь, — в сотнях мелких решений, на которые у тебя нет голоса.

Из волшебника в патроны: что изменилось

Суть сдвига — в том, куда девается работа. Раньше ты давал ИИ задачу, он делал часть, ты делал остальное, и результат складывался из вашего совместного труда. С Fable ты описываешь амбициозную идею — «построй изохронную карту городов мира на основе реальных данных о транспорте» — и получаешь готовый продукт. Карта строится несколько часов, за которые ИИ запускает суб-агентов для исследования расписаний поездов и авиарейсов, пишет код, тестирует, исправляет, запускает новые циклы проверки. Ты даёшь обратную связь пару раз. Остальное — черный ящик.

Ключевой момент: это не автономный агент в вакууме. Fable — это агент, который умеет запускать других агентов. Получив задачу построить карту, он запустил несколько суб-агентов (в основном более дешёвых, вроде Claude Sonnet) для сбора данных о 2200 рейсах, расписаниях TGV и Shinkansen, скоростях дорог из академических статей. Пока суб-агенты работали, основной агент писал код. Потом — ещё агенты для тестирования. И всё это без участия человека, который просто сидел и ждал.

Результат — изохронная карта, визуально стилизовая под оригинал 1881 года. Но за визуальной пародией — реальные данные: реальные аэропорты, реальные поезда, реальные корабли до островов Питкерн. ИИ сам нашёл эти данные, сам принял решения о том, какие источники считать надёжными, сам построил интерактивную визуализацию. Человек только попросил «сделай лучше» дважды.

Девять часов без контроля: Concord как предел

Самый показательный проект из эссе Mollick — не карта. Это система Concord, которую он заказал у Fable для калибровки человеческих и ИИ-суждений при анализе исследовательских данных. Задача: взять датасеты с «грязными» ответами людей, научить ИИ и человека оценивать их согласованно, а затем проводить сложный статистический анализ. Такие инструменты нужны академическим исследователям, но никогда не окупались коммерчески.

Fable работал девять с половиной часов. Выдал 19-страничный документ спецификации, затем — работающий код. Запустил собственный пайплайн валидации, создал артефакт, который исследователи хотели годами, но который никто не хотел финансировать. Человек нашёл несколько ошибок и отправил на доработку. ИИ исправил. Итог — код на GitHub, доступный всем.

Проблема в том, что произошло с отношениями. Раньше, работая с ИИ, ты был инженером: контролировал процесс, принимал решения по пути, понимал, как получается результат. Теперь ты — менеджер продукта, который заказывает работу у студии. Ты определяешь цель, оцениваешь результат, даёшь правки. Но ты не был на этапе разработки. Ты не знаешь, почему ИИ выбрал именно этот подход, какие альтернативы отверг, что было сложнее всего. Работа сделана — и сделана хорошо — но сделана без тебя.

Почему это важно: асимметрия власти

Сдвиг «волшебник → патрон»听起来 как просто смена интерфейса. На самом деле это фундаментальное изменение в отношениях. Волшебник — активный участник. Патрон — потребитель. Когда ИИ становится исполнителем, а человек — заказчиком, меняется не только распределение задач. Меняется ответственность.

Волшебник отвечает за процесс. Если заклинание не сработало — ты выбрал не то заклинание, ты произнёс его неправильно, ты не понял контекст. Твоя ошибка, твой урок, твоё развитие. Патрон отвечает только за выбор. Заказал карту — получил карту. Заказал Concord — получил Concord. Если продукт сломался, виноват тот, кто делал, а не тот, кто заказывал. Но что, если ИИ сделал продукт, который ты не можешь проверить? Что, если в Concord вкралась ошибка, которую ты не заметил, потому что не понимаешь кода?

Mollick пишет, что нашёл несколько ошибок в Concord — и это «как эксперт». Не-эксперт не найдёт ничего. А ИИ уже пишет работу, которую невозможно оценить без глубокого погружения в тему. Если единственный человек, способный проверить результат агента, — это другой агент, то человеческий контроль качества становится узким местом. А с учётом того, сколько стоят вычисления и как быстро ИИ генерирует контент, это узкое место становится всё серьёзнее.

Jagged frontier: почему ИИ всё ещё делает странные ошибки

Fable в два раза дороже Opus и потребляет токены с невероятной скоростью. Даже с умным делегированием на более дешёвые модели (Sonnet вместо себя для части задач), стоимость рабочей сессии — значительная. При этом модель всё ещё делает странные ошибки: стилистические особенности Claudisms прослеживаются в генерируемом коде, прогресс-репорты написаны в узнаваемом стиле, визуальный результат несёт следы того, «как думает» ИИ. Jagged frontier — неровный фронт возможностей — никуда не делся.

Fable также останавливается на намёке любую проблему с безопасностью: «если запуск затрагивает cybersecurity — Fable откатывается на Opus 4.8, и это происходит слишком часто», пишет Mollick. Это значит, что модель нельзя использовать для значительной части задач, где она была бы наиболее полезна. Кто-то заранее решил, что патрон не должен иметь доступ к определённым заклинаниям.

Что это значит для будущего работы

Эссе Mollick заканчивается не предупреждением, а констатацией. Мы движемся к миру, где ИИ делает, а человек решает, что хочет. Это не катастрофа — это эволюция. Но эволюция требует новых навыков. Не умения делать, а умения ставить задачу. Не умения кодить, а умения оценивать результат. Не умения понимать процесс, а умения доверять результат, который ты не понимаешь.

Вопрос не в том, заменит ли ИИ программистов. Вопрос в том, станет ли программист патроном, который заказывает работу у агентов, или он станет чем-то ещё — возможно, архитектором задач, который проектирует не код, а цепочки агентов. Человек, который определяет, что должно быть сделано, и решает, достаточно ли хорош результат. Это не меньше работы — это другая работа.

Mollick называет себя патроном. Это звучит как понижение. На самом деле — повышение требований. Быть патроном Ренессанса было сложнее, чем быть ремесленником: нужно было понимать искусство, чтобы отличить хорошую работу от плохой, иметь вкус, чтобы сформулировать задачу, и мужество, чтобы доверить результат, который нельзя было переделать за ночь.

Часто задаваемые вопросы

Разве это не потеря контроля?

Зависит от определения. Если контроль — это выполнение каждого шага лично, то да. Если контроль — это ответственность за результат и право решать, что делать дальше, — нет, контроль остаётся. Человек определяет цель, оценивает результат, принимает решение о доработке. Изменилась не власть, а роль: из исполнителя ты стал заказчиком. Это требует других навыков, но не требует отказа от контроля.

Почему бы просто не использовать менее мощные модели?

Fable в два раза дороже Opus и слишком часто откатывается на 4.8 из-за guardrails. Но для задач, где важна глубина (многочасовые проекты с суб-агентами, сложная координация), разница в возможностях оправдывает разницу в цене. Модель решает задачи, которые меньшие модели не решают. Вопрос не в том, какую модель использовать, а в том, для каких задач нужен патрон, а для каких — волшебник.

Как проверить результат, который ты не понимаешь?

Прямо — никак. Но косвенно — через тестирование и экспертов. Mollick нашёл ошибки в Concord, потому что он эксперт в методологии исследований. Если ты не эксперт в предметной области — найди того, кто эксперт, или построй систему валидации с участием людей. ИИ генерирует быстро, экспертиза остаётся узким местом. Это значит, что спрос на глубокое понимание предмета не уменьшится — он станет критичнее.