В сентябре 1994 года американской публике показали вещь, которую сегодня узнал бы всякий, у кого есть телефон. Плоская коробка размером с книгу, сенсорный экран, перо на шнурке, гнездо для телефонного провода. Стоила она порядка тысячи долларов. Называлась Sony Magic Link.
На экране была нарисована комната. Не список программ и не сетка значков, а именно комната: стол, на столе телефон и записная книжка, у стены картотека, в глубине дверь. Нужно что-то отложить — открываешь ящик. Отправить письмо — берешь конверт. Машина говорила с человеком на языке вещей, которые он и так знал.
Но главным в коробке была не комната. Главным было обещание, которое компания повторяла в рекламе, а пресса того года пересказывала: вы поручаете дело, а маленький помощник уходит в сеть и делает его сам. Найти рейс, сравнить цены, оставить сообщение, дождаться ответа, вернуться с готовым. Помощника называли агентом.
Компанию, сделавшую эту вещь, звали General Magic. Она отделилась от Apple в 1990 году, в феврале 1995-го вышла на биржу, собрала девяносто шесть миллионов долларов, и ее акции вскоре стоили вдвое дороже, чем при размещении. Дальше было падение, несколько тихих лет и объявление о прекращении операций 18 сентября 2002 года.
Обещание тридцатидвухлетней давности по существу совпадает с тем, что продают сегодня. Разница в том, что тогда оно не сбылось.
Раньше на это уходило поколение, теперь — квартал
Весной и летом 2026 года появились три продукта, которые впервые всерьез претендуют на то самое обещание.
Девятого апреля Anthropic открыла общий доступ к Cowork на macOS и Windows — режиму, в котором модель работает прямо в папках на машине: читает файлы, правит документы, собирает результат и отдает его готовым. В июне вышел Kimi Work: по сообщениям профильной прессы, локальный агент того же устройства, с собственным планировщиком задач, запускающий разом множество подпроцессов; официальных подтверждений компания не публиковала. Девятого июля появился ChatGPT Work.
Различия существенны, и к ним я еще вернусь. Но сначала — про срок.
Между обещанием на коробке Magic Link и работающим продуктом прошло больше тридцати лет и сменилось поколение игроков. Компания, начавшая эту историю, ее не закончила. А три продукта, о которых речь, появились с разницей в несколько недель, и один из них сделан компанией, основанной три года назад.
Заметить тут стоит не список возможностей. Названия продуктов и номера версий устареют быстрее всего остального в этом тексте. Срок — не устареет. Раньше поколением измерялось расстояние между замыслом и работающим продуктом: успевали смениться техника, вырасти новые люди, умереть первые компании. Теперь оно измеряется кварталом. Расстояние до «этим работают все» — вопрос отдельный, и к нему я вернусь ближе к концу.
Если этот ритм удержится хотя бы год, из него следует вещь простая и неприятная. Стратегия «подожду, пока устаканится» была вполне разумной при десятилетнем цикле: осторожный руководитель терял два-три года, зато входил в устоявшийся рынок с проверенным инструментом. При квартальном цикле ждать нечего — не потому, что надо спешить, а потому, что устаканиваться будет уже без вас. Пока вы ждете ясности, ясность успевает смениться не один раз.
Инструмент, о котором мечтали в 1994 году, стоит на столе и стоит дешево. Дефицит переехал в другое место.
Как составлен лист, так работает завод
Иллюстрация создана с помощью нейросети по авторскому заданию.
У нас в работе почти десяток индийских производителей органических пигментов. Вопрос перед закупкой простой: у кого лучше. Честный ответ на него дорог. Органический пигмент проверяется делом — оттенок, укрывистость, стойкость, поведение в конкретной рецептуре у конкретного потребителя. Это значит запросить образцы у всех, дождаться их из Индии, прогнать через лабораторию, а потом еще через реальное применение. Сотни образцов, месяцы, деньги.
Есть другой заход, и он был доступен всегда. Попросить спецификации поставщиков — технические листы, которые завод рассылает по запросу. Документ приходит за день и не стоит ничего.
А дальше — место, где раньше все и останавливалось. Свести десять чужих технических листов в одну таблицу — работа на несколько дней: разные формы записи, разные единицы, разный порядок показателей. Такую работу никто не делает не потому, что она сложная, а потому, что она никогда не бывает срочной. Она просто не делается годами. У нас на нее ушел примерно час.
Когда таблица собрана, видно две вещи.
Первая — сами характеристики: где показатели сопоставимы, где расходятся, где производитель не приводит того, что приводят все остальные.
Вторая — как составлен документ. У одного производителя лист системный: методы испытаний названы, единицы выдержаны, допуски указаны, отклонения оговорены. У другого — набор цифр без методик, часть показателей пропущена, единицы плавают от строки к строке. Формально оба прислали спецификацию. Фактически один описал свой продукт, а другой отчитался о нем.
Разница тут не в аккуратности. Технический лист — единственный документ, где производитель называет цифры, за которые в принципе готов отвечать; станут ли они обязательством, решает договор. Но сама готовность назвать их вместе с методикой и допуском говорит о заводе больше, чем любое письмо о намерениях.
Я бы не стал строить на этом решение о закупке, но как первый фильтр это работает лучше многого другого. Завод, который не может внятно описать собственный продукт, обычно не может и стабильно его повторять из партии в партию. По моему опыту, форма документа говорит о культуре производства раньше, чем цифры внутри него.
То же самое мы проделали с поставщиками из других стран Азии — картина такая же разнородная.
Лабораторию никто не отменил: образцы все равно придется заказать, испытать и проверить в деле. Дорогая часть работы осталась ровно такой же дорогой. Дешевой стала та часть, которая раньше просто не делалась.
Развилка, а не гонка
Иллюстрация создана с помощью нейросети по авторскому заданию.
Три запуска легко прочитать как гонку: кто быстрее, кто умнее, чья модель выиграла. Но продукты разошлись. Разошлись не до конца, однако заметно, и этого достаточно.
Отдельно от самого ChatGPT Work у OpenAI существуют агенты, которых заводят на всю организацию: общие на команду, с накопленным ею знанием, с оплатой по расходу. Cowork и Kimi Work тянут в другую сторону — личная машина, свои папки, свой залогиненный браузер, работа там, где человек и так работает.
Граница не глухая: настольная версия ChatGPT Work тоже умеет читать локальные папки. Но направление у двух лагерей разное, и выбирать придется именно направление.
Чтобы понять, о чем здесь речь, посмотрите на рабочую машину обычного руководителя. Выгрузки из учетной системы за три года. Папка с коммерческими предложениями, где лежат цены для всех клиентов сразу. Переписка с поставщиками. Сканы договоров, которые когда-то прислали на согласование и забыли убрать. Черновики, дубликаты, «итоговая версия финальная 3». Все это сложено не по системе, а по истории: как приходило, так и легло.
Локальный агент работает здесь. Не в специально отведенном месте с выверенным набором документов, а в этих самых папках — потому что работа и есть там. Он видит дело так, как оно есть, а не так, как его описали бы в техническом задании.
Тут и появляется разница, которую легко проглядеть. Облачный контур требует сначала положить туда данные — то есть отобрать их, а значит, подумать, что именно ты отдаешь и зачем. Шаг медленный, неприятный и, как выясняется, полезный. Локальный агент предварительного отбора не требует. Разрешение он спрашивает — но на папку целиком, один раз, и после этого думать уже не о чем.
Мне такая карта — опись того, что и где у компании лежит, — на глаза не попадалась ни разу, и удивляться нечему: до сих пор она никому не была нужна. Теперь, прежде чем давать агенту папку, стоит знать, что в ней.
Так что вопрос здесь не «какой инструмент лучше», на который отвечают один раз и забывают. Вопрос в том, где в компании окажется точка, в которой машина получает доступ к настоящим данным, и кто в этой точке стоит.
Агент их не решил — он их назвал
Технические листы поставщиков и входные спецификации сырья, которое идет в производство, — это два массива, живущие раздельно и написанные разными людьми в разное время. Свести и сверить их руками почти невозможно — мешает объем. Мы это сделали, и результат оказался не тем, которого я ждал.
Ждал я подтверждения, что все в порядке. Получил список из четырех десятков расхождений. Один и тот же показатель поставщики называют по-разному и измеряют разными методиками. В части документов нет того, что в других считается обязательным. Название вещества гуляет от документа к документу. А когда к этому добавились материалы для брошюр — то же сырье, описанное для клиента третьим способом, — стало видно, что и наши собственные тексты кое-где расходятся с нашими собственными спецификациями.
Каждую строку списка пришлось проверить руками. Часть отсеялась как разночтения разбора: одно вещество под двумя синонимами; показатель, приведенный к другой размерности; строка, которая на самом деле была, но в приложении. Остальное подтвердилось.
И вот здесь начинается неудобная часть. Агент не решил ни одного из этих противоречий. Он их назвал. Какую цифру считать верной, какую методику принять за основу, что писать в собственной спецификации и что говорить клиенту — осталось людям, и ответственность за это тоже осталась людям.
Пока противоречие не названо, его как бы нет: документы лежат в разных папках, каждый по отдельности выглядит прилично, никто их не сводил. Названное противоречие развидеть нельзя — каждая строка требует решения, и решение придется принять. Инструмент, о котором принято говорить, что он экономит время, производит не ответы, а обязанности.
Замечу еще одно, уже про себя. Задачу для агента я выбирал сам: спецификации и материалы, но не коммерческие условия, не переписку с партнерами, не чужую тайну. Это тоже было решение, и принял его не инструмент.
У них было все, кроме среды
Иллюстрация создана с помощью нейросети по авторскому заданию.
General Magic основали трое, и двое из них пришли из команды, сделавшей первый Macintosh. Это были не случайные люди: их имена в отрасли значили примерно то же, что имя хорошего архитектора в городе, где он построил главную площадь. К ним пошли работать молодые инженеры — и, когда компания начала разваливаться, разошлись по другим проектам. Один со временем возглавил разработку карманного музыкального проигрывателя, а потом делал телефон, который его заменил. Другой, сменив еще пару компаний, оказался у истоков мобильной системы, на которой сегодня работает большинство телефонов в мире. Третий параллельно с работой завел сайт-аукцион; сайт стал eBay, и через девять месяцев доход от него превысил зарплату инженера.
То, что эти люди сделали потом, доказывает, что в компании собрались сильные инженеры. О верности самого замысла говорит другое: сегодня он исполнен. Ошибкой был срок.
Агенту 1994 года было некуда идти. Сети, по которой он мог бы ходить, еще почти не существовало: веб только начинался, соединение шло по телефонной линии, поминутно и медленно, а мобильной передачи данных в сегодняшнем смысле не было вовсе. Устройство стоило порядка тысячи тогдашних долларов и разговаривало с миром через провод, воткнутый в телефонную розетку. Помощник был готов, поручений было сколько угодно, а мира, в котором он мог бы их выполнить, еще не построили.
Самое интересное, что они это понимали и придумали обходной путь — умный настолько, что он до сих пор вызывает уважение. Их агент был не запросом, а программой, которая умела уезжать. Ты формулировал поручение, устройство выходило на связь, отправляло агента на удаленный узел — и трубку можно было класть. Дальше программа работала там, на чужой стороне, среди чужих данных, пока человек занимался своими делами. Закончив, она возвращалась с результатом. Соединение требовалось дважды: чтобы отправить и чтобы принять.
Логика безупречная для своего времени. Карманное устройство всегда будет слабее сервера, а связь дорога и ненадежна — значит, пусть работа идет там, где мощность, а по проводу бегает только поручение и ответ.
Не хватило одного. Агенту нужно было приезжать куда-то — в сеть узлов, готовых принимать чужие программы, давать им доступ к своим данным и отпускать обратно. Такой сети не построил никто. Обходной путь оказался дорогой в место, которого не существовало.
Здесь стоит остановиться и назвать вещь, которую легко проскочить. Слово «агент» в 1994 году и сегодня означает разное. Тогда это была программа, исполнявшая заданный сценарий: пойди туда, спроси то, вернись с ответом. Сегодня это модель, которая сама решает, каким будет следующий шаг, и потому способна на то, чего в поручении не написано. Общее у них не механизм, а обещание.
Разошлось и направление. Агент General Magic должен был уходить из дома в сеть чужих узлов — и уходить оказалось некуда. Сегодняшний локальный агент не уходит никуда: он работает в ваших папках, на вашей машине. Среду, о которой мечтали тридцать лет назад, так никто и не построил. Работу перенесли туда, где среда уже была.
Ждать пришлось больше тридцати лет. И на построенном стало видно то, чего в 1994 году разглядеть было нельзя.
Суббота утром, когда никто не поручал
Иллюстрация создана с помощью нейросети по авторскому заданию.
В конце июня Anthropic опубликовала отчет о том, как ее пользователи обращаются с моделями в разные дни и часы: около десяти тысяч человек ответили на опрос, и ответы свели с тем, как эти же люди пользовались моделью с апреля по июнь. Это данные вендора о своих клиентах, а не исследование рынка: выборка самоотобранная, с перекосом к управленцам и людям из IT, а зарплатные разрезы построены на американской статистике труда. И измерены здесь разговоры с моделью, а не рабочее время. Сказав это один раз, дальше можно смотреть не на уровни, а на формы.
Форма первая, ожидаемая. В рабочие дни люди делают рабочее: переписку, тексты, презентации, разбор документов. В выходные доля личного растет с трети почти до половины — здоровье, деньги, домашние дела, поддержка.
Есть там и вовсе домашние подробности: кулинарные вопросы набирают силу к шести вечера, их в этот час вдвое с лишним больше, чем в среднем по суткам. У этих людей инструмент живет в ритме частной жизни; выборка не позволяет сказать, так ли это везде.
Форма вторая. Если посмотреть, кто в ночные часы и в выходные все-таки работает, картина расходится по доходу: у верхних зарплатных групп доля рабочих задач в нерабочее время растет, у нижних — падает. Если исключить людей из IT, вывод не ломается: дело не в том, что программисты работают по ночам.
Прочитать это можно двояко, и честнее назвать оба толкования. Либо наверху больше воли — человек берется за работу, когда его никто не заставляет. Либо наверху просто нет границы рабочего дня, и ночная работа означает не желание, а обязанность. Сами по себе эти данные не различают двух объяснений.
Но есть третья деталь, и она склоняет чашу весов. В выходные поднимаются две вещи: у тех, кто работает в Claude Code, — проектирование собственных агентов; по всей выборке — все, что связано с запуском своего дела. Доказательством это не назовешь: о мотивах человека такие данные молчат. Но обязанность редко ведет себя подобным образом — никто не поручает сотруднику в субботу утром придумать себе новое дело.
Модель отвечает всем одинаково. Различие возникает в субботу утром, когда никто ничего не поручал.
1С знает, сколько лежит, и не знает, что это
Ассортимент и спецификации у нас, как у всех, жили в учетной системе. 1С — вещь строгая и в своей строгости прекрасная: она знает артикул, остаток, цену, движение, кто отгрузил и когда. Эта строгость — ее сила и ее предел.
Формально многое можно положить и туда: поля найдутся, файл прикрепится, картинка загрузится. Практически этого туда не кладут. Учетная система устроена, чтобы считать, а не чтобы объяснять, и знание, которое нужно показывать человеку, в ней не живет даже тогда, когда физически там лежит. Что это за пигмент. Чем он отличается от соседнего по строке. Как выглядит выкраска. Для какой отрасли он подходит на самом деле, а для какой — формально, но лучше не надо. Что сказать клиенту, который спрашивает про замену импортного аналога. Все это существует в компании, но живет в головах менеджеров и в переписке, передается изустно, как ремесло.
Долгие годы это не было проблемой: люди сидели рядом, спрашивали друг у друга, знание циркулировало само. Проблемой это становится, когда компания перестает помещаться в одну комнату.
Мы взялись за внутренний портал и первым делом выяснили, что единицей в нем должна быть карточка пигмента. Не раздел, не каталог, не презентация — карточка конкретного продукта из нашего ассортимента, в которой собрано все, что о нем стоит знать. И вторым делом — что вход в портал общий, а видит каждый свое: смотря по должности и отделу, сотрудник получает ту часть карточки, которая нужна ему для работы. Одна и та же карточка поворачивается к снабжению одной стороной, к продажам — другой.
Структура эта уже есть, и делали ее мы сами: небольшой командой, с персональными агентами, без бюджета на внедрение, без технического задания на сорок страниц и без подрядчика, который потом объясняет, почему сроки сдвинулись.
Еще недавно такое либо покупали готовым и год подгоняли под себя, либо заказывали на стороне. Своими руками, силами тех, кто разбирается в предмете, а не в разработке, — не собирали. Сегодня это оказалось по силам компании размером с нашу. А компаний размером с нашу среди тех, кто в стране что-нибудь производит, — подавляющее большинство.
Если портал заработает так, как задуман, — а я думаю, что заработает, — правило будет такое: создает один, пользуются все. Один человек, разобравшийся с инструментом, оставляет после себя не отчет о проделанной работе, а структуру, в которой потом живут остальные. Построенное остается. Выданное заканчивается вместе с подпиской.
Развернули — не значит применяют
Пока все сказанное не сложилось в слишком гладкую картину, стоит посмотреть на цифры, которые ее портят.
Сначала о том, сколько решений человек передает машине. В том же отчете измерена автономия — доля решений, которые человек отдает модели, не проверяя их по ходу. В агентных режимах она заметно выше, чем в переписке, и разрыв держится, даже если сравнивать на одной модели. Медианный разговор в чате, из которого рождается готовый текст, — это тринадцать кругов «спросил — поправил — переспросил». В Claude Code — среде, где модель работает сама, — тот же результат приходит с одного поручения.
Тринадцать кругов — это тринадцать точек, в которых человек смотрел на промежуточный результат. В агентном режиме точки контроля тоже есть, но они другого рода: человек разрешает шаг, не увидев, куда шаг ведет.
А теперь о том, сколько людей вообще к этому подошли.
Банк России в конце июня опубликовал результаты опроса 14,7 тыс. нефинансовых организаций. AI применяет каждое седьмое из опрошенных предприятий, и лидируют компании сферы услуг, а не производственные; еще одно предприятие из пяти внедрять собирается. Это опрос участников мониторинга, а не срез экономики: отвечают те, кто согласился отвечать, и крупные представлены плотнее мелких.
Рядом стоит цифра из другого источника. По расчетам НИУ ВШЭ на данных обследования рабочей силы Росстата, навыками создания и сопровождения решений на AI владеют 3,2% занятых. Это цифра о другом и о других: она измеряет людей и их способность такие решения строить и поддерживать. Ставлю ее рядом не для того, чтобы вычесть одно из другого, а чтобы показать, какого именно человека в стране мало.
Американская картина устроена похоже, хотя мерили иначе. В записке экономиста ФРС Джеффри Аллена, опубликованной третьего апреля, сведены три разных обследования. По опросу предприятий, проведенному еще в ноябре 2025 года, выходит, что 78% работников заняты в компаниях, где AI внедрен. По опросу самих работников — генеративными моделями на работе пользуются около 41%. Ежедневно — около 12%. Выстраивать из этих чисел воронку было бы натяжкой, и записка сама предупреждает: вопросы заданы по-разному, совокупности несопоставимы.
Тем более нельзя складывать в один ряд российские и американские числа. Но в обеих странах расстояние между «в компании это есть» и «человек этим работает» измеряется не процентами, а разами — и это, пожалуй, единственное, что позволительно сказать о них вместе.
Из таких цифр легко сделать привычный вывод про инертность и нежелание учиться. Я бы не спешил. За годы раздачи доступов я видел один и тот же сценарий: человеку выдают лицензию, показывают окно, желают успеха — и уходят. Он открывает окно, смотрит в пустое поле и не находит там своей задачи. Работа, которую он делает, уже как-то делается, а работа, которая не делается, ему не поручена и в его обязанностях не значится.
Пустое поле не подсказывает. Оно требует, чтобы человек сам назвал, чего хочет, — требование высокое, и предъявлено оно тем, от кого годами требовали обратного: делать положенное и не выдумывать. Разрыв держится не на лени. Доступ раздали, а задачу — нет.
Лицензия не создает пользователя
Снаружи, по цифрам: инструмент дешев, доступен, у многих уже под рукой — и почти нигде не превращен в работу, которой раньше не было. Изнутри, за одним столом: там, где его берут, он вскрывает несделанное, вытаскивает противоречия, которых никто не искал, и позволяет собрать вещь, которая раньше требовала бюджета. Между этими двумя картинами нет противоречия — это одно наблюдение с двух сторон.
Отсюда две вещи, которые я бы держал в голове, глядя на собственную компанию.
Первая. Лицензия не создает пользователя. Доступ, розданный поровну и без задачи, только делает разницу в воле заметнее: человек открывает пустое поле и закрывает его. Полезнее дать инструмент тому, кто уже потянулся, и посмотреть, что он построит, — а потом отдать построенное остальным.
Вторая. Начинать стоит не с той работы, которая делается и так, а с той, которая не делается годами. Экономия времени — слабый мотив: сэкономленное немедленно съедается срочными делами, и через месяц никто не вспомнит, что оно было. А сведенные спецификации, наведенный порядок в ассортименте, описанный процесс меняют положение вещей всерьез. Заодно выясняется, что работу отдать можно, а решение — нет, и границу эту лучше знать заранее: до того, как агент принесет список из четырех десятков расхождений, каждое из которых нужно закрыть вашей подписью.
Среда пришла раньше привычки
В 1994 году обещание пришло раньше, чем среда, в которой оно могло сбыться. Люди, придумавшие его, были правы во всем, кроме срока, и заплатили за это компанией.
Сегодня среда пришла раньше, чем привычка. Инструмент, которого ждали тридцать лет, стоит на столе, стоит дешево и делает то, что обещал. И выяснилось, что этого мало: между тем, что инструмент может, и тем, что человек с ним делает, лежит расстояние, которого не покрыть ни тарифом, ни лицензией, ни распоряжением по компании. Подписку можно оформить за минуту — волю оформить нельзя.
Дальше открывается вопрос, которого раньше просто не было. Когда исполнитель стоит почти ничего и берется почти за все, приходится впервые всерьез ответить, что именно ты считаешь своей работой.
