Я разучился получать удовольствие от программирования из-за LLM. Его вернул шкаф

Привет Хабр

Я фрилансер ^[1]. В последние годы зарабатывал в основном на ТГ-ботах, мини-приложениях, автоматизации для маркетплейсов, иногда и на простых сайтах. И в какой-то момент понял странную вещь: LLM действительно сделали меня сильно эффективнее, расширили диапазон моих услуг, но вместе с этим почти убили ту часть разработки, ради которой я вообще когда-то в нее пришел.

А потом мне привезли шкаф. И он неожиданно все расставил по местам.

Как я ускорился в 5 раз

Когда в 2024 году появились первые модели нейронок, которые уже можно было использовать для реальной работы с кодом, я очень быстро в это ушел. Не в формате вайбкодинга (ох не люблю этот термин ^[2]), а именно как в инженерный процесс. Я просил модель не просто написать функцию, а начал выстраивать вокруг LLM методологию: документацию, спецификации, управление контекстом, TDD, разбиение проекта на фазы, роли, изоляцию задач. То есть по сути строил конвейер разработки, в котором модель становится ускорителем.

Это дало очень сильный эффект – я веду учет времени по этапам разработки и регулярно сравниваю его с периодом когда писал код вручную, а так же запрашиваю у LLM примерные сроки реализации указанных сегментов. По этим данным многие проекты стали закрываться примерно в пять раз быстрее. За счет этого расширил спектр услуг: стал брать более сложные бэкенды, админки, Telegram Mini Apps, автоматизацию, вещи, которые раньше в одиночку брал бы осторожнее, или искал бы таких же энтузиастов в команду.

По деньгам это тоже сработало. Для моего уровня, семьи, маленького города и фриланс-формата 150–200 тысяч рублей в месяц без постоянных переработок – очень даже достаточный результат. Ну не успешный успех, а просто нормальная жизнь без лишней заморочки.

Конкурентное преимущество, которое перестало быть преимуществом

В прошлом году я уже писал ^[3] о том, что разработка с LLM неизбежно станет нормой. Тогда в комментариях было много привычного скепсиса. Для меня это не было чем-то обидным, скорее, просто маркером: значит, большинство пока ещё не дошло до этой точки.

Но вот в 2026 году картина уже совсем другая! Я вижу все больше статей, обсуждений и кейсов о подходах, к которым сам пришел еще в середине 2025-го: спецификация как контракт с моделью, разработка через доки, архитектор + кодер по ролям, разбиение на фазы, отдельные контексты под отдельные роли.

С одной стороны, это приятно. Значит, направление было выбрано правильно.

С другой – исчезает само преимущество. То, что раньше отличало меня на рынке, постепенно становится базовой гигиеной. Клиенты начинают говорить: “нам нужен вайбкодинг, цена в 3 раза ниже”. Некоторые начинают торговаться жестче. Некоторые забирают код и говорят: “дальше мы сами, у нас есть Claude”. И самое неприятное – иногда у них действительно получается закрыть свою задачу без серьезного опыта ^[4] в разработке. Это все реальные кейсы из моего опыта на фрилансе. Не потому что они стали инженерами, а потому что масштаб их задач это еще позволяет.

Добавим сюда российскую реальность: блокировки, Вьетнамская Фо Лапша, прокси, обходные пути, постоянное усложнение доступа к сильным моделям. Да… пока что все решаемо. Но сама мысль о том, что основной инструмент твоей работы становится все более хрупким и зависимым от костылей, оптимизма не добавляет.

Но, как оказалось, настоящая проблема была вообще не в рынке.

Дофамин исчез

Снаружи все выглядело хорошо: заказы есть, деньга идет, проекты закрываются. Стек растет, а методология выстроена.

Но внутри как то стало пусто….

Разработка с LLM мощная, быстрая, эффективная – внатуре. Но в какой-то момент она превратилась для меня в чистый конвейер:

заказ → архитектура → спецификация → генерация → тесты → сдача → следующий заказ.

Ну и вроде бы все правильно, однако, исчезло ощущение самого ремесла. 

Когда ты много писал код руками, ты знаешь это чувство: придумал алгоритм, собрал логику ^[5], поймал правильную структуру, запустил – и О ЧУДО ЖЕ – оно сработало. Или нет – и начал копать трейсбек. Это очень реальный дофаминовый отклик. Не просто закрыл тикет, ты что-то сделал головой, решил задачку, доказал, что вроде как даже умный. Да раньше мне даже задачи на LeetCode было приятно порешать. Не ради скилла, а просто потому что в этом есть удовольствие: абстрактная задача, ты сам находишь решение, и оно складывается.

С LLM этот слой начал исчезать. Я стал больше проектировать, направлять, собирать, проверять, принимать решения. Это конечно важная работа, но она перестала зажигать. В ней стало меньше непосредственного контакта с материалом.

Результат твоего труда в таком процессе – это в основном цифры на экране. Строки в документах. Готовые ответы модели, заказчиков, и как итог – деньги на счёте. А деньги сами по себе меня никогда особенно не вдохновляли. Это просто ресурс, чтобы жить, достигать реальных целей – ощутимых. У меня нет внутреннего драйва “заработать больше ради самого факта”.

И вот я поймал себя на мысли, что разработка, которая раньше давала мне ощущение какой то точечной реализации, начала становиться психологически глухой. Вернуться полностью к ручному кодингу я уже не могу (но реально начал скучать по этому периоду!). На фрилансе это означало бы сознательно проиграть по скорости и потерять текущее преимущество. То есть времени кодить руками просто как будто уже нет.

И тут в квартиру привезли шкаф.

Шкаф

Мы с женой купили новый шкаф. Старый нужно было разобрать и выбросить, новый – собрать. Я всегда сам это делаю.

И вот я собираю мебель и понимаю, что нахожусь почти в медитативном состоянии. Не потому что люблю шкафы как явление реальности, а потому что в этом процессе есть то, чего мне давно не хватало: мгновенная материальная обратная связь.

Ты затянул болт – и вот он, результат. Поставил полку – вот она, ровненькая. Подогнал элемент – конструкция изменилась в реальном мире. Это ощущается почти как удачно написанная функция, только сильнее: результат не просто на экране, его можно потрогать. Он физический. Он существует вне терминала. Да еще и трусы можно туда положить. 

И в тот момент я поймал простую мысль: а что в разработке дает такой же отклик? Где ты все еще работаешь кодом, логикой, инженерией – но итог проявляется в физическом мире?

Микроконтроллеры

ESP32 стоит копейки. Плата, провода, макетка, блок питания, светодиодная лента – и уже можно собрать что-то живое. Не абстракцию в браузере, не JSON в логах, а (ВОТ ОНО!) твердое устройство, которое светится, мигает, реагирует, двигается, отправляет сигнал, включает что-то вокруг тебя.

Я купил базовый набор, ESP32 DevKit, макетные платы и начал упорно разбираться. Причем довольно быстро понял, что учиться хочу не на учебных примерах, а на реальных задачах для своей жизни.

Так появился мой домашний IoT.

Умный дом из необходимости

У нас с женой маленькая дочь. Ей сейчас три месяца. И бытовые задачи внезапно оказались очень хорошими тест-кейсами для домашней автоматизации.

Например, ночью или ранним утром нужно зайти на кухню с ребенком на руках. Руки заняты. До выключателя не дотянуться. Большой свет включать не хочется – ослепнешь. Решение: маленькая диодная лампа, ESP32, локальный сервер, голосовая команда.

Или вот домофон. Мы часто заказываем доставку, а домофон в старом доме громкий. Когда детина спит, это превращается в проблему. Значит, нужно либо уведомление на телефон с возможностью открыть дверь оттуда, либо автоматизация на определенный промежуток времени, когда ждешь курьера.

Это не какие-то футуристические сценарии. Это маленькие бытовые решения. Но именно они дали мне две важные вещи.

Во-первых, реально облегчили жизнь.

Во-вторых, подтвердили гипотезу: да, вот это и есть тот тип разработки, которого мне не хватало. Код приводит к физическому результату. Сразу. Здесь. В квартире. В руках.

Почему не готовые экосистемы

Логичный вопрос: зачем всё это собирать самому, если есть Алиса, готовые умные лампы, готовые хабы и эти все крутые экосистемы?

Ну для меня тут три причины.

Первая – контроль. Я хочу знать, как устроена система. Хочу иметь исходники. Хочу понимать структуру. Хочу масштабировать и переделывать ее так, как нужно мне, а не как решил производитель. Мне всегда было интереснее строить своё. Короче – профдеформация.

Вторая – приватность. Я не люблю идею, что домашняя инфраструктура по умолчанию завязана на чужие облака, о которых ты толком ничего не знаешь. А здесь у меня стоит старый ноутбук как локальный сервер – и этого уже достаточно, чтобы связать устройства между собой, обрабатывать события и даже запускать локальный инференс для простых голосовых команд.

Третья – экономика. Да, отдельные массовые устройства иногда стоят очень дешево. Но как только тебе нужна не просто умная лампочка, а конкретная автоматизация под конкретную жизнь, самодельная система начинает выигрывать. Особенно если ты умеешь собирать ее сам.

Неожиданно низкая конкуренция на фрилансе

Когда я начал делать такие вещи для себя, я почти сразу собрал под это коммерческие предложения для фриланс-площадки, где уже работал. И быстро увидел очень важную разницу.

В телеграм-ботах, AI-автоматизации, сайтах и типовом софте – тысячи предложений. Реально тысячи! В микроконтроллерах, IoT, проектировании плат – в разы меньше(около 150). Для фриланса это почти пустое поле по сравнению с перегретыми нишами.

Через неделю после упаковки новых услуг я получил первый крупный заказ: переработка коммерческого ароматического диффузора, новая схема, перепрошивка, интеграция с облачной платформой и управление через приложение. То есть полноценный IoT-продукт.

И здесь очень кстати оказалось, что мой старый стек никуда не делся. Я уже умею в бэк, API, FastAPI, автоматизацию, аналитику, и мобильное приложение для управления. Если добавить к этому прошивку, железо и – получается как раз тот самый полный цикл: устройство, сервер, аналитический слой, приложение, управление. Заказчик так же хотел, что бы я и PCB на себя взял, но я посчитал что это перебор для начала.

Это и есть то, что мне сейчас по-настоящему интересно.

LLM никуда не делись. Но их роль изменилась

Важно: я не разочаровался в нейросетях и не отказался от них. Наоборот, я по-прежнему считаю LLM одним из самых сильных инструментов в разработке.

Но в hardware-направлении их роль стала другой.

Теперь это в первую очередь инструмент для обучения ^[6], ускорения исследования и черновой инженерной помощи: быстро разобраться в чипе, понять протокол, собрать первый каркас, свериться с документацией, накидать гипотезы, ну и подсветить подводные камни.

Но здесь есть принципиальная разница с чистым софтом.

Когда ты делаешь бэкенд, бота или сайт, модель видит почти всю картину: весь репозиторий, структуру проекта, контракты, код, зависимости. Она может ориентироваться в системе целиком.

Когда ты работаешь с железом, часть проекта находится вне репозитория. То есть – в физическом мире.

LLM не видит, как у тебя реально подключены провода – не видит, что контакт иногда отваливается, не видит, что на третьем пине происходит странное поведение ^[7], не видит, что диод мигает не так, как должен, не слышит реле. да и всякое такое – то есть – просто не может в свой контекст загрузить всю информацию о проекте!

И поэтому здесь ты гораздо чаще вынужден думать сам и писать сам. Иногда даже мелкие скрипты на C++ приходится делать руками просто потому, что именно ты сейчас видишь систему целиком – включая ту ее часть, которой нет в коде.

Для меня это оказалось очень важным. Потому что именно здесь вернулся тот самый отклик, который я потерял: ты снова не только направляешь процесс, но и руками дожимаешь его до результата.

Почему это вообще сработало для меня

Если коротко, hardware/IoT закрыл сразу несколько моих внутренних проблем.

Во-первых, вернул физическую обратную связь. Ты не просто получил артефакт на экране – ты собрал, подключил, прошил, и перед тобой что-то заработало в реальном мире. Мигает, пыхтит.

Во-вторых, снова заставил писать код руками. Не из идеологии и не потому, что “раньше было лучше”, а потому что в этой среде это реально нужно. LLM не видит к какому пину что подключено, а следовательно точно не может знать, какие подключения соответствуют в коде.

В-третьих, дал направление, которое пока что куда слабее автоматизируется, чем типовой софт. В том смысле, что они здесь (пока?) не могут полностью заменить инженерный контакт с физической системой.

В-четвертых, это просто перспективно. Робототехника, IoT, платы, локальная автоматизация, устройства – это жеж инфраструктура прошлого, будущего и настоящего. Железо нельзя промптнуть в готовый прод. Его все равно нужно собирать, проверять, паять, тестировать, отлаживать, интегрировать. Не, может когда-нибудь квантовые компы и будут генерить материю из атомного уровня по промету – но к этому моменту стоит свой квантовый комп собрать, в таком случае.

И наконец, у меня здесь есть сильный бэкграунд: я не просто учусь мигать светодиодом, а могу собрать всю цепочку целиком – от устройства до FastAPI-бэкенда, от данных с датчика до приложения или ТГ-интерфейса, от локальной автоматизации до аналитического слоя.

Что дальше

Следующий шаг для меня – еще сильнее собирать полный цикл. Схема, прошивка, плата, бэкенд, приложение, а дальше, возможно, и корпуса через 3D-печать. Это очень естественно складывается в единую систему.

Я не ухожу из софта. Telegram-боты, автоматизация, backend — всё это по-прежнему приносит деньги и никуда не делось, но теперь у меня появилось направление, которое снова радует.

И, возможно, это главный вывод статьи.

Иногда выгорание – это не про усталость, не про плохих клиентов и низкие чеки. И даже не про то, что Надо Отдохнуть.

Иногда проблема в том, что ты слишком долго работаешь только внутри экрана.

А потом берешь в руки шуруповерт, собираешь шкаф – и вдруг понимаешь, чего тебе не хватало все это время. Не просто код, А ощущения, что твоя работа меняет что-то в реальном мире.

Схожую философию описываю тут ^[8]