ChatGPT одинаково доступен новичку и математику уровня Филдсовской медали. Но результат, который они получают от одной и той же модели, различается не на проценты — а на порядки.
Разговор Тао с ChatGPT не похож на разговор обычного пользователя
Летом инженер из GitHub Шон Гёдеке разобрал переписку математика Терренса Тао с ChatGPT про контрпример к гипотезе Якоби (seangoedecke.com). Тао пишет модели короткие сообщения по существу, не спорит с ней построчно, а сразу отмечает, где ответ «выглядит сложнее, чем должен быть». И почти никогда не соглашается с советом модели о том, куда двигаться дальше — предлагает следующий шаг сам. О подготовке квалифицированных инженеров с сильной алгоритмической базой читайте в материале об системном обучении программированию в nFactorial School.
Не промпт решает результат, а экспертиза за ним
Главный тезис Гёдеке простой: модель выдаёт разный уровень ответа не в зависимости от формулировки запроса, а от того, насколько глубоко человек понимает тему. Тао не может «просто попросить» модель дойти до открытия — он вытаскивает нужную идею из многостраничного ответа, потому что заранее знает, как выглядит правильное решение.
Не длина и красота промпта определяют качество ответа. А то, сколько своей экспертизы человек в него вложил.
В Казахстане рынок уже платит именно за это
Разбор зарплат по IT-стекам в Казахстане (raem.kz) показывает: медианная зарплата в направлении Data/ML — 2,79 млн тенге в месяц, выше, чем у Java-разработчиков, и заметно выше общей медианы по IT-рынку. При этом отдельной массовой позиции «промпт-инженер» на казахстанских агрегаторах вакансий почти нет — категория формально существует, но свежих открытых вакансий под ней единицы.
Рынок платит не за навык разговора с нейросетью. А за экспертизу в предметной области, которую нейросеть только усиливает.
Даже госкомпании в Казахстане сначала изучают, а не просто внедряют
АО «Казахстан ГИС Центр» публично заявило, что изучает вайб-кодинг на практике, чтобы принимать решение о его применении осознанно, а не по инерции моды (kazpravda.kz). Формулировка показательная: даже государственная IT-структура не берёт инструмент «как есть», а сначала выясняет, где заканчивается ускорение и начинается риск.
Не все согласны, что дело именно в экспертизе
После публикации на Hacker News часть комментаторов подтвердила тезис на своём опыте. Другая часть возразила: идея удобна именно тем, кто экспертизу уже имеет — им приятно думать, что их ценность не исчезнет. Сам автор соглашается, что в этом есть резон, но добавляет: даже команда OpenAI, отбирающая математические открытия модели, проверяет их силами штатных математиков-экспертов — шаг с проверкой человеком пока не получается обойти никому. О влиянии технологий на уровень компенсаций читайте в исследовании про рыночных окладах и грейдах разработчиков в Казахстане.
