AI-агенты вошли в отдел: почему рядом с ними растёт синдром самозванца

За последний год автономные AI-агенты перестали быть демо на конференциях. OpenAI выпустила Operator, а затем агентный режим в ChatGPT, Anthropic встроила Computer Use в Claude, Google показала Project Mariner, GitHub довёл Copilot до режима, который сам открывает issue, пишет код и оформляет pull request. Разница с обычным чат-ботом простая: агент не отвечает на вопрос, а выполняет цепочку действий до результата. И вот тут у людей, которые сидят с такими агентами в одном процессе, появляется неожиданный побочный эффект — ощущение, что их собственный вклад стал незаметным.

Речь не о тех, кого сокращают. Речь о тех, кто остаётся: аналитик, чей черновик отчёта агент теперь собирает за минуты; джуниор, чей код ревьюит и переписывает автономный инструмент; менеджер, чьи письма и саммари готовит система. Формально их не уволили. Но привычная связка «я потратил время — я сделал работу — работа моя» разорвалась.

Что именно происходит с самоощущением

Синдром самозванца — это устойчивое чувство, что твои успехи случайны, а компетентность вот-вот разоблачат. Термин появился в психологии в конце 1970-х (работа Клэнс и Аймс о feeling of intellectual phoniness) и до сих пор описывает вполне реальный паттерн. Агенты добавляют к нему новый триггер: раньше человек сравнивал себя с коллегами, теперь — с инструментом, который выдаёт правдоподобный результат мгновенно и без видимых усилий.

Ключевое слово — «правдоподобный». Агент часто ошибается, галлюцинирует, ломает то, чего не понимает. Но внешне его вывод выглядит уверенно и завершённо. Сотрудник видит гладкий результат за секунды и своё собственное медленное, с сомнениями и правками, движение к тому же — и делает вывод не в свою пользу. Хотя именно его правки и проверки часто и превращают черновик агента в рабочий продукт.

Опасность не в том, что агент делает вашу работу. Опасность в том, что он делает видимой только её лёгкую половину — и прячет ту, которую по-прежнему делаете вы.

Почему эффект сильнее именно с агентами, а не с чат-ботами

Обычный чат-бот выдаёт текст, который ещё надо куда-то приложить. Агент замыкает цикл сам: получил задачу, сходил в систему, что-то изменил, отчитался. Человек выпадает из середины процесса и остаётся на краях — постановка задачи в начале и проверка в конце. Эти края менее заметны и хуже поддаются учёту в привычных метриках вроде количества закрытых тикетов или написанных строк.

Как это выглядит в разных ролях

Эффект неодинаков. Он сильно зависит от того, какую часть работы забирает агент и остаётся ли за человеком осмысленное решение.

Закономерность видна: тяжелее всего тем, у кого агент забрал ту рутину, через которую раньше приходил рост. Джуниор, который никогда не писал скучный CRUD руками, рискует не понять, что именно проверяет в чужом коде.

Кому это пригодится знать — и кому не о чем беспокоиться

Разбор нужен разным людям по разным причинам.

• Тимлидам и руководителям. Если после внедрения агента команда стала тише, меньше спорит и реже предлагает идеи — это не всегда рост эффективности. Иногда это люди, переставшие считать свой вклад значимым.
• Джуниорам и стажёрам. Вам полезно понимать, что рутина, которую забрал агент, была не только работой, но и тренажёром. Придётся сознательно искать замену этому тренажёру.
• Тем, кто внедряет агентов. Метрики «сколько задач закрыл агент» без метрики «что теперь делают люди» рисуют половину картины.

А вот кому переживать не стоит: тем, чья работа держится на решениях с ответственностью и на общении с людьми. Агент не берёт на себя ответственность за исход и не заменяет договорённость между людьми — он остаётся инструментом внутри чьего-то решения.

Что делать команде и человеку

Ощущение «я тут лишний» лечится не мотивационными лозунгами, а тем, чтобы снова сделать вклад человека видимым.

1. Разделите роли явно. Зафиксируйте, где заканчивается агент и начинается человек: постановка, проверка, финальное решение. Невидимая работа перестаёт обесцениваться, когда её называют вслух.
2. Считайте перехваты. Отмечайте, сколько раз проверка человека остановила ошибку агента. Это прямая метрика ценности, которой у инструмента нет.
3. Верните тренажёр джуниорам. Если рутину забрал агент, добавьте разбор его вывода: почему он сделал так, где ошибся, как бы вы сделали иначе.
4. Не путайте скорость с компетентностью. Быстрый результат агента и медленное движение человека — это про разные вещи. Первое про генерацию, второе про суждение.

Итог

Агенты меняют не только объём работы, но и то, как люди понимают собственную ценность. Технически всё в порядке: производительность растёт, задачи закрываются. По-человечески — часть команды теряет ориентиры, потому что старые сигналы «я хорошо поработал» перестали работать. Это не повод откатывать внедрение, но повод не считать его законченным в момент, когда агент заработал. Настоящая работа начинается дальше — с перенастройки того, как команда видит вклад каждого.

Агент — программа на базе языковой модели, которая не просто отвечает текстом, а самостоятельно выполняет последовательность действий (открывает приложения, вызывает API, меняет данные) для достижения поставленной цели, обращаясь к человеку только в ключевых точках.