Зачем тебе понимать кухню AI, если ты не собираешься готовить
🤔 Зачем это читать
На совещании тебе показывают слайд: «AI-агент автоматизирует отдел поддержки. Бюджет — 4 000 000 ₽, окупаемость за полгода». Все кивают. Ты тоже киваешь, потому что переспрашивать неловко: вроде должен понимать. Через семь месяцев пилот тихо закрыли, деньги списали, а на разборе почему-то смотрят на тебя.
Знакомо? Или другой вариант: ты сам открыл ChatGPT, спросил «как поднять продажи в магазине», получил три экрана про «внедрите CRM-систему» и «постройте путь клиента» — закрыл и решил: это для айтишников, не для меня.
Оба раза дело не в том, что ты чего-то не понимаешь по своей вине. Дело в том, что тебе никто не объяснил, как эта кухня устроена — по-человечески, без «имплементации парадигм». А не понимаешь кухню — значит, на каждом шаге зависишь от того, кто говорит уверенно. Уверенно — не значит честно.
После этой темы ты сможешь объяснить себе и коллеге, зачем тебе разбираться в устройстве AI, даже если ты в жизни не написал ни строчки кода и не собираешься. И увидишь, как этот курс проведёт тебя от «что такое модель» до «я сам спроектировал AI-решение под свою задачу».
Задержись на 10 секунд. Вспомни последний раз, когда при тебе говорили про AI, а ты кивнул, не до конца понимая. Слайд на совещании, восторг знакомого, статья в ленте — что это было? Держи эту сцену в голове: мы будем к ней возвращаться, и к концу страницы ты на неё посмотришь иначе.
🍽 Ты открываешь ресторан, а не встаёшь к плите
Вся эта история — про AI-агентов, языковые модели, промпты — на самом деле очень похожа на ресторан. И эта метафора протянется через весь курс, так что давай сразу договоримся, кто есть кто.
Представь, что AI-продукт (чат-бот в поддержке, ассистент для отчётов, агент, который сам разбирает заявки) — это ресторан. У ресторана есть зал, куда приходят гости, и есть кухня — то, что происходит за дверью, куда гости не заходят. На кухне работает повар, есть кладовая с продуктами, оборудование, бригада, экспедитор у раздачи.
Так вот. Ты в этой истории — не повар. Ты владелец ресторана.
Тебе не нужно уметь готовить руками, то есть писать код. Это работа поваров — разработчиков и самого AI. Но смотри, что бывает с владельцем, который вообще не понимает, как работает его кухня: поставщик впаривает тухлятину под видом фермерского, повар говорит «это невозможно приготовить» там, где возможно, а ремонтник за «новую промышленную плиту» берёт втридорога. Владелец платит и улыбается, потому что не может отличить правду от разводки.
Цель курса ровно одна: сделать тебя владельцем, который понимает свою кухню. Не поваром. Владельцем, которого не разведёшь.
💸 Что конкретно ты теряешь, когда не понимаешь кухню
Это не абстрактная угроза «отстанешь от прогресса». Это конкретные, считаемые потери. Вот три, которые случаются чаще всего.
Первое: платишь за чат-бота под видом агента. Тебе продают «умного автономного агента», а внутри — обычный бот, который отвечает заученными фразами и ничего сам не делает. Разница как между поваром, который реально готовит, и говорящим автоответчиком на входе. Снаружи похоже. Цена — разная в разы. Не понимаешь разницу — переплачиваешь за воздух.
Второе: веришь красивым цифрам из рекламы. «Модель держит 1 000 000 токенов в памяти!» (токен — это кусочек текста, примерно слог или короткое слово, дальше разберём подробно) звучит как «багажник на 500 литров». Технически правда. Но запихни туда всё, что хочешь, и на первом повороте окажется, что половина вывалилась. У моделей это так и работает: заявленная память и реально рабочая память — очень разные числа. Веришь цифре из буклета — строишь процесс, который развалится.
Третье, самое дорогое: твой проект ничем не заканчивается. По нашумевшему отчёту MIT (исследование 2025 года про разрыв между шумихой вокруг AI и реальной отдачей) лишь около 5% корпоративных AI-инициатив доходят до измеримого результата — у остальных деньги потрачены, толку ноль. И вот что тут главное: проваливаются они почти всегда не потому, что модель плохая. А потому, что её не встроили в реальный рабочий процесс, скормили бардак вместо нормальных данных и не разобрались, где она вообще нужна. Это всё — решения владельца, не повара.
Видишь связь? Все три потери — от непонимания кухни. И все три лечатся одним: ты разбираешься, как оно устроено, и начинаешь задавать правильные вопросы. Этому и учим.
🗺 Что внутри этого курса (и чего точно не будет)
Курс ведёт тебя по кухне снизу вверх, шаг за шагом. Грубо — четыре остановки:
- Азы. Что вообще такое программа, данные, модель. Самый фундамент, без него дальше будет туман. Ты уже на этой остановке — это она.
- Что мы готовим. Чем чат-бот отличается от агента, и почему чаще всего агент вам вообще не нужен (да, так бывает, и это нормально).
- Кухня изнутри. Как «думает» повар-модель, как правильно дать ему заказ и как он зовёт подмогу, когда задача большая. Это ядро курса — самое мясо, разложенное по полочкам.
- Свой ресторан. В конце ты сам спроектируешь AI-решение под свою реальную задачу. На бумаге, без кода — но по-настоящему.
А теперь — чего не будет, чтобы ты выдохнул. Не будет ни одной строчки настоящего кода, который надо писать или запускать. Там, где без «кода» совсем никак, мы показываем псевдокод — это просто логика на человеческом языке, типа «если заказ дороже 50 000 ₽ — позови шефа», с пояснением каждой строки. Не будет привязки к конкретному модному инструменту: принципы важнее кнопок, кнопки меняются каждый месяц. И не будет занудства — мы тут разговариваем, а не сдаём экзамен.
🧭 Как этим пользоваться
Курс собран из маленьких самостоятельных страниц — мы зовём их атомами. Одна страница — одна мысль, 6 - 12 минут. Можно идти по порядку (рекомендую для начала), а можно нырять в конкретную тему, когда она реально понадобилась на работе — так взрослые и учатся лучше всего.
В каждом атоме есть тренажёр — место, где ты не читаешь, а пробуешь сам. Ошибаться там не стыдно, в этом весь смысл: лучше промахнуться на тренажёре, чем на совещании. И сквозь весь курс тянется одна метафора — кухня. Повар, бригада, кладовая, дегустация будут значить одно и то же от первой страницы до последней. Привыкнешь — и сложные вещи начнут щёлкать сами.
🎮 Развод или норм?
Четыре ситуации с работы. В каждой кто-то говорит про AI. Твоя задача — почувствовать, где здравый смысл, а где тебя берут «на уверенность». Жми на кнопку — и сразу увидишь разбор. Это не экзамен, это разминка чутья.
📖 Ключевые понятия
- AI-агент
- Если совсем коротко — программа на основе языковой модели, которой дают цель, а она сама решает, какие шаги сделать, чтобы её достичь (в отличие от чат-бота, который просто отвечает на вопросы). Подробно разберём дальше — пока достаточно образа «повар, которому сказали „накорми гостя", а он сам выбирает рецепт».
- Кухонная метафора
- Сквозной способ объяснения в этом курсе: ресторан — это AI-продукт, кухня — его внутреннее устройство, повар — языковая модель, а ты — владелец, который всем этим управляет, не стоя у плиты.
- Промпт
- Твой запрос, задание для нейросети — то, что ты ей пишешь или говоришь. Чем точнее заказ повару, тем ближе блюдо к тому, что ты хотел. Целый модуль курса посвящён тому, как давать заказ правильно.
- AI-чутьё (AI Judgment)
- Навык отличать, что AI реально может, а что — маркетинг или выдумка. Главное, что даёт этот курс. Не «уметь нажимать кнопки», а понимать, когда верить, когда проверять и когда сказать «нам это не нужно».
🛡️ Частые заблуждения
«AI — это для программистов и технарей, мне туда лезть незачем»
Наоборот. Решения, которые определяют успех AI-проекта (нужен ли он, какую задачу решаем, какие данные дать, где подстелить соломку), принимает не программист, а человек, который понимает бизнес, — то есть ты. Код пишут другие. Думать должен ты.
«Чтобы пользоваться AI с толком, надо сначала научиться кодить»
Нет. Чтобы заказать хорошую кухню, не нужно быть поваром — нужно понимать, как она работает. Весь этот курс ровно про это, и в нём нет ни строчки настоящего кода.
«Этот курс быстро устареет — AI же меняется каждый месяц»
Кнопки и названия моделей — да, меняются. Но мы учим не кнопкам, а принципам: как устроена кухня, как мыслить, какие вопросы задавать. Конкретная модель сменится трижды, а понимание «зачем повару кладовая» останется с тобой. Поэтому курс про логику, а не про интерфейсы.
🧠 AI-чутьё (AI Judgment)
Когда использовать AI, когда нет, как проверять
Через весь курс красной нитью идёт одна мысль, и вот она в чистом виде: самый ценный навык в работе с AI — не уметь его использовать, а понимать его пределы. Где он реально помогает, где врёт с уверенным лицом, где дешевле и надёжнее обойтись без него.
Звучит парадоксально, но человек, который умеет сказать «вот для этой задачи AI не нужен, хватит простого правила», экономит компании больше, чем тот, кто внедряет нейросеть в каждую щель. Первый понимает кухню. Второй просто любит модное оборудование.
Пока просто запомни рамку: к любому обещанию про AI — будь то слайд вендора, статья или восторг коллеги — мысленно прикладывай вопрос «а откуда уверенность, и что будет, если оно ошибётся?». К концу курса этот вопрос будет срабатывать у тебя сам.
🎯 Практика
Одно маленькое задание, на пять минут. Оно сделает весь курс конкретнее лично для тебя.
- Вспомни последний раз, когда тебе показывали или предлагали что-то на AI — на работе, в новостях, от знакомого.
- Запиши три вопроса, которые ты тогда постеснялся задать или просто не сформулировал. Что осталось непонятным? Где было ощущение «вроде звучит логично, но я не уверен»?
- Сохрани этот список. Возвращайся к нему по ходу курса — и вычёркивай вопросы, на которые сможешь ответить сам. Это и будет твой личный измеритель прогресса.