После «апокалипсиса SaaS» рынок впал в лихорадку. Инвесторы решили, что программное обеспечение стало практически бесплатным товаром и 90% программистов можно уволить.

Это одно из предсказуемых заблуждений, вызванных непониманием природы разработки ПО. Да, правила игры изменились, и SaaS больше не будет таким, каким был. Но ИИ его не уничтожит и не заменит разработчиков приложений.

Почему «апокалипсис SaaS» — это не то, чем кажется

SaaS неизбежен, каким бы впечатляющим ни был ИИ. Потому что SaaS — это не просто доступ к программному обеспечению. SaaS — это критически важная инфраструктура вокруг кода. Он обеспечивает хранение данных, резервное копирование, контроль доступа, интеграции, обновления, масштабирование, безопасность и комплаенс.

Ис��езновение SaaS означало бы не свободу от оплаты софта, а возврат в архаичную эпоху. Компаниям пришлось бы разворачивать собственные серверные, строить внутренние дата-центры, организовывать обновления и бэкапы, нанимать обслуживающий персонал. Нет оснований полагать, что кто-то этого хочет.

Однако потребность в инфраструктуре — лишь одна причина, по которой ИИ не перевернёт нынешние практики разработки ПО. Другая — в том, что он не способен воплотить один незадокументированный фундаментальный инженерный принцип.

Позвольте объяснить.

Эмерджентность: недостающий элемент

Наивно полагать, что для разработки ПО достаточно знания синтаксиса, понимания архитектуры и умения применять подходящую методологию. Если бы это было так, то джуниор с дипломом с отличием по computer science был бы лучшим инженером, чем сеньор без такого диплома. Но в жизни всё наоборот.

Понимание этого феномена ведёт к пониманию того, почему ИИ, в отличие от вас, никогда не сможет стать «сеньором».

Конечно, вы можете сказать, что знаете причину: у джуниора нет опыта сеньора. Да, это правда и, в целом, тривиально. Но что мы подразумеваем под «опытом»?

Если джуниор идеально владеет синтаксисом, правилами, архитектурными паттернами и т. д., то у него уже есть всё необходимое. Остаётся лишь собрать эти кубики Lego в подходящее решение для каждого конкретного случая.

Однако если вы опытный разработчик, вы знаете, что это не так. Если вы исследователь, регулярно решающий задачи, от которых плавится мозг, — это для вас тоже бесспорный факт.

Вы знаете, что одних строительных блоков недостаточно для создания красивого программного продукта. И вы чувствуете, что опыт — это не просто клей, скрепляющий всё воедино. Это нечто ещё более важное.

И это действительно так. Потому что опыт — это эмерджентная характеристика. Его нельзя купить или скопировать, и он не прилагается к диплому с отличием по computer science.

Впрочем, это не значит, что ИИ бесполезен как инструмент. Полезен — и очень. Вопрос в том, как его использовать осознанно. BotHub собирает ведущие мировые нейросети — GPT-5.4, Claude 4.6 и другие — в одном интерфейсе. Сравнивайте модели, тестируйте на своих задачах, используйте там, где ИИ действительно усиливает вашу работу, — а не там, где маркетинг обещает заменить вас.

Для доступа не требуется VPN, можно использовать российскую карту.

По ссылке вы можете получить 300 000 бесплатных токенов  для первых задач и приступить к работе с нейросетями прямо сейчас!

Что есть у человека и чего нет у ИИ

«Эмерджентность» — это появление в системе качеств, отсутствующих у отдельных её элементов, но возникающих в результате их взаимодействия. Этот термин широко используется в различных науках для объяснения того, почему «целое больше суммы частей».

Ментальные состояния — такие как «интуиция», «предвидение» и другие — считаются эмерджентными. И едва ли можно отрицать, что:

  • Именно эти состояния делают возможными многие решения.

  • Современный ИИ не может обладать такими состояниями — а значит, не может находить решения, основанные на них.

Бесконечность против ограниченности

Настоящий интеллект способен синтезировать ранее не существовавшие решения, тогда как ИИ лишь имитирует это.

Потому что настоящий интеллект имеет доступ к индивидуальному опыту, а у ИИ такого опыта нет вовсе. То, что есть у ИИ, — это внешняя память, но она не заменяет опыт, который:

  • является темпорально непрерывной сущностью,

  • осмысляется через причинность,

  • включает события, порождённые эмерджентностью.

Ничто из этого не применимо к внешней памяти ИИ. Это просто набор данных. ИИ использует его для вычисления вероятностей, а не для понимания сути событий. И когда вы слышите, как сторонники ИИ говорят о «долговременной памяти», не обманывайтесь. Это очередной маркетинговый приём.

Настоящий интеллект способен генерировать новый опыт на основе предыдущего, включая решение конкретной задачи ранее не существовавшим способом.

ИИ этого не может. Его контекст всегда ограничен входными параметрами. Многократно обращаясь к внешней памяти, он может имитировать доступ к опыту. Благодаря этому трюку он способен какое-то время выполнять задачи с достаточным качеством и быстрее человека. Но важно понимать:

  • Количество «синтезированных» (то есть сымитированных) решений всегда будет меньше, чем у интеллекта, обладающего опытом.

  • Эти решения будут результатом перебора, а не понимания проблемы.

  • Соответственно, чем больше «трюков» он использует, тем больше ресурсов потребляет. Эта динамика нередко приобретает экспоненциальный характер.

ИИ, в отличие от вас, никогда не сможет стать «сеньором».

Фейковый универсальный язык

Бытует мнение, что SaaS-провайдеры намеренно усложняют свои продукты. Мол, это способ защиты от конкуренции через затруднение миграции. Если вы вложили значительные средства в разработку и обучение сотрудников, уход с платформы становится очень болезненным.

Во-первых, жалко уже потраченных денег. Во-вторых, страшно представить, что всё то же самое придётся делать на новой платформе.

И вот придёт ИИ и всё исправит!

Ведь у него есть такой волшебный инструмент, как Model Context Protocol (MCP). Представленный Claude, он позиционируется как универсальный язык для коммуникации ИИ с системой.

В реальности это очередной маркетинговый приём. MCP — это просто список функций и правил их использования, через которые ИИ может взаимодействовать с программным обеспечением. И чтобы это работало, софт, к которому обращается ИИ, тоже должен понимать MCP.

Видите трюк?

Claude Code не «изучает» систему так, как это можете сделать вы. Вы можете найти документацию, задать вопросы, поэкспериментировать и постепенно понять, как всё работает.

Вы действуете на основе общего понимания реальности — то есть контекста вашего опыта. ИИ же действует только в рамках контекста, явно предоставленного ему. Если контекст не содержит определённых функций или данных, для ИИ их просто не существует.

Поэтому MCP не заменяет человеческое изучение системы — он лишь упаковывает малую часть этой системы в форму, удобную для ИИ.

Никакой «революции» здесь нет — это тот же подход, что и в традиционном программном обеспечении.

Фейковая мощь

Главное утверждение «революции агентного ИИ» — что ИИ способен действовать в реальном мире почти самостоятельно. А суперагенты вроде Claude Code якобы делают это на экспертном уровне.

Anthropic заявляет о создании цифрового стажёра, управляющего компьютером, специализированных плагинов, превращающих его в юриста или финансиста, и новой модели, способной координировать сложные рабочие процессы. Но вся эта «команда экспертов» оказывается очередным маскарадом.

Помните: ИИ, в отличие от вас, не обладает пониманием. Поэтому он:

  • не понимает организацию, в которой работает,

  • не знает целей бизнеса,

  • не несёт ответственности за последствия решений,

  • не способен самостоятельно справляться с нестандартными ситуациями,

  • выполняет операции в рамках заданных сценариев и доступных инструментов.

Пока задача укладывается в эти рамки, всё выглядит впечатляюще. Как только реальность выходит за них — автономия исчезает.

Специализированные плагины, которыми гордится Anthropic, не превращают модель в профессионала. Они лишь предоставляют доступ к определённым данным и функциям. У ИИ нет опыта, нет контекста конкретной компании, нет понимания юридических рисков или бизнес-логики. Это инструмент обработки информации, а не лицо, принимающее решения.

То же касается «управления компьютером». Нажимать кнопки и заполнять формы — не значит понимать процесс, частью которого являются эти действия. Человек видит цель, замечает аномалии, задаёт уточняющие вопросы, меняет стратегию. Агент просто выполняет последовательность операций, пока она не перестаёт работать.

Наконец, важно понимать: вся эта демонстрируемая мощь надёжно работает только в тщательно подготовленной среде. Всё выглядит впечатляюще, когда доступ настроен, данные структурированы, сценарии понятны, а риски контролируются. В реальном бизнесе системы разрозненны, данные хаотичны, правила противоречивы, а последствия ошибок могут стоить миллионы.

Вот почему корпоративное использование ИИ подчинено ограничениям, аудитам и постоянному человеческому контролю. И чем больше полномочий вы ему предоставляете, тем опаснее его ошибки.

Итог

Вернусь к «незадокументированному фундаментальному принципу инженерии». Он таков: разработчик должен обладать интеллектом.

Вы имеете полное право оспорить эту формулировку. Но сначала остановитесь на секунду и подумайте, почему вы, вероятно, никогда её не встречали раньше. Полагаю, потому, что представить разработчика «без интеллекта» до сих пор было невозможно.

И такой «разработчик» по-прежнему невозможен. Поэтому так называемый ИИ не является и не может являться разработчиком программного обеспечения. Он может быть полезным инструментом, но никогда не сможет построить реальное приложение от начала до конца — потому что у него нет интеллекта.

Думаю, нам всем стоит серьёзно задуматься над этой ситуацией.

И всё же я лично верю, что время, когда будет создан подлинный искусственный интеллект, наступит — и, возможно, раньше, чем думает большинство из нас. И было бы лучше, если бы мы начали готовиться к этому времени уже сейчас.

Надеюсь, ваш опыт с нынешним ИИ поможет вам в этом, даже если он был во многом негативным.