[TL;DR Ежедневно] Я скажу это вслух: когда ежемесячный счет за ИИ одного инженера начинает звучать как серия A, это перестаёт быть просто историей об инструментах и превращается в экономический эксперимент. Так что же мы на самом деле наблюдаем — следующую операционную систему программной инженерии или очень дорогую машину для производства ИИ-мусора в промышленных масштабах? Скорее всего, и то, и другое. 🤖💸 🔥 Ситуация: триллион токенов превратился в публичную дискуссию о расходах 📌 Цифры в заголовках намеренно абсурдны • Основатель OpenClaw Питер Штейнбергер оценил, что его команда потратила около $10 млн на токены за один месяц на ИИ-задачи, но сразу добавил: не все эти расходы были полезными. • Другой вирусный пример — профиль Лорен Тан в Cursor, где за 30 дней было использовано около 1,5 триллиона токенов. • Используя приблизительную оценку $8 за 1 млн токенов, Питер Пьекарчык рассчитал, что это составляет около $384 тыс. в день, ~$11 млн в месяц или $132 млн в год. • Даже с 90%-ной корпоративной скидкой оценка всё равно составляет около $1,1 млн в месяц или примерно $13 млн в год. 📌 Почему люди удивились: использование выходит далеко за рамки обычного поведения разработчиков • Данные Jellyfish по 12 тыс. разработчиков показывают, что медианный пользователь потребляет около 51 млн токенов в месяц. • 90-й перцентиль — около 380 млн токенов в месяц. • Это означает, что использование Лорен — 1,5 трлн токенов — примерно в 29 000 раз превышает медиану, а ранее опубликованные Питером 603 млрд токенов — всё ещё в 12 000 раз. • Как только использование токенов переводится в расчёты зарплаты, нарратив меняется мгновенно: это уже не «инструмент продуктивности», а выглядит как вычислительная аристократия. 📌 Реальный счёт сложен, потому что не все токены стоят одинаково • Подсчёт токенов в стиле Cursor может включать стандартный ввод, вывод модели, запись и чтение кэша — всё это имеет разную цену. • При ценообразовании в стиле Opus 5.5: 1 млн входных токенов — около $4, выходных — около $20, а чтение кэша — всего около $0,20. • Один скриншот использования показал, что 73,3 млрд токенов стоили около $30 тыс. в сумме, что даёт среднюю стоимость примерно $0,41 за 1 млн токенов — потому что доминировал кэшированный трафик. • Применив эту среднюю ставку к 1,5 трлн токенов, месячная стоимость снижается до ~$615 тыс., а не до $11 млн. • В абсолютном минимальном сценарии, где всё оплачивается по цене чтения кэша, 1,5 трлн токенов будут стоить около $300 тыс. в месяц. • Пьекарчык позже смягчил свою оценку: даже если его первоначальная цифра была в 10 раз завышена, месячная стоимость всё равно может составлять около $100 тыс. 🔥 Так что же реально было куплено за все эти расходы? 📌 Не «один чат-бот», а целая организационная структура агентов • Штейнбергер описал этот стиль работы как исследование того, как выглядит программная разработка, когда стоимость токенов больше не является ограничением. • Его команда из трёх человек запускала около 100 экземпляров Codex. • Эти агенты проверяли PR, сканировали историю коммитов на наличие уязвимостей безопасности, объединяли дублирующиеся задачи на GitHub, писали исправления, отслеживали регрессии производительности и даже участвовали в совещаниях для генерации PR из обсуждений. • Лорен описала свою систему как команду из более чем 20 агентов: агент-начальник штаба, агент-менеджер продукта и более 20 исполнительных агентов, работающих автономно. 📌 Ключевая идея — не генерация, а верификация • Лорен утверждает, что узким местом в кодировании с помощью агентов является не написание кода, а доказательство того, что код действительно работает. • Её процесс включает запуск кода агентами, сбор трассировок CPU и снимков кучи, запуск симуляторов iOS и взаимодействие с приложениями так же, как это делают пользователи. • Цель — создать замкнутый цикл: если агент может верифицировать свой собственный вывод, он может продолжать итерации до завершения задачи. • Если он не может верифицировать — он передаёт дифф человеку и останавливается — значит, человек становится самым медленным звеном системы. • При заявленном масштабе в 4000 PR в месяц даже по 5 минут ручной проверки на каждый PR итог составит ~333 часа — практически целый месяц работы одного человека. Поэтому ручная проверка не может быть уровнем верификации. 📌 Это меняет роль инженера • В этой модели инженер начинает выглядеть не как кодер, а как менеджер по инженерии для агентов. • Точка Лорен проста: если вы не можете доверять выводу одного агента, вы никогда не масштабируетесь до ста. • Её рабочий процесс pstack упаковывает это в структурированные планы — стандартизируя понимание, проектирование, кодирование, проверку и верификацию для множества локальных и облачных агентов. 🔥 Но здесь история становится острой: вся эта автономность требовала жёстких ограничений 📌 Кодовая база должна была быть перестроена под агентов • GrokBot якобы начинался как быстро написанный софт с слабыми архитектурными ограничениями и мало человеческого чтения кода. • Это делало его лёгким для агентов выбирать путь наименьшего сопротивления: больше кода, расплывчатые границы, растущий риск производительности. • Чтобы исправить это, Лорен сказала, что она использовала более 600 PR для рефакторинга системы во внутреннюю архитектуру под названием Dune. • Правила CI стали чрезвычайно строгими: запретить useEffect, запретить комментарии и проверять графы зависимостей так, чтобы Electron main и renderer никогда не импортировали друг друга. • Другими словами, «умная» часть была не только в более качественных моделях — она заключалась в перепроектировании среды так, чтобы у агентов было меньше возможностей быть небрежными. 📌 pstack может быть мощным, но он также может быть глубоко непереносимым • Его пакет включает 23 плана и более 20 инженерных принципов. • Это звучит меньше как универсальный рабочий процесс разработки и больше как высокоточно настроенный поведенческий клетка для моделей. • Что нормально — пока люди не попытаются скопировать его в обычные команды с обычными бюджетами и обычными устаревшими кодовыми базами. Тогда магия может исчезнуть. 🔥 Отпор: это инновация или просто театр вычислений богатых детей? 📌 Критики говорят, что это фабрика ИИ-мусора, прикрытая будущим • На Reddit и среди инженерного сообщества многие разработчики утверждали, что слияние тысяч PR при практически безграничных расходах на токены — это не революция в программной инженерии. • Их аргумент: это brute-force вычисления, используемые для заполнения кодовой базы микроправками при игнорировании настоящего узкого места — долгосрочной поддерживаемости. • Другими словами: генерация кода масштабируется быстрее, чем суждение. А когда суждение недофинансировано — долг перекладывается на того, кто унаследует репозиторий. 📌 Маркетинговая ценность может быть выше инженерной • Основатель T3 Тео утверждал, что реальные внутренние расходы могут составлять около $25–50 тыс. в месяц. • Его точка зрения проста: даже на этом уровне экспозиция стоит того. Некоторые компании тратят $1 млн на мероприятия и получают меньше внимания, чем один вирусный пост от Лорен.• С точки зрения Cursor, это может быть не столько история о единичной экономике, сколько мастер-класс по PR. • Лорен сама признала своё привилегированное положение: она работает в лаборатории ИИ с практически неограниченным количеством токенов, поэтому она не утверждает, что все должны копировать её точный метод. 📌 Более глубокий вопрос — экономический, а не только технический • Если агентное развитие работает гладко только тогда, когда циклы валидации масштабно субсидируются, то настоящий продукт — это не «ИИ-кодирование». Это доступ к дешёвой валидации в масштабе. • И если это правда, то AgentFi становится более интересной рамкой: не только то, что могут делать агенты, но и кто может позволить себе позволить им работать автономно. • Будущее может принадлежать не командам с лучшими промптами. Оно может принадлежать командам, которые создают лучшие системы стимулов, ограничения и капиталоэффективные циклы валидации. Моё мнение? Эта история полезна именно потому, что делает всех неудобно. • Лучший сценарий: это ранний взгляд на новый инженерный стек, где агенты выпускают, тестируют, исправляют и координируют работу в рамках программных систем. • Худший сценарий: это спектакль, субсидируемый вычислительными ресурсами, который путает объём вывода с качеством продукта. • Наиболее вероятно: истина лежит посередине. Агентное программное обеспечение может быть реальным, но без дисциплинированной архитектуры и разумной экономики оно может просто стать более быстрым способом создания технического долга. Итак, вопрос, который я оставляю вам: Если агент может создавать 4000 PR в месяц, но лишь крошечная элита может позволить себе плату за валидацию, — это будущее программирования — или просто демонстрация власти?