Один из самых показательных примеров того, что AI меняет не только скорость, но и саму планку амбиций, — история небольшой технической компании Wasmer. Их кейс о том, как AI ускоряет разработку команды, даже если она маленькая и у неё нет года на сложный проект.
Смотрите, в чём тут дело. Инженеры Wasmer поставили перед собой задачу, которую раньше даже не брались решать — просто потому что не хватало ресурсов. И решили её за две недели. Без увеличения штата, без внешних подрядчиков, без магии. С помощью AI-инструмента Codex от OpenAI.
Давайте разберём, что именно произошло — и что из этого полезно вам, даже если вы не пишете код на C++.
Задача, которую «не могли себе позволить»
Wasmer — небольшая компания, которая строит платформу для edge-вычислений. Её цель — запускать приложения в любой среде без привязки к конкретной платформе. Всё это звучит сложно, но суть простая: они хотели дать разработчикам возможность запускать JavaScript-приложения, агентов и MCP-серверы без Docker — прямо на «краю» сети, быстро и без лишних зависимостей.
Проект назывался Edge.js — JavaScript-рантайм для AI и edge-вычислений. Команда давно хотела его сделать. Но не делала. Причина банальная: не было времени. Оценка была — около года работы.
«Все здесь очень технические специалисты, но у нас просто не было времени посвящать таким проектам», — объясняет CEO компании Сайрус Акбари Ньето.
Это типичная ситуация для небольших команд: идей больше, чем ресурсов. Что-то постоянно откладывается «на потом». И потом не наступает.
Что изменил Codex — и почему это не «просто автодополнение»
Когда команда начала работать с Codex, первые реакции были скептическими. По словам Ньето, они изначально не доверяли AI-инструментам: слишком много ожиданий, слишком мало реального результата. Но потом что-то щёлкнуло.
Codex — это не просто инструмент, который дописывает строчки кода. Он рассуждает. Видит архитектуру целиком. Находит баги, которые человек без узкой экспертизы попросту не заметит.
Один из показательных моментов: в проекте всплывали баги на очень низком уровне — в ассемблерном коде, в C++. Это та территория, где нужен очень узкий специалист. Codex разбирался с ними самостоятельно: трассировал вызовы через консольные логи, использовал низкоуровневый отладчик и находил корень проблемы.
«Есть тонкости, о которых мы не знаем, потому что не являемся экспертами в C++. Codex смог их выявить довольно рано», — говорит Ньето.
Это важный сдвиг. Раньше для таких задач нужен был человек с редкой экспертизой. Теперь — инструмент, который думает рядом с вами.
Роль команды изменилась: не кодить, а направлять
Вот здесь самое интересное для тех, кто думает: «Ну и что, это же про программистов». На самом деле — это про всех, кто работает с AI в проектах.
Ньето описывает новую роль команды так: «Мы реально выходим из IDE. Мы меньше трогаем код сами. Мы просто направляем его туда, куда хотим попасть».
Это ровно та же логика, что работает в маркетинге, в контенте, в продажах. Вы перестаёте быть исполнителем каждой задачи — вы становитесь тем, кто ставит направление, проверяет результат и корректирует курс.
Именно эта смена роли — с «делаю руками» на «думаю и направляю» — и даёт тот самый прирост скорости. По оценке команды: в 10–20 раз. Не потому что AI делает всё сам. А потому что человек перестаёт тратить время на задачи, которые инструмент решает лучше.
Если вы работаете с AI в контенте или маркетинге, прочитайте, что нельзя отдавать AI — там про ловушку, в которую легко попасть, если переложить слишком много.
«Маленькая компания делает то, что раньше могли только большие»
Это цитата Ньето, и она стоит того, чтобы остановиться на ней отдельно.
Раньше амбициозные технические проекты требовали либо большой команды, либо большого бюджета, либо и того и другого. Edge.js — это то, что раньше делали бы крупные платформы с ресурсами, которых у Wasmer нет.
Теперь это не так. Небольшая команда с чёткой целью и правильным AI-инструментом может замахиваться на задачи другого масштаба.
Тут есть нюанс, который важно не пропустить: AI не убирает необходимость экспертизы. Команда Wasmer — технически сильная. Они знали, что строят, понимали архитектуру, умели оценивать результат. AI дал им скорость и глубину — но не заменил мышление.
Это хорошо согласуется с тем, что AI в маркетинге даёт реальный результат только тогда, когда человек за ним понимает, зачем и куда.
Что это означает для экспертов и небольших команд
Если вы работаете в одиночку или с командой до пяти человек — этот кейс про вас тоже.
Не обязательно строить JavaScript-рантаймы. Посмотрите на свои «заморозки» — задачи и проекты, которые вы откладываете, потому что «нет ресурсов» или «слишком долго». Вопрос не в том, стоит ли пробовать AI. Вопрос в том, правильно ли вы его используете.
Несколько практических выводов из этого кейса:
- Скептицизм в начале — это нормально. Команда Wasmer тоже не сразу поверила. Но они попробовали — и результат превзошёл ожидания. Имеет смысл проверить на реальной задаче, а не судить по демо.
- AI работает на всём протяжении проекта — от архитектуры до финальной полировки. Не только на этапе «написать текст» или «придумать идеи».
- Ваша главная задача — направление, а не исполнение. Чем точнее вы формулируете, куда идёте, тем лучше работает инструмент.
- AI может закрывать узкие экспертные пробелы. Не потому что он умнее вас. А потому что у него нет ограничений по специализации — он может копать туда, куда у вас нет времени или опыта.
Если вам интересно, как AI-агенты уже меняют скорость работы в реальных командах, посмотрите разбор про автоматизацию рутины с помощью AI-агентов — там про практику без лишней теории.
Главный вопрос: какой проект вы откладываете?
Кейс Wasmer интересен не технической деталью про WebAssembly. Интересен сдвиг в мышлении: задачи, которые казались нереальными при текущих ресурсах, становятся выполнимыми.
Для эксперта или небольшой команды это означает одно: пора пересмотреть список «заморозок». Возможно, несколько из них уже можно разморозить — с правильным инструментом и чётким направлением.
Начните с одного проекта. Не с самого страшного — с того, который важный, но который всё никак не доходит очередь. Попробуйте AI не как помощника для мелочей, а как партнёра для задачи с настоящим масштабом.
Если хотите разобраться, как выстроить систему работы с AI в своём контенте и продажах — приходите в мой Telegram-канал. Там разборы, примеры и практика без воды.
По мотивам материала OpenAI News «How Wasmer used Codex to build a Node.js runtime for the edge».
Частые вопросы
Как AI помогает маленькой команде делать большие проекты?
В чём разница между AI как помощником и AI как партнёром по разработке?
Насколько реально ускорить работу с помощью AI в 10 раз?
Какие задачи стоит поручить AI в первую очередь?
100 нейросетей
для экспертов
Подборка, которой реально пользуются — пришлю на почту. Без спама, отписка в один клик.
любых задач
и эффективности
и карьеры
Комментарии
Будьте первым — поделитесь мыслями или задайте вопрос.
Чтобы оставить комментарий — войдите
Это пара кликов. Чтобы избежать спама — только зарегистрированные пользователи. Никакой рассылки, только если вы сами захотите.