Я думав, що вісім проєктів одночасно — питання дисципліни. Виявилось — питання математики.
У мене вісім активних проєктів і одне п’ятигодинне вікно на потужну AI-модель на день. Не «багато токенів», не «скільки треба» — конкретне вікно, яке закінчується.
Що не працювало
Довгий час я підходив до цього як до звичайної черги задач: береш найважливішу, робиш добре, переходиш до наступної. Це нормальний спосіб працювати, коли виконавець — ти сам: закінчив одне, взявся за друге.
З обмеженим вікном він ламається. Одна складна архітектурна задача або глибокий рефакторинг з’їдають вікно цілком — і решта сім проєктів чекають до завтра. Не тому що вони менш важливі, а тому що ресурс закінчився на першому.
Найгірше в цьому те, що виглядає воно як правильна робота. Ти цілий день займався найважливішим. Просто сім напрямів за цей день не зрушили.
Правило
Жодна задача для просунутої моделі не займає більше 10–20% вікна.
Це не про економію. Це про те, щоб у кінці дня рухалось більше однієї речі.
Наслідок незручний: я більше не можу просто «взяти й зробити задачу». Спершу її треба порізати на фази — і кожній фазі призначити модель під її складність. Просте й механічне — дешевша модель. Складне рішення — дорожча, але тільки на тому конкретному шматку, де вона справді потрібна.
Звучить як зайва бюрократія навколо роботи з AI. На практиці це той самий принцип, яким я одинадцять років керував командами: не «хто найкращий інженер, той і бере задачу», а «яка складність задачі — і хто достатній для неї». Різниця лише в тому, що тепер один із виконавців — модель, а не людина.
Як це виглядає в реальний день
Ось розподіл з одного дня цього тижня — чотири задачі, які йшли паралельно.
Аудит матеріалів для клієнта — найдорожча модель. Причина не в складності тексту, а в ціні помилки: матеріали вже в клієнта, і пропущена дурниця коштує угоди. Тут я плачу за уважність.
Аудит сторінки продукту — середня модель. Робота та сама за формою, але ціна помилки нижча: це наш власний сайт, помилку видно й виправляється вона за хвилину.
Технічна робота на сайті — середня модель. Механіка з чітким критерієм: або розмітка на місці й збірка зелена, або ні.
Розбір незмержених гілок — середня модель. Читання історії й порівняння, ніяких рішень.
Цифри того дня, які можу назвати точно: чотири задачі зайняли від 5 до 12 хвилин кожна і разом близько 480 тисяч токенів. Найдовша — дванадцять хвилин.
Але головне не в токенах. Поки вони виконувались, я не чекав — писав те, що не делегується взагалі. У кінці дня зрушили чотири напрями замість одного, і жоден не впирався в мене як у виконавця.
Друге, що видно з цих цифр: найдорожча модель забрала не найбільше часу. Аудит клієнтських матеріалів був не найдовшою задачею — але саме там я не хотів економити. Розподіл іде за ціною помилки, а не за обсягом роботи.
Чого я не віддаю моделі взагалі
Правило 20% стосується виробництва: коду, текстів, розборів, рутини. Але є категорія, яка не ділиться на фази й не призначається моделі за складністю.
Рішення. Що робити, за скільки, як це назвати, кому відмовити. Модель дасть аргументовану відповідь на будь-яке з цих питань — і саме тому небезпечно її питати: аргументованість тут не означає правоту.
Довіра. Продаж, перемовини, розмова з клієнтом, який незадоволений. Це не масштабується інструментом.
Практичний наслідок, який варто прийняти чесно: AI дає більше зробленого, але не більше проданого. Вузьке місце переїжджає з виробництва на приймання — тепер бракує не рук, а мого часу перевірити результат. І це вузьке місце не розширюється додаванням ще однієї моделі.
Де правило не працює
Задача, яка не ріжеться. Іноді рішення справді неподільне: або тримаєш у голові весь контекст, або не розумієш нічого. Тоді правило порушується свідомо — і день планується як «сьогодні рухається один напрям».
Робота, де контекст дорожчий за виконання. Якщо на пояснення задачі йде більше, ніж на її виконання, ділити немає сенсу.
Перші кроки в незнайомому. Поки не розумієш форми задачі, ти не можеш порізати її на фази — бо не знаєш, де межі. Спершу розвідка, потім нарізка.
Що з цього забрати
Обмежений ресурс змінює не швидкість роботи, а спосіб її планування. Поки виконавець один і це ти, черга задач працює. Щойно з’являється спільний ресурс, який ділять усі напрями, — потрібне правило розподілу, інакше перший у черзі забирає все.
І окремо: якщо у вас кілька AI-інструментів на кількох проєктах — питання не «який із них найрозумніший», а «яка складність цієї конкретної фази і що для неї достатньо».