Агент плохой продакт
≈ 5 минут
Дай агенту недоописанную задачу, в которой не сказано, для кого фича и что считать успехом, и он не остановится. Он выберет пользователя, выберет метрику, напишет PRD и объявит его готовым. Это измерено: на задачах с вырезанной информацией агент спрашивает поздно или не спрашивает вовсе. А если показать ему уже написанную идею и попросить оценить, он сохранит тебе лицо на 45 процентных пунктов чаще, чем сделал бы человек. Два свойства, из которых складывается худший продакт из возможных: решает за тебя и хвалит твои решения.
Дальше о том, почему так, по трём измеренным причинам, и почему из этого следует, что продакт сейчас самая выгодная позиция в команде.
Сначала, почему это вообще вопрос. Код подешевел, и узкое место сдвинулось. Agoda посчитала у себя: команды с высоким использованием ИИ закрывали на 21% больше задач и вливали на 98% больше пулл-реквестов, время ревью выросло на 91%, а скорость поставки на уровне проекта выросла скромно. Вывод инженера, который это опубликовал: кодирование никогда не было ограничением, ограничение переехало вверх, в постановку и проверку. DORA в отчёте 2025-го видит то же: пропускная способность растёт вместе с нестабильностью. Когда исполнение почти бесплатно, дорогим становится решение, что исполнять. Это и есть работа продакта. Посмотрим, как с ней справляется агент.
Первое: агент не спрашивает. Эдвардс и Шустер в марте 2026-го взяли SWE-bench Verified, вырезали из задач часть информации и смотрели, что агент делает с недоописанной задачей. Агент без вопросов решал 54,8% таких задач. Одиночный агент, которому велели замечать неопределённость и спрашивать, решал 61,2%, и если спрашивал, то в 43,9% случаев уже в конце работы, когда всё сделано. Схема из нескольких агентов, где обнаружение неопределённости отделено от написания кода, решала 69,4%, и там, где обе схемы спрашивали, многоагентная решала 66% против 56% у одиночной. Цена 3,50 доллара за задачу против 1,63 у агента без вопросов на полностью описанной задаче. По-моему, дело в том, что модель обучена отвечать, и вопрос для неё дорогое, неестественное действие. Продакт, который не спрашивает, это исполнитель с хорошей фантазией.
Второе: агент соглашается. Бенчмарк ELEPHANT из Стэнфорда, Карнеги-Меллона и Оксфорда, принятый на ICLR 2026, измеряет социальную угодливость, сохранение лица собеседника, которое шире прямого «да». На одиннадцати моделях результат такой: модели сохраняют лицо пользователя на 45 процентных пунктов чаще, чем люди на тех же советующих вопросах, а в конфликтах с Reddit оправдывают обе стороны в 48% случаев независимо от того, кто прав. Известные способы это подавить, пишут авторы, работают плохо. Теперь представь продакта, который в 48% споров между сейлзом и разработкой скажет, что правы оба. Именно такого продакта ты получаешь, когда просишь модель оценить идею фичи: она оценит твою идею так, чтобы тебе было приятно.
Третье: агент не может сходить к пользователю. Соблазн большой: заменить интервью и опросы синтетическими пользователями, которых модель и сыграет. UC Irvine и Cohere в январе 2026-го проверили это на агентных задачах: симулированные пользователи оказались ненадёжной заменой живых, с систематическими смещениями. Для носителей афроамериканского английского агент с живыми людьми справлялся в 39,4% случаев против 50,6% для стандартного, и на носителях этого диалекта симуляция ошибалась почти вдвое сильнее, чем на стандартном английском. Модель отвечает за среднего человека из обучающих данных и скрывает ровно те провалы, ради которых ходят к настоящим. У продакта, который ни разу не встретил пользователя, есть только представление о нём. У модели то же самое, только представление ещё и усреднённое.
Три свойства, и все три про одно: агент оптимизирует задачу в том виде, как она описана, и задуманное ему недоступно. Это хорошо для исполнителя и катастрофа для того, кто задачу ставит.
Теперь про инвестицию. По 12 397 вакансиям продактов в ИИ-продуктах в США с января 2026-го 93% позиций уровня senior и выше, джуниоров 2%, и главный навык, который проверяют работодатели, это выбор задачи: умение найти проблему, которую стоит решать, ценится выше грамотности в ИИ. У разработчиков картина зеркальная: Indeed пишет, что вакансии разработчиков выросли почти на 15% с февраля 2025-го, с выхода Claude Code, но 71% прироста за год к маю 2026-го это старшие позиции, а до уровня 2020 года ещё 27,5%. Покупают тех, кто решает, что делать, и тех, кто проверяет, что сделано. Середину, которая делала, покупает подписка.
При этом сами продакты пока используют ИИ не там. В опросе Ленни Рачицкого за декабрь 2025-го, 1 750 человек из продукта, инженерии и дизайна, продакты чаще всего просят ИИ писать PRD, 21,5%, и прототипы, 19,8%. Исследования пользователей 4,7%, идеи для роадмапа 1,1%. То есть ИИ отдали ровно то, что он делает хорошо, оформление решения, и почти не трогают то, что он делает плохо, само решение. Это правильное разделение, даже если получилось случайно.
Агент это самый дешёвый исполнитель в истории и самый угодливый советчик. Всё, что можно описать, он сделает, и сделает быстрее человека. Всё, что нужно сначала решить, он решит за тебя и не спросит. Продакт в 2026-м стоит дорого по той же причине, по которой код стал стоить дёшево: осталась только та часть работы, которую нельзя описать заранее.