Феномен tokenmaxxing — соревнование сотрудников в потреблении токенов ИИ — добрался до корпоративных команд раньше, чем большинство успело осмыслить, что именно происходит. Данные New York Times о 210 млрд токенов за неделю у одного инженера OpenAI — не рекорд ради рекорда, а индикатор сдвига в том, как люди взаимодействуют с инструментом.
Вайбкодинг — это режим работы, при котором разработчик не проектирует решение, а итеративно «допрашивает» языковую модель, пока та не выдаст что-то работающее. Addy Osmani, один из ведущих инженеров Google Chrome, описывал этот режим как «This isn't engineering, it's hoping»: быстро, с ощущением прогресса, но без системного контроля качества. Автор материала на Habr идёт дальше и проводит параллель с гемблингом — и не метафорически.
| Аудитория | Используют ИИ хотя бы иногда | Используют ежедневно |
|---|---|---|
| Взрослые американцы (Pew Research, 2025) | 34% | — |
| Американцы младше 30 (Pew Research, 2025) | 58% | — |
| Все сотрудники в США (Gallup) | 45% | ~10% |
| Knowledge workers (Gallup) | 66% | 19% |
Нейробиологическая основа здесь конкретная. Дофамин вырабатывается не в момент выигрыша, а в момент ожидания — это зафиксировано в исследованиях по обновлению дофаминовых сигналов вознаграждения. Именно поэтому разработчик в 2 ночи убеждён, что следующий запрос к модели наконец решит задачу, которую он формулирует уже десятый раз. Субъективное ощущение прогресса реально, даже когда объективного прогресса нет.
Автор на собственном пет-проекте обнаружил: код, написанный ИИ, лучше поддерживается ИИ, чем код человека.
Автор описывает собственный опыт на пет-проекте open-daimon — фреймворке для роутинга между локальными и OpenRouter-моделями. Вывод, к которому он пришёл за несколько лет работы с Copilot, Claude и Codex: ИИ не ускоряет разработку в часах, но удерживает в проекте. Код, написанный моделью, лучше поддерживается той же моделью — это создаёт нарастающую зависимость от инструмента на уровне самой кодовой базы. Человек постепенно перестаёт читать весь генерируемый код, потом делегирует ревью, потом архитектурные решения.
Отдельный структурный риск — ценовой. Токены сейчас дёшевы: провайдеры субсидируют привыкание. Когда цены вырастут, навык самостоятельной разработки у части инженеров окажется атрофированным, а стоимость ИИ-ассистента может превысить стоимость найма человека. Это классическая модель формирования зависимости через дешёвую первую дозу — автор называет её прямо.
Исторические аналогии здесь работают, но с оговорками. Бухгалтер с Excel вытеснял того, кто считал вручную. Юрист с доступом к правовым базам обгонял коллегу с бумажными справочниками. Разница в том, что Google и Excel не создавали поведенческой зависимости сопоставимой интенсивности — хотя исследования интернет-зависимости при NIH фиксировали схожие паттерны ещё с 1995 года: потеря контроля, чрезмерное использование, симптомы отмены.
Статистика показывает, что массовая привычка к ИИ ещё не сформировалась. По данным Pew Research, в 2025 году ChatGPT использовали 34% взрослых американцев и 58% людей младше 30. По Gallup, ежедневно ИИ применяют около 10% сотрудников в США — среди knowledge workers этот показатель выше: 19%. Для сравнения: интернетом в 2025 году пользуются 74% населения планеты, и около 2,2 млрд человек всё ещё офлайн по данным ITU. Технологическая трансформация редко бывает такой быстрой, какой кажется изнутри.
