30 мая 2026 года Симон Уиллисон опубликовал ссылку на необычный документ: машинописное сканированное письмо Чада Уитакра. Тот объявил, что уходит из технологий и Open Source. Причина — AI. Не как последняя новость, а как последняя капля после долгого накопления. Уитакр придумал для себя термин: AI Amish. Не 1780-й год, а 1980-й. Без соцсетей, без нейросетей, но с машиной и электричеством.
Контекст
Чад Уитакр — не рядовой разработчик, уставший от хайпа. Он несколько лет занимался проблемой финансирования Open Source: как сделать так, чтобы критическая инфраструктура интернета не держалась на энтузиазме одиноких мейнтейнеров. Симон Уиллисон, автор Django и один из самых внимательных наблюдателей LLM-рынка, говорит, что лично обсуждал с ним эту тему на PyCon 2025 в Кливленде — и что приход AI делает эту проблему только тяжелее.
Ещё в феврале 2026 года Уитакр написал пост «Spitting Out the Agentic Kool-Aid». Там он описал эксперимент: три дня по 12+ часов с Claude Code на сайдпроекте. Его слова: «Я был опьянён. Моя семья была в недоумении». После долгих выходных без экрана что-то почувствовалось не так — будто в голове поселился ещё один «человек», только принадлежащий корпорации.
Теперь — финальный шаг. Open Source Endowment, по словам Уиллисона, продолжит работу без него. Но его голос в онлайне замолкнет.
Аналитика
История Уитакра — не про луддизм и не про страх перед технологиями. Это про когнитивную нагрузку и размытие авторства. Он точно формулирует разрыв: машина и электрическая лампа не делают его тем, кем он не хочет быть. AI — делает. Это принципиально другой уровень интеграции: инструмент, который проникает во внутренний монолог.
Феномен «опьянения» AI-инструментами хорошо известен всем, кто проводил марафонские сессии с агентным кодингом. Производительность реально растёт — и именно это опасно. Человек теряет ощущение где заканчивается он и начинается модель. Особенно острo это для людей, чья идентичность строилась на мастерстве: разработчики, писатели, дизайнеры. Когда инструмент заменяет не только время, но и суждение — это другое.
Есть и системный уровень. AI ускоряет производство кода, контента, ответов — но одновременно обесценивает ремесло, на котором держалась мотивация волонтёров Open Source. Если модель за час делает то, что раньше требовало недели экспертизы, зачем поддерживать библиотеки бесплатно? Уиллисон прямо говорит: AI усугубляет кризис устойчивости Open Source. Это структурная проблема, которую никто пока не решил.
Кейсы применения в бизнесе
B2B SaaS стартап. Команда из 5 разработчиков переходит на агентный кодинг — скорость итераций вырастает втрое. Но через два месяца обнаруживается: никто не понимает кодовую базу целиком, решения принимает модель, а не команда. Сценарий: вводить ротацию «дней без AI» и обязательный code review без ассистента — не как ограничение, а как гигиену понимания системы.
Корпорация с legacy. Внедрение AI-ассистентов в разработку идёт сверху. Часть команды уходит в «опьянение», часть — в глухое сопротивление. Здравый подход: разграничить задачи, где AI — рутинный помощник (бойлерплейт, тесты, рефакторинг), и задачи, где требуется полное авторство человека (архитектурные решения, критичные алгоритмы).
SMB и локальный бизнес в КР/СНГ. Небольшая студия или агентство в Бишкеке думает об автоматизации контента или поддержки клиентов через AI. Риск не в технологии — в темпе внедрения. Фазовый подход: сначала один процесс, три месяца наблюдений, потом масштаб. Не три дня по 12 часов.
Кейсы в личной жизни
Разработчик. Ты замечаешь, что не можешь написать функцию без подсказки модели — не потому что сложно, а потому что привык. Попробуй один день в неделю кодить без ассистента. Не как аскезу, а как проверку: что ты понимаешь сам, а что делегировал незаметно.
Контент-мейкер. AI пишет черновики, структурирует посты, генерирует идеи. Через полгода становится трудно вспомнить, каков твой собственный голос. Вариант: одна публикация в месяц — только от руки, никакого ассистента. Не для аудитории — для себя.
Студент или фрилансер. Агентные инструменты дают иллюзию компетентности быстрее, чем строится реальная. Используй AI для проверки и ускорения — но не как первый шаг. Сначала собственная попытка, потом разговор с моделью. Разрыв между «я сделал с AI» и «я умею» нарастает незаметно.
Как применить сегодня
- Введи «день без AI» раз в неделю — в коде, в текстах, в решениях. Заметь, где ты тормозишь: это и есть зоны реальной зависимости.
- Разграничь задачи явно: AI как рутинный ускоритель (генерация, рефакторинг, поиск) vs. решения только за тобой (архитектура, стратегия, публичный голос).
- Если работаешь с командой — добавь в ретро один вопрос: «Что мы перестали понимать, потому что это делает модель?» Это не риторика, это реальный аудит.
- Прочитай оригинальный пост Уитакра «Spitting Out the Agentic Kool-Aid» — не чтобы согласиться, а чтобы сверить ощущения.
- Поддержи Open Source проекты, которыми пользуешься: финансово или кодом. AI не решает кризис мейнтейнеров — он его усугубляет.
«Это сделало меня кем-то, кем я себя ненавижу» — именно это разделяет инструмент от проблемы. Машина и лампочка не делают. AI — делает. Это стоит обдумать спокойно, без паники и без восторга.