Середина исчезает: как AI-агенты меняют работу инженеров, юристов и маркетологов
В разработке, маркетинге, юридической работе и аналитике происходит один и тот же сдвиг: исчезает средний слой между “я понял задачу” и “я сделал результат”. Раньше этот слой занимали часы ручной имплементации, поиска, переписывания, сверки и переноса данных. Теперь его все чаще забирают AI-агенты.
Идея звучала в обсуждениях про софтверную разработку: Карри Сааринен из Linear писал о сжатии слоя между спецификацией и кодом, а Адди Османи развивал мысль про инженеров как “торговцев ясности”. Но это касается не только программистов. Юристы, маркетологи, HR, аналитики и операционные команды получают похожий эффект: один человек может собрать рабочий контур, который раньше требовал нескольких ролей.
Что именно исчезает
Исчезает не работа и не ответственность. Исчезает ручной перевод между слоями. Было: человек формулирует задачу, другой человек превращает ее в черновик, третий проверяет, четвертый переносит в систему, пятый обновляет отчет. Теперь часть этой середины можно упаковать в агента, workflow, Skill, GPT или интеграцию.
Вывод: ценность человека смещается от ручного исполнения к постановке задачи, разбору исключений, проверке результата и управлению агентной системой.
Где это уже видно
| Область | Что забирает агент | Что остается человеку |
|---|---|---|
| Разработка | Черновой код, тесты, миграции, рефакторинг, документация | Архитектура, декомпозиция, ревью, ответственность за продакшен |
| Юристы | Первичная проверка материалов, redlining, поиск рисков | Финальное суждение, переговоры, риск-аппетит, ответственность |
| Маркетинг | Исследование, черновики, варианты позиционирования, контент-операции | Стратегия, вкус, выбор, бренд, понимание рынка |
| HR и обучение | Онбординг, FAQ, персональные траектории, сбор обратной связи | Работа с конфликтами, культура, доверие, сложные решения |
| Аналитика | SQL, сводки, визуализация, поиск аномалий | Постановка вопроса, интерпретация, решение “что делать дальше” |
Кейс Anthropic Legal хорошо показывает этот сдвиг: в статье How Anthropic uses Claude in Legal описан self-review инструмент для маркетинговых материалов и сценарии redlining. Это не “юрист исчез”. Это “юрист перестает быть бутылочным горлышком на повторяемых черновых проверках”.
Почему нетехнические люди тоже строят системы
В материале канала был важный наблюдательный блок: за праздники было разобрано много проектов автоматизации, и значительная часть создана не классическими разработчиками. Маркетологи автоматизируют фреймворки позиционирования, юристы собирают проверки материалов, авторы строят персональные research-системы на Obsidian и GitHub.
Это совпадает с публичными примерами. Strategic Nerds описывали автоматизацию PMM с Claude, Matillion показывает Copilot для data pipelines, а Thomson Reuters CoCounsel встраивает AI в юридический продукт.
Новый навык здесь не “уметь кодить как senior”. Новый навык — понять процесс настолько ясно, чтобы агент мог его выполнить, а человек мог проверить результат.
Оркестрация становится новой профессией
Когда один агент пишет текст, это похоже на помощника. Когда десять агентов собирают источники, обновляют таблицы, пишут код, проверяют интерфейс, публикуют статью и логируют итерацию, это уже операционная система работы. Тут появляется новая проблема: как управлять состоянием, ошибками, правами доступа, качеством и восстановлением после сбоя.
Поэтому статья про память AI-агента: Hindsight vs Graphiti становится не абстрактной. Если агентная работа длинная, ей нужна память, следы решений, история исключений и понятный способ объяснить, почему система сделала именно так.
Почему “середина исчезает” не означает “люди исчезают”
Средний слой ручной работы действительно сжимается. Но вместе с этим растет верхний слой ответственности. Если раньше слабое ТЗ можно было компенсировать долгими обсуждениями и ручной имплементацией, то теперь плохая постановка задачи быстро порождает плохой автоматизированный результат.
Человек становится важнее там, где нужно удерживать смысл: зачем делаем, где границы, кто принимает риск, что считать качеством, какие исключения допустимы, как проверить результат. Машина ускоряет исполнение, но не берет на себя последствия.
Что прокачивать в 2026
Первое — ясность постановки задачи. Второе — декомпозицию: как разбить работу на куски, которые можно дать агентам. Третье — проверку: тесты, ревью, эталоны, контрольные примеры. Четвертое — контекст: правила, история, источники, решения. Пятое — оркестрацию: как несколько агентов работают вместе, не теряя состояние.
Именно поэтому инструменты вроде Claude Code Skills, subagents и MCP становятся не игрушками разработчиков, а прототипом офисной автоматизации для разных профессий.
FAQ
AI-агенты заменят middle-специалистов?
Они заменят часть middle-работы: черновики, поиск, перенос данных, повторяемые проверки. Но специалисты, которые умеют формулировать задачи, проверять результат и отвечать за последствия, становятся ценнее.
Что будет с junior-ролями?
Им станет сложнее расти на простых задачах “найди, перепиши, сверстай, собери”. Но появится другой вход: учиться управлять агентами, проверять их и быстро создавать рабочие прототипы.
Главный навык будущего — промптинг?
Промптинг важен, но это только верхушка. Главный навык — проектирование рабочего процесса: контекст, правила, инструменты, проверка, память, ответственность.
Вывод
Середина исчезает не потому, что работа стала простой. Она исчезает потому, что AI-агенты берут на себя перевод между замыслом и черновым исполнением. Но чем сильнее сжимается исполнение, тем дороже становится ясность.
Будущая офисная сила — это не человек, который делает все руками, и не модель, которая делает все сама. Это человек, который умеет строить агентные системы и отвечать за то, что они производят.