Программисты больше не пишут код. Они управляют армией ботов, которые делают это за них

В техкомпаниях началась новая гонка, и меряют успех уже не часами за клавиатурой и не строками кода. В ходу другой показатель: сколько «токенов» сотрудник сжег в системах искусственного интеллекта. За последнюю неделю один инженер OpenAI прогнал через модели 210 миллиардов токенов, а в Anthropic один пользователь Claude Code за месяц набрал счет больше чем на 150 тысяч долларов. В Meta и Shopify использование ИИ уже начали учитывать в оценке сотрудников, поощряя самых активных и все заметнее давя на тех, кто держится в стороне.

Для программистов такая реальность стала первым по-настоящему ощутимым признаком того, как ИИ меняет офисную работу. Еще недавно генеративные модели обещали компаниям рост продуктивности и снижение затрат, но параллельно породили новую дорогостоящую игру статусов. Внутри индустрии явление уже получило название tokenmaxxing, а смысл сводится к простой вещи: чем больше токенов сотрудник потребляет, тем серьезнее выглядит в глазах коллег и начальства.

В OpenAI и Meta, по данным источников The New York Times, сотрудники соревнуются в корпоративных таблицах лидеров, где видно, кто сколько токенов израсходовал. Щедрый лимит на работу с ИИ для многих программистов превращается в новый бонус наравне с бесплатным обедом или страховкой. Некоторые разработчики тратят тысячи долларов в месяц, пытаясь автоматизировать максимум собственной работы. Шведский инженер Макс Линдер признался, что расходует на Claude больше, чем составляет его зарплата, хотя платит за токены работодатель.

Еще недавно такой уровень потребления выглядел почти фантастикой. Обычный пользователь ChatGPT, Claude или Gemini мог тратить тысячи токенов в день, а студент, который пишет эссе с несколькими правками, легко доходил до 10 тысяч токенов, то есть примерно до 7500 слов текста. Миллионы токенов уже требовали многих часов непрерывной работы за компьютером, а миллиарды казались недостижимыми.

Ситуацию резко изменили агентные инструменты для программирования. Такие системы могут часами работать без участия человека, анализировать большие кодовые базы, править файлы и писать полноценные программы по одному запросу. Один агент может запускать цепочку подагентов под разные части задачи, а каждый шаг такой цепочки создает новые тысячи токенов. Некоторые помощники, включая популярные open source-решения, вообще рассчитаны на режим 24/7 и продолжают генерировать код, пока владелец спит.

Сооснователь стартапа Mechanize Эге Эрдиль оценил собственное недельное потребление в диапазоне от 1 до 10 миллиардов токенов. По словам предпринимателя, один постоянно работающий агент способен за неделю дойти до 700 миллионов токенов, так что ничего невероятного в таких цифрах уже нет.

Для компаний, которые продают вычисления, подобная гонка стала золотой жилой. Anthropic за два месяца более чем вдвое повысила прогноз по выручке, и одним из главных драйверов роста называют стремительный спрос на агентные инструменты для программирования. OpenAI недавно сообщила, что число активных пользователей Codex в неделю с начала года утроилось, а общий объем использования сервиса в токенах вырос в пять раз. Google еще в прошлом году говорила о 1,3 квадриллиона токенов в месяц, которые проходят через модели компании.

При всей шумихе за рекордными цифрами остается важный вопрос: сколько пользы приносит такой расход. Автор колонки признается, что сам много работал с Claude Code по несколько часов в день, вел несколько проектов одновременно, но смог дойти лишь до нескольких миллионов токенов. На фоне нынешних рекордов такой результат выглядит скромно. Часть разработчиков научилась выжимать максимум, открывая множество окон и параллельно запуская десятки агентов. Компании ИИ уже начали подогревать азарт, раздавая самым активным пользователям награды и трофеи.

Руководители многих техкомпаний смотрят на происходящее с одобрением. Логика проста: если программист держит под контролем рой из десяти ИИ-агентов, которые в разных окнах параллельно решают задачи, бизнес готов оплачивать счет. Внутри отрасли все чаще считают, что интенсивное использование ИИ почти автоматически означает рост продуктивности.

Но часть сотрудников настроена куда осторожнее. Несколько собеседников из индустрии сказали The New York Times, что коллеги нередко сжигают миллиарды токенов ради хвастовства и карьерного сигнала, а не ради реального результата. Даже внутри самих ИИ-лабораторий, где доступ к корпоративным инструментам фактически безлимитный, идея о безусловной полезности такой гонки вызывает сомнения. Один сотрудник OpenAI прямо назвал происходящее малоперспективным и признался, что не верит в устойчивость подобной модели.

Система оплаты только усиливает перекосы. Пользователи платных тарифов Claude и ChatGPT ежемесячно получают фиксированный объем токенов, а дальше либо докупают новые пакеты, либо переходят на более дорогие планы. Часть опытных пользователей уже научилась обходить ограничения, комбинируя подписки и ловя маркетинговые акции. Один стартапер рассказал, что нашел в продукте Figma лазейку, которая позволила ему получить эквивалент примерно 70 тысяч долларов в токенах Claude, заплатив всего 20 долларов за аккаунт. С помощью такой схемы предприниматель одновременно вел шесть программных проектов. В Figma ответили, что подобное использование произошло еще до включения контроля за ИИ-кредитами.

Большинство собеседников, которые расходуют огромные объемы токенов, уверяют, что действительно работают быстрее. Речь чаще всего идет об инженерах и увлеченных разработчиках, которые поддерживают большие и сложные программные системы и гоняют кодовых агентов параллельно. Но рядом с аргументом о продуктивности все чаще звучит другой мотив: демонстрация лояльности новой эпохе. Активная работа с ИИ превращается в способ показать начальству и коллегам, что сотрудник не выпал из тренда и не застрял в прошлом.

Венчурный инвестор Никундж Котхари недавно назвал происходящее «тревогой токенов». По его словам, техсцена зациклилась уже не на человеческой продуктивности, а на продуктивности ИИ. Если раньше за ужином обсуждали, кто что строит, теперь разговор легко начинается с вопроса, сколько агентов запущено прямо сейчас.

Если рынок действительно движется к масштабной перестройке беловоротничковой работы, подобная тревога выглядит понятной. Никому не хочется остаться последним программистом, который вручную пишет код без армии цифровых помощников. Работодатели, оплачивающие такой страх, могут считать расходы оправданными, если ценой становится шанс не отстать от конкурентов.

Но у модели есть слабое место. Таблицы лидеров считают токены, а не качество результата. Метрика показывает объем активности, но не отвечает на главный вопрос: создают ли участники новой гонки что-то по-настоящему ценное, или просто генерируют горы бесполезного кода, расходуя электричество и мощности дата-центров ради красивой статистики.

Ответ пока неясен. Возможно, сегодняшние фанаты ИИ действительно станут инженерами нового типа с радикально более высокой продуктивностью. Возможно, рынок наблюдает обычный театр эффективности, где впечатляющие цифры скрывают пустую суету. Ясно пока одно: аппетиты таких систем растут очень быстро, а вместе с ними вырастет и потребность в новых дата-центрах.