Чему вы научитесь

Примерное время: 45 минут

К концу этого урока вы сможете:

• Представить инструментарий разработчика и показать, где ИИ добавляет ценность на каждом этапе

• Объяснить, почему делегировать реализацию безопасно, а делегировать суждение — нет

• Писать приёмочные тесты, определяющие «готовность» до появления первой строки кода

Делегирование и инструментарий разработчика

(5 минут)

Прежде чем вы напишете первую строку кода, вы принимаете дюжину решений, определяющих, будет ли построенное иметь значение. Этот урок переосмысляет делегирование: не «стоит ли использовать ИИ здесь?», а «у меня есть проблема клиента — как её разложить и какую роль играет ИИ?»

Инструментарий разработчика

Нажмите на любую способность, чтобы увидеть, где ИИ вписывается в процесс сборки.

Сильнее всего ИИ здесь

Эмпатия, Дизайн, Архитектура, Реализация, Суждение, Выпуск

Шаг 1 из 6

Эмпатия

ИИ слаб

Понимание того, для кого вы строите. ИИ может показать данные и персоны — он не может прочувствовать разрыв.

Шаг 2 из 6

Дизайн

ИИ средний

Перевод потребностей пользователей в опыт, который стоит иметь. ИИ быстро генерирует паттерны; вкус и контекст привносите вы.

Шаг 3 из 6

Архитектура

ИИ средний

Проектирование системы, выдерживающей реальные условия. ИИ знает типовые паттерны; ваши ограничения задаёте вы.

Шаг 4 из 6

Реализация

ИИ силён

Писать, отлаживать и итерировать код. Здесь ИИ действительно excel — делегируйте свободно.

Шаг 5 из 6

Суждение

ИИ слаб

Решение о том, что правильно, достаточно хорошо и достойно выпуска. ИИ может перечислить варианты; решение принимаете вы.

Шаг 6 из 6

Выпуск

ИИ средний

Донесение до пользователей и итерации. ИИ автоматизирует шаги; ответственность — ваша.

Ключевые выводы

• Делегирование означает сначала декомпозировать проблему, а затем решать, что ИИ делает на каждом шаге.

• Пишите приёмочные тесты до кода. Они дают вам и ИИ общее определение готовности.

• По мере ускорения реализации ИИ ваша ценность смещается к постановке проблем и повышению планки.

Упражнение

Проект «Время ожидания в клинике», часть 1

Этот проект проходит через весь курс. Вы будете возвращаться к нему на каждом уроке, и к концу построите что-то реальное. Но на этом уроке вы пишете ноль кода. Это intentional.

Сценарий: общественной поликлинике нужен способ, чтобы пациенты проверяли время ожидания перед визитом. Это всё, что вам сказали.

Ваша задача на эту сессию — сделать работу, которая предшествует сборке. Вы создадите три результата.

Результат 1: Бриф проблемы (максимум одна страница)

Ответьте на вопросы простым языком:

• Кто пользователи? Конкретно. Пациенты, да — но какие пациенты? А персонал? Кто ещё задействован?

• Что им реально нужно? Не «проверялка времени ожидания». На какой исход они надеются?

• Каково отличное решение на ощупь? Опишите опыт, а не фичи.

• Каковы реальные ограничения? Подумайте о бюджете, технических навыках в клинике, доступе пациентов к устройствам, требованиях приватности.

Результат 2: План делегирования

Соотнесите сборку с шестью способностями инструментария. Для каждой решите, какой режим сотрудничества с ИИ подходит лучше: Автоматизация (ИИ делает, вы проверяете), Усиление (вы и ИИ работаете вместе) или Агентность (ИИ действует с latitude в заданных вами границах). Сделайте простую таблицу — шесть строк, по одной на способность.

Результат 3: Приёмочные тесты

Напишите пять-семь утверждений, определяющих «готовность». Каждое должно быть достаточно конкретным, чтобы stranger мог сказать, проходит ли готовый продукт тест или нет.

Хорошо: «Пациент с базовым смартфоном может найти текущее время ожидания менее чем за 30 секунд без создания аккаунта».

Плохо: «Системой легко пользоваться».

Рефлексия по уроку

• Где вы тратили больше всего времени по шести способностям в прошлом проекте? Где стоило потратить больше?

• Если бы реализация стала завтра фактически бесплатной, откуда происходила бы ваша ценность как разработчика?

Что дальше

На следующем уроке мы переходим от делегирования к описанию. Вы решили, что строить и кто что делает, — теперь нужно коммуницировать это достаточно чётко, чтобы ИИ мог реально это выполнить.

Обратная связь

По мере прохождения курса нам будет очень интересно узнать, как вы используете концепции курса в своей работе, а также любые ваши отзывы. Поделитесь отзывом здесь.

Благодарности и лицензия

Copyright 2026 Anthropic. Курс разработан в партнёрстве с CodePath на основе фреймворка ИИ-грамотности, созданного проф. Риком Даканом (Ringling College of Art and Design) и проф. Джозефом Феллером (University College Cork). Выпущено под лицензией CC BY-NC-SA 4.0.