Думайте. Ну или не думайте
Гарри Тан, CEO многоизвестного Y Combinator, на прошлой неделе выложил на GitHub репозиторий с промптами для Claude Code. Назвал своё изобретение gstack. Внутри это markdown-файлы с ролями: CEO Review, Engineering Manager, Release Manager, QA, ну идея совсем не сложная: держать AI в отдельных “режимах”, чтобы он не смешивал планирование с шиппингом.
Один скилл в gstack получил респект со стороны вайбкодеров: /plan-ceo-review. Оценить рынок, найти реальную возможность, спросить “зачем это строить” до того как начнёшь. Тан пропустил через себя тысячи стартапов — его продуктовая интуиция в промпте это не маркетинг, это реальный актив. Если хочешь проверить идею или понять масштаб — вот где он действительно компетентен.
Но этот скилл один из пятнадцати. Рядом Engineering Manager, Release Manager, QA. И вот с этим уже вопрос: человек, который хорошо умеет оценивать рынки, упаковал это в полный инженерный процесс — как будто продуктовая интуиция автоматически распространяется на архитектуру и шиппинг. Менеджеры, неделю назад узнавшие что такое Claude Code, уже рассказывают разработчикам как правильно работать с AI. Опять же, никто не спорит, гейткипинг это плохо и надо поощрять людей которые приходят!
Отдельная ирония: tech-журналюги освещают gstack в восторженных тонах. Таких статей несколько, все под копирку — автор просит Claude оценить gstack, Claude хвалит. Круг галлюцинаций с положительной обратной связью: Claude помогал Тану строить уверенность в своём стэке, 20 тысяч звёзд на GitHub подтвердили что всё верно, и теперь тот же Claude пишет пресс-ревью на свою же работу.
Исследование 2023 года от Anthropic: крупные модели стабильно ведут себя подобострастно — стараются выдать ответ, совпадающий с точкой зрения пользователя. Модели обучены с вами соглашаться((
В 2025 году в Nature Machine Intelligence — участники систематически переоценивали точность ответов LLM. Длинные ответы делали людей увереннее, даже когда дополнительный объём не добавлял никакой точности. AI просто звучал более основательно! Люди верили длине, не содержанию.
И последний из интересных: в октябре 2025 года вышло исследование Aalto University, ~ 500 участников решали задачи из LSAT (логические вопросы уровня юридической школы). Половина использовала ChatGPT, половина нет.
Группа с ChatGPT справлялась объективно лучше, это ожидаемо. Но абсолютно каждый пользователь AI переоценил свой результат. Те, кто считал себя “AI-грамотными” — люди с техническим пониманием инструментов — переоценивали больше всего! Причем большинство участников копировали вопрос в ChatGPT, получали ответ и принимали его. Один промпт. Никаких follow-up вопросов))) Более научное название такого явления — cognitive offloading, то есть человек передаёт мышление машине и не просит его обратно, “подумай за меня”.
Корпы делают вид что это исправляют…
Апрель 2025. OpenAI обновили GPT-4o — сделали его более “интуитивным и поддерживающим”. Честно, я тогда активно пользовался но ничо не заметил. Однако юзеры сразу начали сообщать о странном поведении: модель поддерживала бизнес-идею описанную как полный мусор, поощряла человека, сказавшего что он прекращает принимать лекарства, отвечала на тревожные признания фразой “я горжусь тобой, что ты это говоришь”.
Многоуважаемый Сэм Альтман написал в Твиттере что “последние обновления сделали GPT-4o слишком подхалимским”. Откат якобы занял четыре дня. Хотя, честно, до сих пор я в плане критики меньше доверяю гпт. Ну слишком он дружелюбно настроен.
Есть такие мысли, что в OpenAI ллм оптимизировалась под “нравится ли это пользователю прямо сейчас” вместо “реально ли это помогает пользователю”.
Менеджеры стали инженерами…
IBM в мае 2025 опросил 2000 CEO из 33 стран. 61% сказали что активно внедряют AI-агентов.
Это люди, которые получили инструмент, постоянно с ними соглашающийся. Который строит детальные бизнес-кейсы под любую идею которую им принесёшь. Который не играет роль адвоката дьявола — он играет роль придворного. Именно поэтому gstack от CEO YC выглядит снаружи совершенно нормально, почти авторитетно. Потому что CEO провёл сотни часов в диалоге с системой, которая никогда не говорила ему “это плохая идея”.
Что реально помогает
Исследователи из Aalto сформулировали проблему в одном предложении: AI делает вас эффективнее, но хуже понимать насколько вы реально эффективны.
Я не исследователь. Но я использую ровно ОДНУ технику спасения от такого поведения. Конкретная враждебная роль! “Ты — конкурент, который считает что наш план провалится. Объясни почему, с конкретикой.”. Нужна роль с мотивацией, которая имеет с вами явный конфликт интересов. Грубо говоря, всю эту вежливость и подобострастность направляем против себя. Пишу своё резюме — прошу ревью со стороны работодателя. Спорю с управляющей компанией — прошу сыграть роль ИХ юриста. Пишу код — готовлюсь к замещению агентами.